Nonparametric Bayesian Policy Learning
非参数贝叶斯政策学习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：摘要直接研究治疗分配、福利与政策学习，并使用随机实验应用，属于因果推断方向。
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
非参数贝叶斯政策学习
- 研究问题
- 如何将约化形式分布的不确定性传递到治疗政策选择，并对最优福利、治疗分配及不同政策类别进行推断？
- 方法与思路
- 作者对约化形式分布设置 Dirichlet 过程先验，以后验进行政策决策和推断；默认贝叶斯自助法通过指数重加权实现。
- 材料陈述的贡献
- 摘要称，后验福利遗憾达到极小极大最优收敛速度，政策类后验选择具有一致性，并以两项实验展示实际应用。
- 阅读关注点
- 应核对福利的识别条件、遗憾与政策类选择一致性的适用范围，以及决策树与线性规则比较时的政策约束和不确定性。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未给出理论条件，应用结果也不能推出决策树普遍更优。
原文摘要
I propose Nonparametric Bayesian Policy Learning (NBPL) as a framework for uncertainty-aware treatment choice. The key observation is that welfare is fully determined by a reduced-form distribution, so uncertainty about optimal policies entirely reflects uncertainty about this distribution. NBPL places a Dirichlet process prior on the reduced-form distribution and uses the resulting posterior for both traditional policy choice and inference on optimal welfare and optimal treatment assignments. NBPL is computationally tractable: the default Bayesian-bootstrap implementation requires only exponential reweighting of the observations. I establish two theoretical properties. First, posterior welfare regret converges at the minimax-optimal rate, providing a novel policy-relevant analogue of posterior contraction rates. Second, posterior model selection across policy classes is consistent. I relate NBPL to existing policy learning approaches and illustrate using two empirical applications: the JTPA experiment and the bednet subsidy experiment. In both applications, decision-tree rules tend to yield higher optimal welfare than linear rules.