Дибиотическое машинное обучение для комбинирования данных обследований вероятности и невероятности

arXiv: 2508,08,8948v3 Annuales Type: заменить резюме: мы рассматриваем оценку конечной совокупности в размере $\bar {Y} долл. Существующие двойные надежные (DR) оценки этой средней суммы в размере $\bar {Y} долл. требуют оценки двух функций, вызывающих беспокойство: условной вероятности отбора в выборку невероятности с учетом ковариантов X долларов США, которые наблюдались в обеих пробах, и условных ожиданий в отношении того, что они составят $X$. Эти тревожные функции можно оценить с помощью параметрических моделей, однако в случае неправильной идентификации обеих моделей производящая их оценка в размере $bar {Y} долларов будет как правило пристрастной. Поэтому было бы целесообразно использовать более гибкие методы адаптации данных/обучения машинными средствами оценки функций, вызывающих беспокойство. Мы разрабатываем общие рамки для обоснованного использования оценок ДR в размере $\bar {Y}, когда при разработке выборки вероятности используется выборка без замены на первом этапе и данные-a