Buchumschlag

Estimating Treatment Effects using Multiple Surrogates: The Role of the Surrogate Score and the Surrogate Index

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Athey, Susan, Chetty, Raj, Imbens, Guido, Kang, Hyunseung
Format:	Preprint
Veröffentlicht:	2016
Schlagworte:	Methodology Econometrics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Identification of Average Treatment Effects in Nonparametric Panel Models
von: Athey, Susan, et al.
Veröffentlicht: (2025)

Using Experiments to Correct for Selection in Observational Studies
von: Athey, Susan, et al.
Veröffentlicht: (2020)

Cross-Validated Causal Inference: a Modern Method to Combine Experimental and Observational Data
von: Yang, Xuelin, et al.
Veröffentlicht: (2025)

Triply Robust Panel Estimators
von: Athey, Susan, et al.
Veröffentlicht: (2025)

Exact P-values for Network Interference
von: Athey, Susan, et al.
Veröffentlicht: (2015)

The Proximal Surrogate Index: Long-Term Treatment Effects under Unobserved Confounding
von: Hung, Ting-Chih, et al.
Veröffentlicht: (2026)

Estimating Wage Disparities Using Foundation Models
von: Vafa, Keyon, et al.
Veröffentlicht: (2024)

Machine Learning Who to Nudge: Causal vs Predictive Targeting in a Field Experiment on Student Financial Aid Renewal
von: Athey, Susan, et al.
Veröffentlicht: (2023)

Long-term Causal Inference Under Persistent Confounding via Data Combination
von: Imbens, Guido, et al.
Veröffentlicht: (2022)

Synthetic Difference in Differences
von: Arkhangelsky, Dmitry, et al.
Veröffentlicht: (2018)

Estimating the Value of Evidence-Based Decision Making
von: Abadie, Alberto, et al.
Veröffentlicht: (2023)

Off-Policy Evaluation via Adaptive Weighting with Data from Contextual Bandits
von: Zhan, Ruohan, et al.
Veröffentlicht: (2021)

Semiparametric Estimation of Treatment Effects in Observational Studies with Heterogeneous Partial Interference
von: Qu, Zhaonan, et al.
Veröffentlicht: (2021)

Estimating Dyadic Treatment Effects with Unknown Confounders
von: Hoshino, Tadao, et al.
Veröffentlicht: (2024)

Comparing Experimental and Nonexperimental Methods: What Lessons Have We Learned Four Decades After LaLonde (1986)?
von: Imbens, Guido, et al.
Veröffentlicht: (2024)

Active Adaptive Experimental Design for Treatment Effect Estimation with Covariate Choices
von: Kato, Masahiro, et al.
Veröffentlicht: (2024)

Qini Curves for Multi-Armed Treatment Rules
von: Sverdrup, Erik, et al.
Veröffentlicht: (2023)

Estimating Treatment Effects under Algorithmic Interference: A Structured Neural Networks Approach
von: Zhan, Ruohan, et al.
Veröffentlicht: (2024)

Using Multiple Outcomes to Adjust Standard Errors for Spatial Correlation
von: DellaVigna, Stefano, et al.
Veröffentlicht: (2025)

Calibration Strategies for Robust Causal Estimation: Theoretical and Empirical Insights on Propensity Score-Based Estimators
von: Klaassen, Sven, et al.
Veröffentlicht: (2025)

Educational Effects in Mathematics: Conditional Average Treatment Effect depending on the Number of Treatments
von: Nagai, Tomoko, et al.
Veröffentlicht: (2024)

PLRD: Partially Linear Regression Discontinuity Inference
von: Ghosh, Aditya, et al.
Veröffentlicht: (2025)

Computationally Efficient Estimation of Large Probit Models
von: Ding, Patrick, et al.
Veröffentlicht: (2024)

Dynamic Local Average Treatment Effects
von: Sojitra, Ravi B., et al.
Veröffentlicht: (2024)

Improving the Estimation of Lifetime Effects in A/B Testing via Treatment Locality
von: Chen, Shuze, et al.
Veröffentlicht: (2024)

Estimation of Optimal Dynamic Treatment Assignment Rules under Policy Constraints
von: Sakaguchi, Shosei
Veröffentlicht: (2021)

An Algorithm for Identifying Interpretable Subgroups With Elevated Treatment Effects
von: Chiu, Albert
Veröffentlicht: (2025)

Robust and Agnostic Learning of Conditional Distributional Treatment Effects
von: Kallus, Nathan, et al.
Veröffentlicht: (2022)

Detecting and Mitigating Group Bias in Heterogeneous Treatment Effects
von: Persson, Joel, et al.
Veröffentlicht: (2026)

Double Robust Bayesian Inference on Average Treatment Effects
von: Breunig, Christoph, et al.
Veröffentlicht: (2022)

Direct Bias-Correction Term Estimation for Average Treatment Effect Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

Effect Identification and Unit Categorization in the Multi-Score Regression Discontinuity Design with Application to LED Manufacturing
von: Schwarz, Philipp Alexander, et al.
Veröffentlicht: (2025)

Synthetic Blips: Generalizing Synthetic Controls for Dynamic Treatment Effects
von: Agarwal, Anish, et al.
Veröffentlicht: (2022)

Estimating Variances for Causal Panel Data Estimators
von: Almeida, Alexander, et al.
Veröffentlicht: (2025)

Triple/Debiased Lasso for Statistical Inference of Conditional Average Treatment Effects
von: Kato, Masahiro
Veröffentlicht: (2024)

Structure-agnostic Optimality of Doubly Robust Learning for Treatment Effect Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2024)

What Makes Treatment Effects Identifiable? Characterizations and Estimators Beyond Unconfoundedness
von: Cai, Yang, et al.
Veröffentlicht: (2025)

Continuous Treatment Effects with Surrogate Outcomes
von: Zeng, Zhenghao, et al.
Veröffentlicht: (2024)

Estimating Causal Effects with Double Machine Learning -- A Method Evaluation
von: Fuhr, Jonathan, et al.
Veröffentlicht: (2024)

ScoreMatchingRiesz: Score Matching for Debiased Machine Learning and Policy Path Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)