q学习 swMATH ID: 11117 软件作者： Chakraborty、Bibhas；埃里克·B·拉伯。；赵英奇 描述： 使用自适应n取m自举方案推断最佳动态治疗方案。动态治疗方案由一组决策规则组成，这些规则规定如何根据可用治疗和协变量历史对患者进行个性化治疗。从数据中估计最佳动态治疗方案的一种常见方法是Q学习，它涉及数据的非光滑操作。这种非光滑性会导致标准的渐进推理方法（如bootstrap或Taylor级数参数）在没有修正的情况下失效。这里，我们考虑n中取m的bootstrap来构造参数的置信区间，以索引最佳动态状态。我们提出了m的一种自适应选择，并证明了它在固定方案下产生了渐近正确的置信集。此外，与具有相同理论性质的竞争方法相比，该方法具有概念和计算简单的优点。我们提供了一个广泛的仿真研究，以将所提出的方法与当前可用的推理程序进行比较。结果表明，所提出的方法提供了名义覆盖率，但比其他方法保守度更低。建议的方法在qLearn R包中实施，并已在综合R存档网络上提供(http://cran.r-project.org/). 作为一个示例，分析了缓解抑郁症的顺序治疗方案（STAR*D）研究。 主页： http://cran.r-project.org/web/packages/qLearn/index.html 源代码： https://github.com/cran/q学习 依赖项： R（右） 关键词： 动态处理制度;\（m\）-out-of-\（n\）引导;非规则性;\（Q\）-学习 相关软件： R（右）;DynTx体制;DTR注册;阿尔格努德;格尔姆奈特;iqLearn（智能学习）;引导库;匹配;CURO自定义ML;lme4公司;玻璃纤维;QTOCen公司;TH.数据;最好的;chngpt公司;伊斯兰解放军;帆;高级网络;剂量测定;DTR清除2 引用于： 31文件 全部的 前5名80位作者引用 6 查克拉波蒂，比哈斯 6 艾丽卡·E·M·穆迪。 4 埃里克·B·拉伯。 三 宋睿 三 王、兰 2 张英坤（音）。 2 拉朱·麦蒂 2 钱敏 2 迈克尔·华莱士。 2 吴宇南 2 曾东林 2 赵英奇 1 丹尼尔·阿尔米拉尔 1 萨希尔·R·巴特纳加。 1 边、泽宇 1 阿塔努·比斯瓦斯 1 罗伊·布劳尔 1 蔡建文 1 切拉，莱昂纳多 1 萨班卡查托帕德亚伊 1 昆廷·克莱伦 1 迈克尔·丹尼尔斯（Michael J.Daniels）。 1 萨马尔吉特·达斯 1 玛丽·戴维安 1 卡琳娜·戴维森（Karina W.Davidson）。 1 阿什坎·埃尔特菲 1 傅浩达 1 高、陈寅 1 帕拉什·高什 1 特里内特里·戈什 1 罗宾·亨德森。 1 韩洪 1 弗兰齐斯卡·卡彭伯格 1 康妮·卡萨里 1 凯利·基德威尔（Kelley M.Kidwell）。 1 迈克尔·克莱默（Michael S.Kramer）。 1 杰西·李 1 李克峰 1 丹尼尔·利佐特（Daniel J.Lizotte）。 1 马彦元 1 瑞安·马丁 1 詹姆斯·R·麦凯。 1 凯瑟琳·莫伦霍夫 1 苏珊·墨菲。 1 托马斯·默里（Thomas A.Murray）。 1 Dale M.Needham。 1 大卫·W·奥斯陆。 1 威廉·佩勒姆。 1 罗伯特·W·普拉特。 1 A.约翰·拉什 1 丹尼尔·沙夫斯坦（Daniel O.Scharfstein）。 1 克尔斯滕·肖宁 1 尼古拉斯·西瓦尔德。 1 邵军 1 苏珊·肖特里德。 1 加布里埃尔·西蒙诺 1 安娜·玛丽亚 1 罗伯特·斯特劳德曼。 1 尤米·苏克 1 陶冶斌 1 查尔斯·詹姆斯·泰勒 1 彼得·塔尔（Peter F.Thall）。 1 Tran，魁 1 阿纳斯塔西奥斯·齐亚提斯。 1 王晨光 1 王璐 1 王思坚 1 王伟伟 1 艾玛·D·威尔逊。 1 徐耀耀 1 杨，舒 1 Young，尼古拉斯·约翰 1 于梦刚 1 袁莹 1 张巴群 1 赵金英 1 赵托伊 1 钟、平寿 1 周、余 1 朱文生 全部的 前5名14篇连载文章中引用 11 生物计量学 6 美国统计协会杂志 三 电子统计杂志 1 加拿大统计杂志 1 心理测量学 1 统计年鉴 1 生物特征 1 Neerlandica统计 1 国际近似推理杂志 1 统计计算与模拟杂志 1 中国统计局 1 英国皇家统计学会杂志。C系列应用统计 1 应用统计学杂志 1 生物与健康统计 在5个字段中引用 30 统计学（62-XX） 4 计算机科学（68至XX） 三 数值分析（65-XX） 2 生物学和其他自然科学（92-XX） 1 概率论与随机过程（60-XX） 按年份列出的引文