Orthogonal Policy Learning with Ordinal Outcomes
有序结果下的正交政策学习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：摘要围绕处理受益概率的部分识别和基于处理效应的政策选择展开，直接支持因果推断这一领域分类。
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
有序结果下的正交政策学习
- 研究问题
- 面对有序结果及受益者与非受益者的异质效用，如何在严格受益概率仅部分识别时学习政策，并控制最坏情形下的遗憾？
- 方法与思路
- 作者在识别区域上最小化最坏情形遗憾，对非光滑目标使用平滑近似，并结合 Neyman 正交化减少干扰函数估计的一阶偏差。
- 材料陈述的贡献
- 摘要称提出有序结果政策学习框架，推导受限政策类上的超额最坏情形遗憾界，并以模拟及美国 SIPP 数据展示方法。
- 阅读关注点
- 应核对严格受益概率的识别区域、异质效用的设定、平滑误差与正交化条件，以及遗憾界对政策类和干扰估计速度的要求。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明识别区域及遗憾界的具体形式，不能判断政策收益的实际大小。
原文摘要
Policy learning methods based on conditional average treatment effects can obscure subpopulation heterogeneity when applied to ordinal outcomes. We develop a policy learning framework for ordinal outcomes with heterogeneous utilities for individuals who strictly benefit from treatment and those who do not. Since the probability of strict benefit is only partially identified without further conditions, we adopt a minimax strategy which minimizes the worst-case regret over the identification region. To estimate the resulting nonsmooth objective, we combine smooth approximations with Neyman orthogonalization to remove first-order bias from nuisance estimation. We also derive an excess worst-case regret bound over a restricted policy class. The proposed method is validated through extensive simulations and an application to the 2022 Survey of Income and Program Participation (SIPP) data.