Treatment assignment rules under ambiguity

2019 Fiscal Year Final Research Report

• Project/Area Number: 19K20896
• Project/Area Number (Other): 18H05695 (2018)
• Research Category: Grant-in-Aid for Research Activity Start-up
• Allocation Type: Multi-year Fund (2019); Single-year Grants (2018)
• Review Section: 0107:Economics, business administration, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: Jin Yanchun 東京大学, 大学院経済学研究科(経済学部), 特任研究員 (60828656)
• Project Period (FY): 2018-08-24 – 2020-03-31
• Keywords: 計量経済学 / 統計手法 / 政策評価 / 部分識別

Outline of Final Research Achievements

This project provides treatment assignment rules when treatment selections by unobserved variables are allowed. In observational studies, there may be some of persons whose treatments were selected in an unknown way. Under this weak assumption, we partially identify the treatment effect, and then choose the assignment rule with maximum welfare.

Free Research Field

計量経済学

Academic Significance and Societal Importance of the Research Achievements

近年、データの整備の進展と機械学習への関心が高まり、平均効用の最大化を目的とした政策の最適な割り当てルールの統計的決定手法に関する研究が盛んになっている。本研究は、その流れの中で未観測因子による政策選択をする場合における政策の最適な割り当てルールの統計的決定手法であり、また、部分識別理論を加えて分析すること、他の既存方法と比較して優劣を示すこと、実証分析を行うことで、さらに押し進めようとするものである。この手法が実社会のデータ分析で応用されることによって、政策の適切な評価・立案に寄与できると考える。