Buchumschlag

Convolutional neural networks for valid and efficient causal inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ghasempour, Mohammad, Moosavi, Niloofar, de Luna, Xavier
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Methodology 62G05, 62G20
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Valid causal inference with unobserved confounding in high-dimensional settings
von: Moosavi, Niloofar, et al.
Veröffentlicht: (2024)

Efficient adjustment for complex covariates: Gaining efficiency with DOPE
von: Christgau, Alexander Mangulad, et al.
Veröffentlicht: (2024)

Statistical Inference for Scale Mixture Models via Mellin Transform Approach
von: Belomestny, Denis, et al.
Veröffentlicht: (2022)

Semi-functional partial linear regression with measurement error: An approach based on $k$NN estimation
von: Novo, Silvia, et al.
Veröffentlicht: (2024)

Inference with Mondrian Random Forests
von: Cattaneo, Matias D., et al.
Veröffentlicht: (2023)

Design-based causal inference in bipartite experiments
von: Lu, Sizhu, et al.
Veröffentlicht: (2025)

Nonparametric Empirical Bayes Estimation on Heterogeneous Data
von: Banerjee, Trambak, et al.
Veröffentlicht: (2020)

A Bernstein polynomial approach for the estimation of cumulative distribution functions in the presence of missing data
von: Gharbi, Rihab, et al.
Veröffentlicht: (2025)

Doubly Robust Inference on Causal Derivative Effects for Continuous Treatments
von: Zhang, Yikun, et al.
Veröffentlicht: (2025)

Identifying arbitrary transformation between the slopes in scalar-on-function regression
von: Niyogi, Pratim Guha, et al.
Veröffentlicht: (2024)

Lancaster correlation -- a new dependence measure linked to maximum correlation
von: Holzmann, Hajo, et al.
Veröffentlicht: (2023)

Sparse semiparametric regression when predictors are mixture of functional and high-dimensional variables
von: Novo, Silvia, et al.
Veröffentlicht: (2024)

Nonparametric Estimation via Expected Order Statistics
von: Lando, Tommaso, et al.
Veröffentlicht: (2026)

Proper Correlation Coefficients for Nominal Random Variables
von: Wermuth, Jan-Lukas
Veröffentlicht: (2025)

Why Empirical p-Values Are Not Uniform: Reference Samples, Dependence, and PIT Backtesting
von: Lis, Jakub
Veröffentlicht: (2026)

Statistical Multicriteria Benchmarking via the GSD-Front
von: Jansen, Christoph, et al.
Veröffentlicht: (2024)

Two approaches to multiple canonical correlation analysis for repeated measures data
von: Górecki, Tomasz, et al.
Veröffentlicht: (2025)

Discriminating Tail Behavior Using Halfspace Depths: Population and Empirical Perspectives
von: Singha, Sibsankar, et al.
Veröffentlicht: (2025)

Berry-Esseen bounds for design-based causal inference with possibly diverging treatment levels and varying group sizes
von: Shi, Lei, et al.
Veröffentlicht: (2022)

A family of Chatterjee's correlation coefficients and their properties
von: Gao, Muhong, et al.
Veröffentlicht: (2024)

"Sound and Fury": Nonlinear Functionals of Volatility Matrix in the Presence of Jump and Noise
von: Chen, Richard Y.
Veröffentlicht: (2024)

A Robust Persistent Homology : Trimming Approach
von: Mahato, Tuhin Subhra, et al.
Veröffentlicht: (2025)

Statistical exploration of the Manifold Hypothesis
von: Whiteley, Nick, et al.
Veröffentlicht: (2022)

Variance-Reduced Manifold Sampling via Polynomial-Maximization Density Estimation
von: Zabolotnii, Serhii
Veröffentlicht: (2026)

Kernel-Based Nonparametric Tests For Shape Constraints
von: Sen, Rohan
Veröffentlicht: (2025)

Dirichlet kernel density estimation on the simplex with missing data
von: Daayeb, Hanen, et al.
Veröffentlicht: (2026)

Bump hunting through density curvature features
von: Chacón, José E., et al.
Veröffentlicht: (2022)

Higher-Order Efficient Estimators: A Review and Simulation-Based Benchmark Study
von: Wang, Zeyi, et al.
Veröffentlicht: (2026)

generalRSS: Sampling and Inference for Balanced and Unbalanced Ranked Set Sampling in R
von: Moon, Chul, et al.
Veröffentlicht: (2025)

Dirichlet kernel density estimation for strongly mixing sequences on the simplex
von: Daayeb, Hanen, et al.
Veröffentlicht: (2025)

Identification of Latent Group Effects under Conditional Calibration
von: Kurbucz, Marcell T.
Veröffentlicht: (2026)

Mean and Covariance Estimation for Discretely Observed High-Dimensional Functional Data: Rates of Convergence and Division of Observational Regimes
von: Petersen, Alexander
Veröffentlicht: (2024)

A two-sample test for symmetric positive definite matrix distributions using Wishart kernel density estimators
von: Ouimet, Frédéric
Veröffentlicht: (2026)

Wishart kernel density estimation for strongly mixing time series on the cone of positive definite matrices
von: Belzile, Léo R., et al.
Veröffentlicht: (2025)

From Conditional to Unconditional Independence: Testing Conditional Independence via Transport Maps
von: He, Chenxuan, et al.
Veröffentlicht: (2025)

Kernel-based estimators for functional causal effects
von: Raykov, Yordan P., et al.
Veröffentlicht: (2025)

Minimax And Adaptive Transfer Learning for Nonparametric Classification under Distributed Differential Privacy Constraints
von: Auddy, Arnab, et al.
Veröffentlicht: (2024)

Factor Informed Double Deep Learning For Average Treatment Effect Estimation
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

Asymptotic properties of the multivariate Szász-Mirakyan estimator for cumulative distribution functions on the nonnegative orthant
von: Lyu, Guanjie, et al.
Veröffentlicht: (2026)

Forward selection and post-selection inference in factorial designs
von: Shi, Lei, et al.
Veröffentlicht: (2023)