本文介绍了在一系列背景下进行因果参数推理的程序,包括观察性研究、完全随机化设计、配对实验和协变量自适应设计。首先,我们讨论了凸优化在匹配观测研究中进行方向推断和灵敏度分析的应用。我们设计了一种算法,使信噪比最大化,同时考虑了未观察到的混杂。我们分析算法输出的渐近分布行为,以发展因果效应的渐近有效假设检验。由此产生的程序在广泛的程序类上达到最大的设计灵敏度。其次,我们研究了特征信息在完全随机实验中对效应进行高精度推断的作用。本文构建了一种基于线性回归的校正技术,该技术构造了估计量的渐近方差的上界。该校准程序适用于任何可能是半参数有效的填补估计器,并自动证明所产生的非线性回归调整估计器至少与均值之差一样渐近精确;在模型错误规范下,非线性回归调整估计器先前没有保证的一个特性。第三,我们引入了高斯预轴:一种构建检验统计量的算法技术,即使在零中违反随机化假设的对称性时,随机化推理仍保持渐近有效。我们证明了基于预轴统计量的随机化检验在锐利的零值下是有限样本精确的,而在弱零值下它们渐近地控制了错误拒绝的概率。这允许形成具有同声传译的处理效应的置信区域,作为齐次相加处理效应的精确置信区域和异质相加处理效应的渐近置信区域;从而统一费雪和内曼推理的许多实验设计,包括重随机实验。第四,我们构建了重采样算法的嵌套层次结构,该算法利用了超总体、固定协变量和有限总体模型中的概率结构,以促进完全随机设计中各种统计数据的非参数推断。重采样算法通过利用回归调整和最优传输的现代结果扩展了经典的自举范例,在固定协变量和有限人口模型下实现了显著的增益。

成为VIP会员查看完整内容
78

相关内容

麻省理工学院(Massachusetts Institute of Technology,MIT)是美国一所研究型私立大学,位于马萨诸塞州(麻省)的剑桥市。麻省理工学院的自然及工程科学在世界上享有极佳的盛誉,该校的工程系曾连续七届获得美国工科研究生课程冠军,其中以电子工程专业名气最响,紧跟其后的是机械工程。其管理学、经济学、哲学、政治学、语言学也同样优秀。
【2022新书】算法高维鲁棒统计,296页pdf与98页ppt
专知会员服务
50+阅读 · 2022年10月21日
【MIT博士论文】实用机器学习的高效鲁棒算法,142页pdf
专知会员服务
55+阅读 · 2022年9月7日
【MIT博士论文】《图、主子式、特征值问题》200页PDF
专知会员服务
28+阅读 · 2022年8月7日
算法分析导论, 593页pdf
专知会员服务
144+阅读 · 2021年8月30日
【MIT经典书】统计学习与序列预测,261页pdf
专知会员服务
74+阅读 · 2020年11月17日
【MIT博士论文】数据高效强化学习,176页pdf
【ETH博士论文】贝叶斯深度学习,241页pdf
专知
8+阅读 · 2022年1月16日
【新书】感知和行动的贝叶斯模型,348页pdf
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
8+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年10月22日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
15+阅读 · 2019年9月11日
VIP会员
相关VIP内容
【2022新书】算法高维鲁棒统计,296页pdf与98页ppt
专知会员服务
50+阅读 · 2022年10月21日
【MIT博士论文】实用机器学习的高效鲁棒算法,142页pdf
专知会员服务
55+阅读 · 2022年9月7日
【MIT博士论文】《图、主子式、特征值问题》200页PDF
专知会员服务
28+阅读 · 2022年8月7日
算法分析导论, 593页pdf
专知会员服务
144+阅读 · 2021年8月30日
【MIT经典书】统计学习与序列预测,261页pdf
专知会员服务
74+阅读 · 2020年11月17日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
8+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员