A Ride in Targeted Learning Territory

[Une virée en territoire d’apprentissage ciblé]

Benkeser, David¹  ; Chambaz, Antoine² 

¹ Department of Biostatistics and Bioinformatics, Emory University, Rollins School of Public Health, 1518 Clifton Road, Atlanta, Georgia 30322.
² MAP5 (UMR CNRS 8145), Université de Paris, 45 rue des Saints-Pères, 75270 Paris cedex 06.

Journal de la société française de statistique, Causality, Tome 161 (2020) no. 1, pp. 201-286

Abstract (VO)

Our ambition is to present a gentle introduction to the field of targeted learning. As an example, we consider statistical inference on a simple causal quantity that is ubiquitous in the causal literature. We use this exemplar parameter to introduce key concepts that can be applied to more complicated problems. The introduction weaves together two main threads, one theoretical and the other computational. It also contains exercises. The code is written in the programming language R, which is widely used among statisticians and data scientists to develop statistical software and data analysis. It uses tlrider, a package that we built specifically for this project.

Résumé

Notre ambition est de présenter une introduction accessible au domaine de l’apprentissage ciblé. À titre d’exemple, nous considérons l’inférence statistique d’une quantité causale simple souvent rencontrée dans la littérature causale. Nous utilisons ce paramètre exemplaire pour introduire des concepts-clefs qui jouent un rôle important dans des problèmes plus difficiles. L’introduction entrelace deux fils narratifs, l’un théorique et l’autre computationnel. Elle contient aussi des exercices. Le code est écrit dans le langage R, qui est largement utilisé par les statisticiens et data scientists pour développer des programmes statistiques et des analyses de données. Il s’appuie sur le paquetage tlrider, composé spécifiquement pour ce projet.

Détail

Classification : 62F12, 62F35, 62G08, 62G20
Keywords: causality, targeted learning
Mots-clés : apprentissage ciblé, causalité