効率的なデータ集約による治療効果推定【JST・京大機械翻訳】

Panigrahi Snigdha; Wang Jingshen; He Xuming

プレプリント

J-GLOBAL ID：202202210473480920 整理番号：22P0309376

効率的なデータ集約による治療効果推定【JST・京大機械翻訳】

Treatment Effect Estimation with Efficient Data Aggregation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2023年05月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

メタ解析としても知られるデータ集約は,多重研究間の共通(例えば平均処理効果)で共有されるパラメータに関する知識を組み合わせるために広く用いられている。本論文では,様々な既存研究から要約統計量をプールする魅力的なデータ集約方式を導入した。このスキームは,新しい検証研究の設計を知り,共有パラメータに対する不偏推定量を与える。著者らの設定では,各既存の研究は,LASSO回帰を適用して,共変量の大規模集合から簡素なモデルを選択した。選択されたモデルにおける事後推定器は偏った傾向があることはよく知られている。データカーービングと呼ばれる新しい技法は,全ての既存研究から簡単な要約統計量を集約することにより,新しい不偏推定子を生成することを示した。著者らの推定器は,2つの重要な特徴を持つ:(a)モデル選択からのバイアスのリスクなしで,すべての研究から,データの最も可能な使用をした。(b)これらの研究の生データが,効率的推定のために共有または保存されないので,個人データプライバシーの付加的利益を楽しんだ。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

数値計算

, ,

前のページに戻る