参数估计是通过观察数据来估计未知参数。最大似然法选择最可能导致观察数据的参数值。无偏估计器的期望值等于真实参数，且随着样本增大，方差趋近于零，称为一致估计器。假设检验用于判断样本数据是否支持原假设，常用p值来决定是否拒绝原假设。
本文研究了多维动作下的离线策略评估问题，特别是在推荐系统和用户界面优化中的应用。提出了一种改进的无偏估计器，并验证了其在真实和合成数据中的有效性。同时，针对未观测条件变量导致的偏差，提出了新算法CAP以优化策略。实验结果表明，该方法在策略评估中优于传统方法。
完成下面两步后，将自动完成登录并继续当前操作。
