Positivity-free Policy Learning with Observational Data
无需正值性假设的观察数据政策学习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：摘要明确研究观察数据中的因果政策学习、增量倾向得分干预及效应识别。
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…
无需正值性假设的观察数据政策学习
- 研究问题
- 当观察数据不满足传统处理正值性要求时，如何在公平、预算或简洁性约束下，学习可识别的随机处理分配政策？
- 方法与思路
- 作者利用增量倾向得分政策调整原有处理概率，刻画政策与识别条件，并借助半参数效率理论构造可结合机器学习的估计量。
- 材料陈述的贡献
- 摘要称框架无需传统正值性假设，提供政策学习的理论保证及快速收敛的高效估计方法，并用数值实验评估有限样本表现。
- 阅读关注点
- 应核对增量政策的可行集合、仍需满足的因果识别条件、效率和收敛要求，以及约束如何进入优化及与其他政策的比较。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未经核实。摘要未说明完整识别条件；免除传统正值性不意味着可识别任意处理分配政策。
原文摘要
Policy learning utilizing observational data is pivotal across various domains, with the objective of learning the optimal treatment assignment policy while adhering to specific constraints such as fairness, budget, and simplicity. This study introduces a novel positivity-free (stochastic) policy learning framework designed to address the challenges posed by the impracticality of the positivity assumption in real-world scenarios. This framework leverages incremental propensity score policies to adjust propensity score values instead of assigning fixed values to treatments. We characterize these incremental propensity score policies and establish identification conditions, employing semiparametric efficiency theory to propose efficient estimators capable of achieving rapid convergence rates, even when integrated with advanced machine learning algorithms. This paper provides a thorough exploration of the theoretical guarantees associated with policy learning and validates the proposed framework's finite-sample performance through comprehensive numerical experiments, ensuring the identification of causal effects from observational data is both robust and reliable.