Buchumschlag

Balanced Subsampling for Big Data with Categorical Covariates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Wang, Lin
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Novel Subsampling Strategies for Heavily Censored Reliability Data
von: Ruan, Yixiao, et al.
Veröffentlicht: (2024)

Compatible Imputation for Hierarchical Linear Models with Incomplete Data: Interaction Effects of Continuous and Categorical Covariates MAR
von: Shin, Dongho, et al.
Veröffentlicht: (2025)

Balancing Covariates in Survey Experiments
von: Tian, Pengfei, et al.
Veröffentlicht: (2026)

Maximum-Variance-Reduction Stratification for Improved Subsampling
von: Wang, Dingyi, et al.
Veröffentlicht: (2026)

How Balanced Should Causal Covariates Be?
von: Kaul, Shiva, et al.
Veröffentlicht: (2025)

Metropolis--Hastings with Scalable Subsampling
von: Prado, Estevão, et al.
Veröffentlicht: (2024)

Categorical Data Analysis
von: Chen, Dandan, et al.
Veröffentlicht: (2024)

Subsampled One-Step Estimation for Fast Statistical Inference
von: Su, Miaomiao, et al.
Veröffentlicht: (2024)

Incorporating Subsampling into Bayesian Models for High-Dimensional Spatial Data
von: Saha, Sudipto, et al.
Veröffentlicht: (2023)

Subsampling-based Tests in Mediation Analysis
von: Roy, Asmita, et al.
Veröffentlicht: (2024)

Predictive Subsampling for Scalable Inference in Networks
von: Kumar, Arpan, et al.
Veröffentlicht: (2026)

Modal Clustering for Categorical Data
von: Corsini, Noemi, et al.
Veröffentlicht: (2025)

Gaussianized Design Optimization for Covariate Balance in Randomized Experiments
von: Guo, Wenxuan, et al.
Veröffentlicht: (2025)

Low-rank Covariate Balancing Estimators under Interference
von: Sengupta, Souhardya, et al.
Veröffentlicht: (2025)

UD-DML: Uniform Design Subsampling for Double Machine Learning over Massive Data
von: Qu, Yuanke, et al.
Veröffentlicht: (2026)

Covariate Balancing Based on Kernel Density Estimates for Controlled Experiments
von: Li, Yiou, et al.
Veröffentlicht: (2020)

Covariate Selection for Optimizing Balance with an Innovative Adaptive Randomization Approach
von: Guo, Ziqing, et al.
Veröffentlicht: (2024)

balnet: Pathwise Estimation of Covariate Balancing Propensity Scores
von: Sverdrup, Erik, et al.
Veröffentlicht: (2026)

A Moment-assisted Approach for Improving Subsampling-based MLE with Large-scale data
von: Su, Miaomiao, et al.
Veröffentlicht: (2023)

Multivariate Inference of Network Moments by Subsampling
von: Qi, Mingyu, et al.
Veröffentlicht: (2024)

Network Cross-Validation and Model Selection via Subsampling
von: Chakrabarty, Sayan, et al.
Veröffentlicht: (2025)

Optimal Treatment Rules under Missing Predictive Covariates: A Covariate-Balancing Doubly Robust Approach
von: Zhang, Yue, et al.
Veröffentlicht: (2025)

Full Law Identification under Missing Data with Categorical Variables
von: Tikka, Santtu, et al.
Veröffentlicht: (2024)

Cheap Subsampling bootstrap confidence intervals for fast and robust inference
von: Ohlendorff, Johan Sebastian, et al.
Veröffentlicht: (2025)

Efficient Data Reduction Strategies for Big Data and High-Dimensional LASSO Regressions
von: Wang, Xin, et al.
Veröffentlicht: (2024)

Mastering Rare Event Analysis: Optimal Subsample Size in Logistic and Cox Regressions
von: Agassi, Tal, et al.
Veröffentlicht: (2024)

Scalable Resampling in Massive Generalized Linear Models via Subsampled Residual Bootstrap
von: Ganguly, Indrila, et al.
Veröffentlicht: (2023)

Optimal Network-Guided Covariate Selection for High-Dimensional Data Integration
von: Shen, Tao, et al.
Veröffentlicht: (2025)

Differentially Private Covariate Balancing Causal Inference
von: Ohnishi, Yuki, et al.
Veröffentlicht: (2024)

Covariate Balancing and the Equivalence of Weighting and Doubly Robust Estimators of Average Treatment Effects
von: Słoczyński, Tymon, et al.
Veröffentlicht: (2023)

Improve Power of Knockoffs with Annotation Information of Covariates
von: Zhang, Xiangyu, et al.
Veröffentlicht: (2026)

Fair Conformal Prediction for Incomplete Covariate Data
von: Kong, Jingsen, et al.
Veröffentlicht: (2025)

Core-elements Subsampling for Alternating Least Squares
von: Xue, Dunyao, et al.
Veröffentlicht: (2025)

Anytime-Valid Inference in Adaptive Experiments: Covariate Adjustment and Balanced Power
von: Molitor, Daniel, et al.
Veröffentlicht: (2025)

A Stable and Efficient Covariate-Balancing Estimator for Causal Survival Effects
von: Pham, Khiem, et al.
Veröffentlicht: (2023)

Detecting Breast Carcinoma Metastasis on Whole-Slide Images by Partially Subsampled Multiple Instance Learning
von: Yu, Baichen, et al.
Veröffentlicht: (2026)

Modeling Multivariate Degradation Data with Dynamic Covariates Under a Bayesian Framework
von: Lin, Zhengzhi, et al.
Veröffentlicht: (2025)

Robust Estimation and Inference for Categorical Data
von: Welz, Max
Veröffentlicht: (2024)

Hamiltonian Monte Carlo for Regression with High-Dimensional Categorical Data
von: Sacher, Szymon, et al.
Veröffentlicht: (2021)

Bayesian Causal Effect Estimation for Categorical Data using Staged Tree Models
von: Cremaschi, Andrea, et al.
Veröffentlicht: (2025)