Externally Valid Policy Evaluation Combining Trial and Observational Data

要約

ランダム化試験は、意思決定方針の効果を評価するためのゴールドスタンダードとして広く考えられています。
ただし、試験データは、意図した対象集団とは異なる可能性のある集団から抽出されるため、外部妥当性 (別名一般化可能性) の問題が生じます。
この論文では、対象集団に対する政策の結果について有効な推論を引き出すために試験データを使用しようとします。
対象集団からの追加の共変量データは、試験研究における個人のサンプリングをモデル化するために使用されます。
私たちは、モデルの誤校正の指定された範囲の下で、証明可能に有効な試験ベースの政策評価をもたらす方法を開発します。
この方法はノンパラメトリックであり、有限サンプルであっても妥当性が保証されます。
認証されたポリシーの評価は、シミュレーション データと実際のデータの両方を使用して説明されます。

要約(オリジナル)

Randomized trials are widely considered as the gold standard for evaluating the effects of decision policies. Trial data is, however, drawn from a population which may differ from the intended target population and this raises a problem of external validity (aka. generalizability). In this paper we seek to use trial data to draw valid inferences about the outcome of a policy on the target population. Additional covariate data from the target population is used to model the sampling of individuals in the trial study. We develop a method that yields certifiably valid trial-based policy evaluations under any specified range of model miscalibrations. The method is nonparametric and the validity is assured even with finite samples. The certified policy evaluations are illustrated using both simulated and real data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google