公平结果推断
摘要：公平统计推断中的问题 公平统计推论概述 公平统计推断涉及结果变量的问题。这些问题包括分类和回归问题，以及在随机试验或观测数据中估计治疗效果。在这些问题中，当某些协变量或治疗方式具有“敏感性”时，公平性的问题就会出现，因为它们有可能导致歧视性行为。在本文中，我们认为歧视性行为可以以一种合理的方式形式化，即在某些因果路径上，敏感协变量对结果有影响(Pearl，2009)。一个公平的结果模型可以通过求解一个受限制的最优化问题来学习。我们讨论了由于这种观点而导致的一些经典统计推断中的复杂情况，并根据因果和半参数推断的近期研究提供了解决方法。
作者：Razieh Nabi and Ilya Shpitser
论文ID：1705.10378
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-01-23