Core Concepts
部分的なネットワーク情報しか利用できない状況でも、グローバル平均処理効果(GATE)を特定できる新しい推定手法を提案する。
Abstract
本論文では、A/Bテストにおける干渉の問題に取り組む。干渉とは、ある被験者への処理が別の被験者の結果に影響を及ぼすことを指す。
従来の手法では、正確なネットワーク構造を知る必要があったが、実際にはそれが困難な場合が多い。
本研究では、被験者の近隣ノードの上位集合のみを知ればよい新しい推定手法「UNITE」を提案する。
理論的な分析と実験的な検証により、UNITEが従来手法に比べて優れた性能を示すことを明らかにした。
具体的には、UNITEは以下の特徴を持つ:
部分的なネットワーク情報しか利用できない状況でも、GATEを無偏に推定できる
自己正規化や双頑健な推定を導入することで、分散をさらに低減できる
線形モデルだけでなく、非線形の相互作用モデルにも適用可能
理論的な分散上限と漸近正規性を持つため、統計的推論が可能
Stats
被験者数nが大きいほど、UNITEの推定精度が向上する
処理割合pが0.5に近いほど、UNITEの推定精度が向上する
干渉の強さが大きいほど、UNITEの推定精度が向上する
Quotes
"部分的なネットワーク情報しか利用できない状況でも、グローバル平均処理効果(GATE)を特定できる新しい推定手法を提案する。"
"UNITEは理論的な分散上限と漸近正規性を持つため、統計的推論が可能"