跳到正文
← 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:摘要研究依据结果估计进行处理分配的统计决策规则及处理选择遗憾。

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
Takuya Ishihara

二元结果处理选择中的带宽选择

研究问题
当结果变量为二元取值时,如何为基于非参数核回归拟合值的处理决策规则选择带宽,以控制最坏情形的决策遗憾?
方法与思路
作者研究将核回归拟合值代入的处理规则,通过优化两个参数计算最大遗憾,并据此提出最小最大遗憾带宽选择方法。
材料陈述的贡献
摘要称给出最大遗憾的双参数优化计算结果,并形成新的带宽选择准则;数值分析比较二元与正态结果的最优带宽。
阅读关注点
应核对遗憾对应的福利目标、优化涉及的参数空间和结果分布限制,以及带宽计算是否可行及处理效应的识别条件。
阅读边界
这是 arXiv 预印本,同行评审与接收未核实。摘要未说明处理分配与识别假设,也未提供带宽差异的具体数值结论。

原文摘要

This study considers the treatment choice problem when outcome variables are binary. We focus on statistical treatment rules that plug in fitted values based on nonparametric kernel regression and show that optimizing two parameters enables the calculation of the maximum regret. Using this result, we propose a novel bandwidth selection method based on the minimax regret criterion. Finally, we perform a numerical analysis to compare the optimal bandwidth choices for the binary and normally distributed outcomes.

笔记与分组
相关领域论文