Buchumschlag

Using Experiments to Correct for Selection in Observational Studies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Athey, Susan, Chetty, Raj, Imbens, Guido
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Methodology Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Estimating Treatment Effects using Multiple Surrogates: The Role of the Surrogate Score and the Surrogate Index
von: Athey, Susan, et al.
Veröffentlicht: (2016)

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

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

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

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

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

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

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

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

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

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)

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

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

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

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

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

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

Design-Robust Two-Way-Fixed-Effects Regression For Panel Data
von: Arkhangelsky, Dmitry, et al.
Veröffentlicht: (2021)

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

Efficient Bias Correction for Cross-section and Panel Data
von: Hahn, Jinyong, et al.
Veröffentlicht: (2022)

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

Minimax-Regret Sample Selection in Randomized Experiments
von: Hu, Yuchen, et al.
Veröffentlicht: (2024)

Identification of Long-Term Treatment Effects via Temporal Links, Observational, and Experimental Data
von: Obradović, Filip
Veröffentlicht: (2024)

Where to Experiment? Site Selection Under Distribution Shift via Optimal Transport and Wasserstein DRO
von: Bouyamourn, Adam
Veröffentlicht: (2025)

Using Invalid Instruments on Purpose: Focused Moment Selection and Averaging for GMM
von: DiTraglia, Francis J.
Veröffentlicht: (2014)

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

Covariate Adjustment in Stratified Experiments
von: Cytrynbaum, Max
Veröffentlicht: (2023)

Synthetic Controls for Experimental Design
von: Abadie, Alberto, et al.
Veröffentlicht: (2021)

Randomization Tests in Switchback Experiments
von: Liu, Jizhou, et al.
Veröffentlicht: (2026)

Relative Bias Under Imperfect Identification in Observational Causal Inference
von: Huang, Melody, et al.
Veröffentlicht: (2025)

Bounding Treatment Effects by Pooling Limited Information across Observations
von: Lee, Sokbae, et al.
Veröffentlicht: (2021)

Design-Based Uncertainty for Quasi-Experiments
von: Rambachan, Ashesh, et al.
Veröffentlicht: (2020)

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

Switchback Experiments under Geometric Mixing
von: Hu, Yuchen, et al.
Veröffentlicht: (2022)

Coupling Designs for Randomized Experiments with Complex Treatments
von: Cytrynbaum, Max, et al.
Veröffentlicht: (2026)

The Bias-Variance Tradeoff in Long-Term Experimentation
von: Ting, Daniel, et al.
Veröffentlicht: (2025)

Randomization Inference in Two-Sided Market Experiments
von: Liu, Jizhou, et al.
Veröffentlicht: (2025)

Distribution Regression with Censored Selection
von: Fernandez-Val, Ivan, et al.
Veröffentlicht: (2025)

Conformal Inference for Experimental Attrition in Social Science Research
von: Song, Xiangyu
Veröffentlicht: (2026)

Experimental Design For Causal Inference Through An Optimization Lens
von: Zhao, Jinglong
Veröffentlicht: (2024)