抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
個別化処理規則の下で介入平均を推定するための調整集合の選択を研究した。おそらく,隠れ変数と観測可能な変数から成る少なくとも1つの調整集合を持つノンパラメトリック因果律モデルを仮定した。さらに,観測可能な変数がそれらに関連する正のコストを持つと仮定した。観測可能な調整集合のコストを,それを構成する変数のコストの合計として定義する。この設定において,最小コスト最適である調整集合が存在し,最小コストを持つ観測可能な調整集合に対して制御するものの中で最小漸近分散を持つ介入平均のノンパラメトリック推定子を生成するという意味で,最小コスト最適である調整集合が存在することを示す。この結果は,元の因果グラフに関連した特別なフローネットワークの構築に基づいている。最小コスト最適調整集合をネットワーク上の最大フローを計算することにより発見でき,次に経路の増大によりソースから到達可能な頂点集合を見つけることを示した。最適adj Pythonパッケージは,本論文で導入したアルゴリズムを実行する。【JST・京大機械翻訳】