FUNCTIONAL SEQUENTIAL TREATMENT ALLOCATION WITH COVARIATES
含协变量的分布泛函序贯处理分配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：摘要以条件潜在结果分布和序贯处理分配为对象，并明确将分位数、不平等、福利及贫困泛函作为目标。
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…
含协变量的分布泛函序贯处理分配
- 研究问题
- 当处理分配的目标是条件潜在结果分布的分位数、福利或不平等指标时，如何依据协变量开展序贯决策？
- 方法与思路
- 作者将一般条件分布泛函作为决策目标，推导期望遗憾的下界，并据此构造接近极小极大最优的序贯分配策略。
- 材料陈述的贡献
- 摘要明确将序贯处理选择扩展至条件均值以外的分布目标，并称所构造策略具有接近极小极大最优的性质。
- 阅读关注点
- 应核对潜在结果的可学习条件、协变量与泛函的限制、遗憾的定义，以及接近最优所对应的收敛率和差距。
- 阅读边界
- 仅据所给 Crossref 摘要，不能确定任意福利或贫困指标均适用，也无法判断实际实施成本及其他版本变化。
原文摘要
We consider a sequential treatment problem with covariates. Given a realization of the covariate vector, instead of targeting the treatment with highest conditional expectation, the decision-maker targets the treatment which maximizes a general functional of the conditional potential outcome distribution, e.g., a conditional quantile, trimmed mean, or a socioeconomic functional such as an inequality, welfare, or poverty measure. We develop expected regret lower bounds for this problem and construct a near minimax optimal sequential assignment policy.