Buchumschlag

The boosted HP filter is more general than you might think

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mei, Ziwei, Phillips, Peter C. B., Shi, Zhentao
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Econometrics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On LASSO for High Dimensional Predictive Regression
von: Mei, Ziwei, et al.
Veröffentlicht: (2022)

LASSO Inference for High Dimensional Predictive Regressions
von: Gao, Zhan, et al.
Veröffentlicht: (2024)

Nickell Bias in Panel Local Projection: Financial Crises Are Worse Than You Think
von: Mei, Ziwei, et al.
Veröffentlicht: (2023)

Nickell Meets Stambaugh: A Tale of Two Biases in Panel Predictive Regressions
von: Liao, Chengwang, et al.
Veröffentlicht: (2024)

A Heteroskedasticity-Robust Overidentifying Restriction Test with High-Dimensional Covariates
von: Fan, Qingliang, et al.
Veröffentlicht: (2022)

The 2020 US Decennial Census is more private than you (might) think
von: Su, Buxin, et al.
Veröffentlicht: (2024)

Zero-Inflated Bandits
von: Wei, Haoyu, et al.
Veröffentlicht: (2023)

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

L2-relaxation for Economic Prediction
von: Shi, Zhentao, et al.
Veröffentlicht: (2025)

Model Averaging and Double Machine Learning
von: Ahrens, Achim, et al.
Veröffentlicht: (2024)

ddml: Double/debiased machine learning in Stata
von: Ahrens, Achim, et al.
Veröffentlicht: (2023)

Difference-in-Differences with Time-varying Continuous Treatments using Double/Debiased Machine Learning
von: Haddad, Michel F. C., et al.
Veröffentlicht: (2024)

Dynamic Local Average Treatment Effects
von: Sojitra, Ravi B., et al.
Veröffentlicht: (2024)

Formalising causal inference as prediction on a target population
von: Höltgen, Benedikt, et al.
Veröffentlicht: (2024)

A Synthetic Business Cycle Approach to Counterfactual Analysis with Nonstationary Macroeconomic Data
von: Shi, Zhentao, et al.
Veröffentlicht: (2025)

A Relaxation Approach to Synthetic Control
von: Liao, Chengwang, et al.
Veröffentlicht: (2025)

Bagging the Network
von: Li, Ming, et al.
Veröffentlicht: (2024)

Policy Learning with Competing Agents
von: Sahoo, Roshni, et al.
Veröffentlicht: (2022)

Probabilistic Quantile Factor Analysis
von: Korobilis, Dimitris, et al.
Veröffentlicht: (2022)

Bayesian Neural Networks for Macroeconomic Analysis
von: Hauzenberger, Niko, et al.
Veröffentlicht: (2022)

Forecasting Algorithms for Causal Inference with Panel Data
von: Goldin, Jacob, et al.
Veröffentlicht: (2022)

Neighborhood Adaptive Estimators for Causal Inference under Network Interference
von: Belloni, Alexandre, et al.
Veröffentlicht: (2022)

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

CAREER: A Foundation Model for Labor Sequence Data
von: Vafa, Keyon, et al.
Veröffentlicht: (2022)

Heterogeneous Treatment Effect Bounds under Sample Selection with an Application to the Effects of Social Media on Political Polarization
von: Heiler, Phillip
Veröffentlicht: (2022)

Testing Effect Homogeneity and Confounding in High-Dimensional Experimental and Observational Studies
von: Armendariz, Ana, et al.
Veröffentlicht: (2026)

Testing Full Mediation of Treatment Effects and the Identifiability of Causal Mechanisms
von: Huber, Martin, et al.
Veröffentlicht: (2026)

Weak instrumental variables due to nonlinearities in panel data: A Super Learner Control Function estimator
von: Avila-Marquez, Monika
Veröffentlicht: (2025)

Inference for Regression with Variables Generated by AI or Machine Learning
von: Battaglia, Laura, et al.
Veröffentlicht: (2024)

Explainable AI in Spatial Analysis
von: Li, Ziqi
Veröffentlicht: (2025)

Unemployment Dynamics Forecasting with Machine Learning Regression Models
von: Kim, Kyungsu
Veröffentlicht: (2025)

Can Moran Eigenvectors Improve Machine Learning of Spatial Data? Insights from Synthetic Data Validation
von: Li, Ziqi, et al.
Veröffentlicht: (2025)

Post Reinforcement Learning Inference
von: Syrgkanis, Vasilis, et al.
Veröffentlicht: (2023)

Individual and group fairness in geographical partitioning
von: Ryzhov, Ilya O., et al.
Veröffentlicht: (2025)

High-dimensional censored MIDAS logistic regression for corporate survival forecasting
von: Miao, Wei, et al.
Veröffentlicht: (2025)

Beating the Winner's Curse via Inference-Aware Policy Optimization
von: Bastani, Hamsa, et al.
Veröffentlicht: (2025)

Nuclear Norm Regularized Estimation of Panel Regression Models
von: Moon, Hyungsik Roger, et al.
Veröffentlicht: (2018)

causalfe: Causal Forests with Fixed Effects in Python
von: Aytug, Harry
Veröffentlicht: (2026)

From Many Models, One: Macroeconomic Forecasting with Reservoir Ensembles
von: Ballarin, Giovanni, et al.
Veröffentlicht: (2025)

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