Buchumschlag

Outlier-Resistant Estimators for Average Treatment Effect in Causal Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Harada, Kazuharu, Fujisawa, Hironori
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Estimation of Structural Causal Model via Sparsely Mixing Independent Component Analysis
von: Harada, Kazuharu, et al.
Veröffentlicht: (2020)

Design and Analysis Considerations for Causal Inference under Two-Phase Sampling in Observational Studies
von: Harada, Kazuharu, et al.
Veröffentlicht: (2025)

False Discovery Rate Control for Confounder Selection Using Mirror Statistics
von: Harada, Kazuharu, et al.
Veröffentlicht: (2024)

Outlier-Resistant Heterogeneous Treatment Effect Estimation in HDLSS Settings via GAT--CVAE Framework
von: Lee, Byeonghee, et al.
Veröffentlicht: (2025)

Quantifying Treatment Effects: Estimating Risk Ratios in Causal Inference
von: Boughdiri, Ahmed, et al.
Veröffentlicht: (2024)

Estimating Heterogeneous Treatment Effects for Spatio-Temporal Causal Inference
von: Zhou, Lingxiao, et al.
Veröffentlicht: (2024)

An interpretable neural network-based non-proportional odds model for ordinal regression
von: Okuno, Akifumi, et al.
Veröffentlicht: (2023)

Robust and Sparse Regression in GLM by Stochastic Optimization
von: Kawashima, Takayuki, et al.
Veröffentlicht: (2018)

Estimation and Inference for the Average Treatment Effect in a Score-Explained Heterogeneous Treatment Effect Model
von: Wibisono, Kevin Christian, et al.
Veröffentlicht: (2025)

A Unified Approach for Estimating Various Treatment Effects in Causal Inference
von: Wu, Kuan-Hsun, et al.
Veröffentlicht: (2025)

Simultaneous Modeling of Disease Screening and Severity Prediction: A Multi-task and Sparse Regularization Approach
von: Harada, Kazuharu, et al.
Veröffentlicht: (2023)

Estimating Complier Average Causal Effects with Mixtures of Experts
von: Grolleau, François, et al.
Veröffentlicht: (2024)

Estimating Average Causal Effects with Incomplete Exposure and Confounders
von: Wen, Lan, et al.
Veröffentlicht: (2025)

Adaptive Lasso, Transfer Lasso, and Beyond: An Asymptotic Perspective
von: Takada, Masaaki, et al.
Veröffentlicht: (2023)

Randomization Inference For the Always-Reporter Average Treatment Effect
von: Chang, Haoge, et al.
Veröffentlicht: (2026)

Robust Inference for the Direct Average Treatment Effect with Treatment Assignment Interference
von: Cattaneo, Matias D., et al.
Veröffentlicht: (2025)

Estimating Conditional Average Treatment Effects with Heteroscedasticity by Model Averaging and Matching
von: Shi, Pengfei, et al.
Veröffentlicht: (2023)

Identification and Estimation of Average Causal Effects in Fixed Effects Logit Models
von: Davezies, Laurent, et al.
Veröffentlicht: (2021)

Efficient Estimation of Average Treatment Effect on the Treated under Endogenous Treatment Assignment
von: Ghosh, Trinetri, et al.
Veröffentlicht: (2023)

Variance Estimation for Weighted Average Treatment Effects
von: Li, Huiyue, et al.
Veröffentlicht: (2025)

Matching-Based Nonparametric Estimation of Group Average Treatment Effects
von: Wu, Peng, et al.
Veröffentlicht: (2025)

Efficient Inference for Incremental Causal Effects of Time to Treatment
von: Zhao, Zhichen, et al.
Veröffentlicht: (2026)

Heavy Tail Robust Estimation and Inference for Average Treatment Effects
von: Hill, Jonathan B., et al.
Veröffentlicht: (2024)

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

Randomization-Based Inference for Average Treatment Effects in Inexactly Matched Observational Studies
von: Zhu, Jianan, et al.
Veröffentlicht: (2023)

Multiply Robust Inference of Average Treatment Effects by High-dimensional Empirical Likelihood
von: Xia, Xintao, et al.
Veröffentlicht: (2025)

On the Comparative Analysis of Average Treatment Effects Estimation via Data Combination
von: Wu, Peng, et al.
Veröffentlicht: (2023)

Differentially Private Estimation of Weighted Average Treatment Effects for Binary Outcomes
von: Guha, Sharmistha, et al.
Veröffentlicht: (2024)

Doubly-Robust Functional Average Treatment Effect Estimation
von: Testa, Lorenzo, et al.
Veröffentlicht: (2025)

Optimistic Algorithms for Adaptive Estimation of the Average Treatment Effect
von: Neopane, Ojash, et al.
Veröffentlicht: (2025)

Beyond Conditional Averages: Estimating The Individual Causal Effect Distribution
von: Post, Richard, et al.
Veröffentlicht: (2022)

Abadie's Kappa and Weighting Estimators of the Local Average Treatment Effect
von: Słoczyński, Tymon, et al.
Veröffentlicht: (2022)

The Nudge Average Treatment Effect
von: Tchetgen, Eric J Tchetgen
Veröffentlicht: (2024)

Bayesian Causal Synthesis for Meta-Inference on Heterogeneous Treatment Effects
von: Sugasawa, Shonosuke, et al.
Veröffentlicht: (2023)

Estimating Treatment Effects with Missings Not At Random in the Estimand Framework using Causal Inference
von: de Villa, A. Ruiz, et al.
Veröffentlicht: (2025)

Bridging Structural Causal Inference and Machine Learning The S-DIDML Estimator for Heterogeneous Treatment Effects
von: Yu, Yile, et al.
Veröffentlicht: (2025)

Exact and Conservative Inference for the Average Treatment Effect in Stratified Experiments with Binary Outcomes
von: Li, Jiaxun, et al.
Veröffentlicht: (2025)

Causal Inference for a Hidden Treatment
von: Zhou, Ying, et al.
Veröffentlicht: (2024)

Causal Inference for Spatial Treatments
von: Pollmann, Michael
Veröffentlicht: (2020)

Treatment Effect Estimation in Causal Survival Analysis: Practical Recommendations
von: Voinot, Charlotte, et al.
Veröffentlicht: (2025)