stat.ME」カテゴリーアーカイブ

What Makes Treatment Effects Identifiable? Characterizations and Estimators Beyond Unconfoundedness

要約 因果推論における平均治療効果(ATE)の広く使用されている推定器のほとんど … 続きを読む

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.ML, stat.TH | コメントする

Recover Experimental Data with Selection Bias using Counterfactual Logic

要約 特定のサンプルの体系的な包含または除外から生じる選択バイアスは、因果推論の … 続きを読む

カテゴリー: cs.AI, stat.ME | コメントする

Falsification of Unconfoundedness by Testing Independence of Causal Mechanisms

要約 観察研究における治療効果を推定する上での主な課題は、測定されていない交絡の … 続きを読む

カテゴリー: (Primary), cs.LG, stat.ME, stat.ML | コメントする

Generalized Bayesian deep reinforcement learning

要約 ベイジアン強化学習(BRL)は、ベイジアン統計と強化学習からの原則をマージ … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | コメントする

M-learner:A Flexible And Powerful Framework To Study Heterogeneous Treatment Effect In Mediation Model

要約 不均一な間接的および総治療効果を推定し、調停フレームワーク内で関連するサブ … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | コメントする

Unifying Perspectives: Plausible Counterfactual Explanations on Global, Group-wise, and Local Levels

要約 AIシステムの複雑さの高まりにより、説明可能なAI(XAI)を通じて透明性 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ME | コメントする

Prediction-Powered E-Values

要約 品質の統計的推論には、十分な量のデータが必要であり、取得が不足しているか、 … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | コメントする

Kernel-based estimators for functional causal effects

要約 経験的データスペースに合わせて調整された経験的FR \ ‘{e … 続きを読む

カテゴリー: 62G05, cs.LG, G.3, math.ST, stat.ME, stat.TH | コメントする

Uncertainty Quantification for LLM-Based Survey Simulations

要約 調査の質問に対する人間の反応をシミュレートし、信頼できる洞察を得るために不 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ME | コメントする

Doubly Robust Conformalized Survival Analysis with Right-Censored Data

要約 右の検閲されたデータから生存時間の低い予測バウンドを構築するためのコンフォ … 続きを読む

カテゴリー: cs.LG, stat.ME | コメントする