TMLE (Targeted Maximum Likelihood Estimation)

정의

플러그-인 추정량을 표적 모수 방향으로 보정(targeting) 하는 절차:

1. 결과회귀 $\bar Q^0$·성향 $g$ 초기추정 (ML 자유롭게);
2. EIF에서 유도한 clever covariate $H(A,X)$를 쓰는 parametric submodel을 따라 $\bar Q$를 fluctuation($\varepsilon$ 적합);
3. 갱신된 $\bar Q^*$를 표적 모수에 plug-in. 보정 단계가 경험적 EIF 방정식 $P_n\phi(\bar Q^*,g)=0$을 풀게 하여 점근 효율 + double robustness + 모수 범위 보존(plug-in).

직관적 이해

“예측을 먼저 한 뒤, 인과 표적 방향으로만 살짝 밀어” EIF 방향 잔차 편향을 제거. One-step Estimator/AIPW와 같은 효율을 달성하되 plug-in이라 경계(확률 등)를 지킨다.

관련 개념

• Efficient Influence Function · One-step Estimator · AIPW · Double Machine Learning · Cross-fitting

참고 논문

• van der Laan & Rose, Targeted Learning, Springer 2011 — TMLE canonical
• Kennedy review, arXiv:2203.06469, 2022 (EIF·DR·TMLE/DML 통합)