跳到正文
热点事件持续更新

去偏机器学习框架处理问卷无回答

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Mehdi Dagdoug与David Haziza提出一种面向问卷条目无回答的去偏机器学习单插补框架，结合插补模型、抽样设计和随机缺失机制，以交叉拟合AIPW估计有限总体均值，并证明该估计具有双重稳健性和渐近正态性。 模拟结果显示，交叉拟合可显著减少估计量覆盖不足，但当辅助预测不准确时，均方误差可能增大。

AI 根据报道生成 · 5 小时前更新

最新进展11月9日 13:07
arXiv：去偏机器学习单插补框架处理问卷条目无回答

报道时间线

沿着报道，了解事件的不同侧面。

11月9日
  1. AGI Hunt
    arXiv：去偏机器学习单插补框架处理问卷条目无回答

    arXiv 新论文提出去偏机器学习单插补框架，用于处理问卷调查中的条目无回答问题。该框架结合插补模型、抽样设计与随机缺失机制，以交叉拟合的 AIPW 估计量推断有限总体均值，并证明双重稳健性及渐近正态性；模拟显示交叉拟合可显著降低覆盖不足，但 nuisance 预测不准时可能增大均方误差。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月9日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。