Buchumschlag

Policy Targeting under Network Interference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Viviano, Davide
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Econometrics Social and Information Networks Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Experimental Design under Network Interference
von: Viviano, Davide
Veröffentlicht: (2020)

Policy design in experiments with unknown interference
von: Viviano, Davide, et al.
Veröffentlicht: (2020)

Model-Based Inference and Experimental Design for Interference Using Partial Network Data
von: Reeves, Steven Wilkins, et al.
Veröffentlicht: (2024)

Dynamic covariate balancing: estimating treatment effects over time with potential local projections
von: Viviano, Davide, et al.
Veröffentlicht: (2021)

Individualized Policy Evaluation and Learning under Clustered Network Interference
von: Zhang, Yi, et al.
Veröffentlicht: (2023)

Program Evaluation with Remotely Sensed Outcomes
von: Rambachan, Ashesh, et al.
Veröffentlicht: (2024)

Network regression and supervised centrality estimation
von: Cai, Junhui, et al.
Veröffentlicht: (2021)

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

On Evolution-Based Models for Experimentation Under Interference
von: Shirani, Sadegh, et al.
Veröffentlicht: (2025)

The Local Approach to Causal Inference under Network Interference
von: Auerbach, Eric, et al.
Veröffentlicht: (2021)

Can We Validate Counterfactual Estimations in the Presence of General Network Interference?
von: Shirani, Sadegh, et al.
Veröffentlicht: (2025)

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

Learning What to Learn: Experimental Design when Combining Experimental with Observational Evidence
von: Epanomeritakis, Aristotelis, et al.
Veröffentlicht: (2025)

Non-robustness of diffusion estimates on networks with measurement error
von: Chandrasekhar, Arun G., et al.
Veröffentlicht: (2024)

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

Blind Targeting: Personalization under Third-Party Privacy Constraints
von: Shchetkina, Anya
Veröffentlicht: (2025)

Tackling Interference Induced by Data Training Loops in A/B Tests: A Weighted Training Approach
von: Si, Nian
Veröffentlicht: (2023)

Estimating Network Models using Neural Networks
von: Mele, Angelo
Veröffentlicht: (2025)

Generalizability with ignorance in mind: learning what we do (not) know for archetypes discovery
von: Breza, Emily, et al.
Veröffentlicht: (2025)

Data-Automated Policy Learning for Nonlinear Welfare
von: Ai, Chunrong, et al.
Veröffentlicht: (2026)

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

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)

Learning Individual Treatment Effects under Heterogeneous Interference in Networks
von: Zhao, Ziyu, et al.
Veröffentlicht: (2022)

Causal clustering: design of cluster experiments under network interference
von: Viviano, Davide, et al.
Veröffentlicht: (2023)

Partial Identification under Missing Data Using Weak Shadow Variables from Pretrained Models
von: Chen, Hongyu, et al.
Veröffentlicht: (2026)

Robust Inference Methods for Latent Group Panel Models under Possible Group Non-Separation
von: Akgun, Oguzhan, et al.
Veröffentlicht: (2025)

Re-examining Granger Causality with Causal Bayesian Networks and Reichenbachs Principles
von: Adedayo, S. A.
Veröffentlicht: (2025)

Amortized Inference for Correlated Discrete Choice Models via Equivariant Neural Networks
von: Huch, Easton, et al.
Veröffentlicht: (2026)

Causal-Policy Forest for End-to-End Policy Learning
von: Kato, Masahiro
Veröffentlicht: (2025)

General Bayesian Policy Learning
von: Kato, Masahiro
Veröffentlicht: (2026)

Policy Learning with Distributional Welfare
von: Cui, Yifan, et al.
Veröffentlicht: (2023)

Evaluating Policy Effects under Network Interference without Network Information: A Transfer Learning Approach
von: Hoshino, Tadao
Veröffentlicht: (2025)

Adaptive Experimental Design for Policy Learning
von: Kato, Masahiro, et al.
Veröffentlicht: (2024)

Towards Generalizing Inferences from Trials to Target Populations
von: Huang, Melody Y, et al.
Veröffentlicht: (2024)

Econometric vs. Causal Structure-Learning for Time-Series Policy Decisions: Evidence from the UK COVID-19 Policies
von: Petrungaro, Bruno, et al.
Veröffentlicht: (2026)

Distributed Causality in the SDG Network: Evidence from Panel VAR and Conditional Independence Analysis
von: Fahim, Md Muhtasim Munif, et al.
Veröffentlicht: (2026)

Policy Learning for Optimal Dynamic Treatment Regimes with Observational Data
von: Sakaguchi, Shosei
Veröffentlicht: (2024)

Bayesian Semiparametric Causal Inference: Targeted Doubly Robust Estimation of Treatment Effects
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

On Binscatter
von: Cattaneo, Matias D., et al.
Veröffentlicht: (2019)

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