MINIMAX REGRET TREATMENT RULES WITH FINITE SAMPLES WHEN A QUANTILE IS THE OBJECT OF INTEREST
以分位数为目标的有限样本极小极大遗憾处理规则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：摘要研究潜在结果框架下的处理决策，并以结果分布的特定分位数作为目标，直接涉及处理选择和分布效应。
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…
以分位数为目标的有限样本极小极大遗憾处理规则
- 研究问题
- 当决策者凭有限样本选择是否实施处理，并以结果分布的某个分位数作为目标时，不同抽样方案下的极小极大遗憾规则是什么？
- 方法与思路
- 作者将潜在结果限制在单位区间，分别分析处理组与未处理组样本数固定、随机处理分配及已知未处理分位数的创新试验情形。
- 材料陈述的贡献
- 摘要称若干抽样情形下任意规则均最优；创新试验中已知未处理分位数等于二分之一时亦如此，高于或低于该值时规则不同。
- 阅读关注点
- 应核对分位数目标与遗憾的定义、抽样信息限制，以及已知分位数高于二分之一时唯一不处理、低于时总处理最优的条件。
- 阅读边界
- 仅据所给 Crossref 版本摘要，结果限于单位区间潜在结果及指定抽样方案；协变量扩展细节未说明，也不能推断一般政策或刊本变化。
原文摘要
Consider a setup in which a decision maker is informed about the population by a finite sample and, based on that sample, has to decide whether or not to apply a certain treatment. We work out finite sample minimax regret treatment rules under various sampling schemes when potential outcomes are restricted onto the unit interval. In contrast to Stoye (2009, Journal of Econometrics 151, 70–81), where the focus is on the maximization of expected utility, the focus here is instead on a particular quantile of the outcome distribution. We find that in the case where the sample consists of a fixed number of untreated and a fixed number of treated units, any treatment rule is minimax regret optimal. The same is true in the case of random treatment assignment in the sample with any assignment probability and in the case of testing an innovation when the known quantile of the untreated population equals 1/2. However, if the known quantile exceeds 1/2, then never treating is the unique optimal rule, and if it is smaller than 1/2, always treating is optimal. We also consider the case where a covariate is included.