Safe Policy Learning under Regression Discontinuity Designs with Multiple Cutoffs
多阈值断点回归设计下的安全政策学习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：摘要围绕断点回归中的潜在结果、处理阈值调整和政策学习展开，直接属于因果推断与因果政策评估方法。
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
多阈值断点回归设计下的安全政策学习
- 研究问题
- 在处理分配由阈值确定、调整阈值需要外推的断点回归设计中，如何学习相对现行政策具有安全保证的新处理阈值？
- 方法与思路
- 作者将预期效用分为可识别与不可识别部分，对前者构造双重稳健估计，并利用多组阈值及跨组潜在结果差异的平滑性进行稳健优化。
- 材料陈述的贡献
- 摘要称，该方法通过最小化相对现行政策的最坏情形效用损失获得安全保证，并建立所学政策的渐近遗憾界，提供模拟与实证应用。
- 阅读关注点
- 应核对跨组异质性的平滑性限制、不可识别部分的约束集合、双重稳健估计所需条件，以及安全保证和遗憾界的具体适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实；安全保证依赖所设限制，摘要未说明完整条件、有限样本性质或实证结果。
原文摘要
The regression discontinuity (RD) design is widely used for program evaluation with observational data. The primary focus of the existing literature has been the estimation of the local average treatment effect at the existing treatment cutoff. In contrast, we consider policy learning under the RD design. Because the treatment assignment mechanism is deterministic, learning better treatment cutoffs requires extrapolation. We develop a robust optimization approach to finding optimal treatment cutoffs that improve upon the existing ones. We first decompose the expected utility into point-identifiable and unidentifiable components. We then propose an efficient doubly-robust estimator for the identifiable parts. To account for the unidentifiable components, we leverage the existence of multiple cutoffs that are common under the RD design. Specifically, we assume that the heterogeneity in the conditional expectations of potential outcomes across different groups vary smoothly along the running variable. Under this assumption, we minimize the worst case utility loss relative to the status quo policy. The resulting new treatment cutoffs have a safety guarantee that they will not yield a worse overall outcome than the existing cutoffs. Finally, we establish the asymptotic regret bounds for the learned policy using semi-parametric efficiency theory. We apply the proposed methodology to empirical and simulated data sets.