Policy Learning with Confidence
兼顾置信保证的政策学习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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要聚焦估计不确定性下的政策决策，未明确具体因果识别设计，现有细分方向的证据不足。
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…
兼顾置信保证的政策学习
- 研究问题
- 在政策福利估计存在不确定性时，如何兼顾估计福利与估计风险，并为有限预算下的政策选择提供预设置信水平的福利保证？
- 方法与思路
- 作者在给定估计风险下最大化估计福利的有效决策前沿上选择政策，以福利超过指定阈值的置信保证确定具体规则。
- 材料陈述的贡献
- 摘要称，该规则明确纳入估计风险并提供福利报告保证；作者用公共资金边际价值估计及标准误展示社会项目预算分配。
- 阅读关注点
- 应核对估计风险的定义、有效前沿的构造、福利阈值与置信水平的关系，以及政策选择后报告保证成立的具体条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收状态未核实。摘要未说明福利保证所需假设、估计量联合分布或实际分配结果。
原文摘要
This paper introduces a rule for policy selection in the presence of estimation uncertainty, explicitly accounting for estimation risk. The rule belongs to the class of risk-aware rules on the efficient decision frontier, characterized as policies offering maximal estimated welfare for a given level of estimation risk. Among this class, the proposed rule is chosen to provide a reporting guarantee, ensuring that the welfare delivered exceeds a threshold with a pre-specified confidence level. We apply this approach to the allocation of a limited budget among social programs using estimates of their marginal value of public funds and associated standard errors.