条件付きオッズ比とリスク比のための直交機械学習
arXiv stat.ML / 2026/4/14
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- この論文は、治療効果の異質性を示す指標として広く使われる条件付き効果（ATE）に比べて遅れている「オッズ比（OR）」「リスク比（RR）」について、条件付き推定のための推定器を体系化・拡張することを目的にしている。
- DR-learner と R-learner に焦点を当て、OR と RR それぞれに対する直交（orthogonal）リスク関数を導出し、疑似アウトカムが ATE の場合と同様の第2階の条件付き平均残差性を満たすことを理論的に示した。
