Buchumschlag

Distance and Kernel-Based Measures for Global and Local Two-Sample Conditional Distribution Testing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yan, Jian, Li, Zhuoxi, Zhang, Xianyang
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Methodology Econometrics Statistics Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Locally Optimal Fixed-Budget Best Arm Identification in Two-Armed Gaussian Bandits with Unknown Variances
von: Kato, Masahiro
Veröffentlicht: (2023)

Optimal Conditional Inference in Adaptive Experiments
von: Chen, Jiafeng, et al.
Veröffentlicht: (2023)

Testing Most Influential Sets
von: Konrad, Lucas Darius, et al.
Veröffentlicht: (2025)

Debiased Regression for Root-N-Consistent Conditional Mean Estimation
von: Kato, Masahiro
Veröffentlicht: (2024)

Policy Learning with Distributional Welfare
von: Cui, Yifan, et al.
Veröffentlicht: (2023)

The Local Approach to Causal Inference under Network Interference
von: Auerbach, Eric, et al.
Veröffentlicht: (2021)

Debiased Nonparametric Regression for Statistical Inference and Distributionally Robustness
von: Kato, Masahiro
Veröffentlicht: (2024)

Bridging the Gap between Empirical Welfare Maximization and Conditional Average Treatment Effect Estimation in Policy Learning
von: Kato, Masahiro
Veröffentlicht: (2025)

Fused Extended Two-Way Fixed Effects for Difference-in-Differences With Staggered Adoptions
von: Faletto, Gregory
Veröffentlicht: (2023)

Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations
von: Bibaut, Aurelien, et al.
Veröffentlicht: (2022)

Machine-Learning-Assisted Comparison of Regression Functions
von: Yan, Jian, et al.
Veröffentlicht: (2025)

Entrywise Inference for Missing Panel Data: A Simple and Instance-Optimal Approach
von: Yan, Yuling, et al.
Veröffentlicht: (2024)

Double Machine Learning of Continuous Treatment Effects with General Instrumental Variables
von: Chen, Shuyuan, et al.
Veröffentlicht: (2026)

Identification and Debiased Learning of Causal Effects with General Instrumental Variables
von: Chen, Shuyuan, et al.
Veröffentlicht: (2025)

Dynamic treatment effects: high-dimensional inference under model misspecification
von: Zhang, Yuqian, et al.
Veröffentlicht: (2021)

Regression Discontinuity Design with Distribution-Valued Outcomes
von: Van Dijcke, David
Veröffentlicht: (2025)

When can weak latent factors be statistically inferred?
von: Fan, Jianqing, et al.
Veröffentlicht: (2024)

Beyond the Average: Distributional Causal Inference under Imperfect Compliance
von: Byambadalai, Undral, et al.
Veröffentlicht: (2025)

Combining Experimental and Observational Data for Identification and Estimation of Long-Term Causal Effects
von: Ghassami, AmirEmad, et al.
Veröffentlicht: (2022)

Riesz Regression As Direct Density Ratio Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

Semi-Supervised Treatment Effect Estimation with Unlabeled Covariates for Prediction-Powered Causal Inference
von: Kato, Masahiro
Veröffentlicht: (2025)

The Role of Contextual Information in Best Arm Identification
von: Kato, Masahiro, et al.
Veröffentlicht: (2021)

Nearest Neighbor Matching as Least Squares Density Ratio Estimation and Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

Covariate Balancing and Riesz Regression Should Be Guided by the Neyman Orthogonal Score in Debiased Machine Learning
von: Kato, Masahiro
Veröffentlicht: (2026)

General Bayesian Policy Learning
von: Kato, Masahiro
Veröffentlicht: (2026)

Direct Bias-Correction Term Estimation for Average Treatment Effect Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

Minimax and Bayes Optimal Best-Arm Identification
von: Kato, Masahiro
Veröffentlicht: (2025)

Dynamic covariate balancing: estimating treatment effects over time with potential local projections
von: Viviano, Davide, et al.
Veröffentlicht: (2021)

Causal-Policy Forest for End-to-End Policy Learning
von: Kato, Masahiro
Veröffentlicht: (2025)

Direct Debiased Machine Learning via Bregman Divergence Minimization
von: Kato, Masahiro
Veröffentlicht: (2025)

A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

It's Hard to Be Normal: The Impact of Noise on Structure-agnostic Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2025)

Modeling Covariate Transition for Efficient Estimation of Longitudinal Treatment Effects in Randomized Experiments
von: Chihara, Naoki, et al.
Veröffentlicht: (2026)

Orthogonal Bootstrap: Efficient Simulation of Input Uncertainty
von: Liu, Kaizhao, et al.
Veröffentlicht: (2024)

Demistifying Inference after Adaptive Experiments
von: Bibaut, Aurélien, et al.
Veröffentlicht: (2024)

A Note on Doubly Robust Estimator in Regression Discontinuity Designs
von: Kato, Masahiro
Veröffentlicht: (2024)

Bayesian Semi-supervised Inference via a Debiased Modeling Approach
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

genriesz: A Python Package for Automatic Debiased Machine Learning with Generalized Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2026)

Smaller Confidence Intervals From IPW Estimators via Data-Dependent Coarsening
von: Kalavasis, Alkis, et al.
Veröffentlicht: (2024)

Policy Learning for Optimal Dynamic Treatment Regimes with Observational Data
von: Sakaguchi, Shosei
Veröffentlicht: (2024)