Estimation of optimal dynamic treatment assignment rules under policy constraints
政策约束下最优动态处理分配规则的估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要利用实验或准实验数据学习多阶段处理分配规则，并以福利遗憾评价政策。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
政策约束下最优动态处理分配规则的估计
- 研究问题
- 研究个体接受多阶段干预时，如何根据其历史选择处理，并在外生政策约束及跨期预算或容量约束下学习最优动态规则。
- 方法与思路
- 作者将经验福利最大化用于动态处理规则，分别提出逆向归纳的逐阶段估计与全阶段同时估计，并扩展后者处理跨期约束。
- 材料陈述的贡献
- 摘要建立两种方法的有限样本最坏平均福利遗憾上界，并称其达到最优平方根样本量收敛率，支持受约束的动态政策学习。
- 阅读关注点
- 应核对实验或准实验数据所需的动态识别条件、规则类别与约束形式，以及逐阶段和同时优化的理论及计算差异。
- 阅读边界
- 仅据所给 Crossref 摘要，不能推断其他版本变化；识别与最优速率的具体条件未说明，也未提供实际福利改善的数值证据。
原文摘要
Many policies involve dynamics in their treatment assignments where individuals receive sequential interventions over multiple stages. We study estimation of an optimal dynamic treatment regime that guides the optimal treatment assignment for each individual at each stage based on their history. We propose an empirical welfare maximization approach in this dynamic framework, which estimates the optimal dynamic treatment regime using data from an experimental or quasi‐experimental study while satisfying exogenous constraints on policies. The paper proposes two estimation methods: one solves the treatment assignment problem sequentially through backward induction, and the other solves the entire problem simultaneously across all stages. We establish finite‐sample upper bounds on worst‐case average welfare regrets for these methods and show their optimal n −1/2 convergence rates. We also modify the simultaneous estimation method to accommodate intertemporal budget/capacity constraints.