Buchumschlag

The Use of Binary Choice Forests to Model and Estimate Discrete Choices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Ningyuan, Gallego, Guillermo, Tang, Zhuodong
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Machine Learning Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bayesian Deep Learning for Discrete Choice
von: Villarraga, Daniel F., et al.
Veröffentlicht: (2025)

Choice Models and Permutation Invariance: Demand Estimation in Differentiated Products Markets
von: Singh, Amandeep, et al.
Veröffentlicht: (2023)

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

Auditing and Fixing Economic Validity in Tabular Foundation Models for Discrete Choice
von: Wang, Yingshuo, et al.
Veröffentlicht: (2026)

Designing Graph Convolutional Neural Networks for Discrete Choice with Network Effects
von: Villarraga, Daniel F., et al.
Veröffentlicht: (2025)

Externally Valid Policy Choice
von: Adjaho, Christopher, et al.
Veröffentlicht: (2022)

A Lecture Note on Offline RL and IRL, Part II: Foundations of Inverse Reinforcement Learning and Dynamic Discrete Choice Models
von: Kang, Enoch Hyunwook
Veröffentlicht: (2026)

An Empirical Risk Minimization Approach for Offline Inverse RL and Dynamic Discrete Choice Model
von: Kang, Enoch H., et al.
Veröffentlicht: (2025)

On Sinkhorn's Algorithm and Choice Modeling
von: Qu, Zhaonan, et al.
Veröffentlicht: (2023)

Torch-Choice: A PyTorch Package for Large-Scale Choice Modeling with Python
von: Du, Tianyu, et al.
Veröffentlicht: (2023)

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

Dynamic Discrete-Continuous Choice Models: Identification and Conditional Choice Probability Estimation
von: Bruneel-Zupanc, Christophe
Veröffentlicht: (2025)

Sequential Estimation of Dynamic Discrete Choice Models with Unobserved Heterogeneity
von: Chen, Ertian, et al.
Veröffentlicht: (2026)

Using SVM to Estimate and Predict Binary Choice Models
von: Chang, Yoosoon, et al.
Veröffentlicht: (2026)

Conditional Choice Probability Estimation of Dynamic Discrete Choice Models with 2-period Finite Dependence
von: Hao, Yu, et al.
Veröffentlicht: (2024)

A Nonparametric Approach with Marginals for Modeling Consumer Choice
von: Ruan, Yanqiu, et al.
Veröffentlicht: (2022)

The Partial Testimony of Logs: Evaluation of Language Model Generation under Confounded Model Choice
von: Jin, Jikai, et al.
Veröffentlicht: (2026)

Reinforcement Learning Based Computationally Efficient Conditional Choice Simulation Estimation of Dynamic Discrete Choice Models
von: Khwaja, Ahmed, et al.
Veröffentlicht: (2026)

Semiparametric Estimation of Dynamic Binary Choice Panel Data Models
von: Ouyang, Fu, et al.
Veröffentlicht: (2022)

Deep Learning for the Estimation of Heterogeneous Parameters in Discrete Choice Models
von: Hetzenecker, Stephan, et al.
Veröffentlicht: (2024)

Robustness of Refugee-Matching Gains to Off-Policy Evaluation Choices
von: Bansak, Kirk, et al.
Veröffentlicht: (2026)

Binary Choice under Asymmetric Loss in a Data-Rich Environment: Theory and an Application to Algorithmic Fairness
von: Babii, Andrii, et al.
Veröffentlicht: (2020)

Semiparametric Discrete Choice Models for Bundles
von: Ouyang, Fu, et al.
Veröffentlicht: (2023)

Semiparametric Discrete Choice Models for Bundles
von: Ouyang, Fu, et al.
Veröffentlicht: (2023)

Slope Consistency of Quasi-Maximum Likelihood Estimator for Binary Choice Models
von: Chang, Yoosoon, et al.
Veröffentlicht: (2025)

Estimating Discrete Choice Demand Models with Sparse Market-Product Shocks
von: Lu, Zhentong, et al.
Veröffentlicht: (2025)

Identification and Estimation of Continuous-Time Dynamic Discrete Choice Games
von: Blevins, Jason R.
Veröffentlicht: (2025)

Sensitivity Analysis for Dynamic Discrete Choice Models
von: Lau, Chun Pong
Veröffentlicht: (2024)

Partial Identification of Binary Choice Models with Misreported Outcomes
von: Mondal, Orville, et al.
Veröffentlicht: (2024)

Model-Adaptive Approach to Dynamic Discrete Choice Models with Large State Spaces
von: Chen, Ertian
Veröffentlicht: (2025)

Identifying Dynamic Discrete Choice Models with Hyperbolic Discounting
von: Tsubota, Taiga
Veröffentlicht: (2021)

Minimax and Bayes Optimal Adaptive Experimental Design for Treatment Choice
von: Kato, Masahiro
Veröffentlicht: (2025)

A Simple and Powerful Diagnostic Test for Binary Choice Models
von: Ji, Ting, et al.
Veröffentlicht: (2026)

Bounds on Average Effects in Discrete Choice Panel Data Models
von: Pakel, Cavit, et al.
Veröffentlicht: (2023)

Training Neural Networks Embedded in Dynamic Discrete Choice Models
von: Oguz, Ecenur, et al.
Veröffentlicht: (2026)

Universal Inference for Incomplete Discrete Choice Models
von: Kaido, Hiroaki, et al.
Veröffentlicht: (2025)

Leveraging Uniformization and Sparsity for Estimation and Computation of Continuous Time Dynamic Discrete Choice Games
von: Blevins, Jason R.
Veröffentlicht: (2024)

High Dimensional Binary Choice Model with Unknown Heteroskedasticity or Instrumental Variables
von: Ouyang, Fu, et al.
Veröffentlicht: (2023)

Identifying Present-Biased Discount Functions in Dynamic Discrete Choice Models
von: Abbring, Jaap H., et al.
Veröffentlicht: (2025)

Revisiting Panel Data Discrete Choice Models with Lagged Dependent Variables
von: Dobronyi, Christopher R., et al.
Veröffentlicht: (2023)