Buchumschlag

A Nonparametric Approach with Marginals for Modeling Consumer Choice

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ruan, Yanqiu, Li, Xiaobo, Murthy, Karthyek, Natarajan, Karthik
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Econometrics Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Going from a Representative Agent to Counterfactuals in Combinatorial Choice
von: Ruan, Yanqiu, et al.
Veröffentlicht: (2025)

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

Asymptotic Theory for IV-Based Reinforcement Learning with Potential Endogeneity
von: Li, Jin, et al.
Veröffentlicht: (2021)

PPI-SVRG: Unifying Prediction-Powered Inference and Variance Reduction for Semi-Supervised Optimization
von: Ao, Ruicheng, et al.
Veröffentlicht: (2026)

Stochastic Optimization Algorithms for Instrumental Variable Regression with Streaming Data
von: Chen, Xuxing, et al.
Veröffentlicht: (2024)

Inverse Reinforcement Learning with Just Classification and a Few Regressions
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Distributionally Robust Instrumental Variables Estimation
von: Qu, Zhaonan, et al.
Veröffentlicht: (2024)

What Is the Alignment Tax?
von: Young, Robin
Veröffentlicht: (2026)

On the Estimation of Multinomial Logit and Nested Logit Models: A Conic Optimization Approach
von: Pham, Hoang Giang, et al.
Veröffentlicht: (2025)

Multiunit I.I.D. Prophet Inequalities via Extreme Value Asymptotics
von: Kong, Jieming, et al.
Veröffentlicht: (2026)

Portfolio Optimization with Robust Covariance and Conditional Value-at-Risk Constraints
von: Zhou, Qiqin
Veröffentlicht: (2024)

The Nonstationary Newsvendor with (and without) Predictions
von: An, Lin, et al.
Veröffentlicht: (2023)

Load Asymptotics and Dynamic Speed Optimization for the Greenest Path Problem: A Comprehensive Analysis
von: Moradi, Poulad, et al.
Veröffentlicht: (2023)

Joint Location and Cost Planning in Maximum Capture Facility Location under Multiplicative Random Utility Maximization
von: Duong, Ngan Ha, et al.
Veröffentlicht: (2022)

Reducing Marketplace Interference Bias Via Shadow Prices
von: Bright, Ido, et al.
Veröffentlicht: (2022)

Competitive Facility Location with Market Expansion and Customer-centric Objective
von: Le, Cuong, et al.
Veröffentlicht: (2024)

The Scaling Behaviors in Achieving High Reliability via Chance-Constrained Optimization
von: Deo, Anand, et al.
Veröffentlicht: (2025)

Optimising pandemic response through vaccination strategies using neural networks
von: Zhai, Chang, et al.
Veröffentlicht: (2025)

Posterior and Likelihood Sensitivity in Bayesian Distributionally Robust Optimization
von: Gotoh, Jun-ya, et al.
Veröffentlicht: (2026)

The Use of Binary Choice Forests to Model and Estimate Discrete Choices
von: Chen, Ningyuan, et al.
Veröffentlicht: (2019)

Revealed Information
von: Doval, Laura, et al.
Veröffentlicht: (2024)

Contrasting the optimal resource allocation to cybersecurity and cyber insurance using prospect theory versus expected utility theory
von: Joshi, Chaitanya, et al.
Veröffentlicht: (2024)

IISE PG&E Energy Analytics Challenge 2025: Hourly-Binned Regression Models Beat Transformers in Load Forecasting
von: Roy, Millend, et al.
Veröffentlicht: (2025)

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

Adaptive, Rate-Optimal Hypothesis Testing in Nonparametric IV Models
von: Breunig, Christoph, et al.
Veröffentlicht: (2020)

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

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

Active Learning For Contextual Linear Optimization: A Margin-Based Approach
von: Liu, Mo, et al.
Veröffentlicht: (2023)

Classification and Treatment Learning with Constraints via Composite Heaviside Optimization: a Progressive MIP Method
von: Fang, Yue, et al.
Veröffentlicht: (2024)

Penalized GMM Framework for Inference on Functionals of Nonparametric Instrumental Variable Estimators
von: Bakhitov, Edvard
Veröffentlicht: (2026)

A Granular Framework for Construction Material Price Forecasting: Econometric and Machine-Learning Approaches
von: Lyu, Boge, et al.
Veröffentlicht: (2025)

fmeffects: An R Package for Forward Marginal Effects
von: Löwe, Holger, et al.
Veröffentlicht: (2023)

How Do Consumers Really Choose: Exposing Hidden Preferences with the Mixture of Experts Model
von: Vallarino, Diego
Veröffentlicht: (2025)

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

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

A Kernelization-Based Approach to Nonparametric Binary Choice Models
von: Yan, Guo
Veröffentlicht: (2024)

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)

Pairwise independent correlation gap
von: Ramachandra, Arjun, 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)

Adaptive Estimation and Uniform Confidence Bands for Nonparametric Structural Functions and Elasticities
von: Chen, Xiaohong, et al.
Veröffentlicht: (2021)