张巴群；Tsiatis，阿纳斯塔西奥斯A。；埃里克·B·拉伯（Eric B.Laber）。；玛丽·戴维安 序列治疗决策的最佳动态治疗方案的稳健估计。 （英语） 兹比尔1284.62508 生物特征 100，第3期，681-694（2013）. 总结：动态治疗方案是根据患者病史分配治疗的顺序决策规则列表。Q学习和A学习是评估最佳方案的两种主要方法，即使用临床试验或观察性研究的数据，在患者群体中产生最有益的结果。Q-learning需要对结果建立假设的回归模型，而A-learning需要对结果回归的这一部分建立模型，以表示治疗对比和治疗分配。我们提出了一种Q-和A-学习的替代方法，该方法最大化了一个双重鲁棒的增强逆概率加权估计，用于在一类受限的状态下计算总体平均结果。仿真结果表明了该方法的性能和对模型错误指定的鲁棒性，这是一个关键问题。 引用于48文件 MSC公司： 62升10 顺序统计分析 62C99个 统计决策理论 第62页第10页 统计学在生物学和医学中的应用；元分析 68T05型 人工智能中的学习和自适应系统 62G35型 非参数稳健性 65立方厘米60 统计中的计算问题（MSC2010） 关键词：A级学习；双重稳健性；结果回归；倾向得分；增强学习 软件：q学习 PDF格式BibTeX公司 XML格式引用 \textit{B.Zhang}等人，Biometrika 100，No.3，681--694（2013；Zbl 1284.62508） 全文： 内政部 链接