Buchumschlag

Nonlinear Causal Discovery with Confounders

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Chunlin, Shen, Xiaotong, Pan, Wei
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bayesian Causal Discovery with Cycles and Latent Confounders
von: Jin, Wei, et al.
Veröffentlicht: (2025)

Enhancing Causal Effect Estimation with Diffusion-Generated Data
von: Chen, Li, et al.
Veröffentlicht: (2025)

Causality-Encoded Diffusion Models for Interventional Sampling and Edge Inference
von: Chen, Li, et al.
Veröffentlicht: (2026)

Causal Discovery of Linear Non-Gaussian Causal Models with Unobserved Confounding
von: Schkoda, Daniela, et al.
Veröffentlicht: (2024)

Differentiable Cyclic Causal Discovery Under Unmeasured Confounders
von: Sethuraman, Muralikrishnna G., et al.
Veröffentlicht: (2025)

Stable Causal Discovery via Directed Acyclic Graph Aggregation
von: Wu, Yunan, et al.
Veröffentlicht: (2026)

Differentiable Causal Discovery of Linear Non-Gaussian Acyclic Models Under Unmeasured Confounding
von: Morinishi, Yoshimitsu, et al.
Veröffentlicht: (2025)

Comparative Study of Causal Discovery Methods for Cyclic Models with Hidden Confounders
von: Lorbeer, Boris, et al.
Veröffentlicht: (2024)

Nonparametric Bounds in Causal Mediation Analysis in the Presence of Unmeasured Confounding and Imperfect Compliance
von: Liang, Wei, et al.
Veröffentlicht: (2025)

Forecasting Causal Effects of Future Interventions: Confounding and Transportability Issues
von: Forastiere, Laura, et al.
Veröffentlicht: (2024)

Nonlinear Causal Discovery for Grouped Data
von: Göbler, Konstantin, et al.
Veröffentlicht: (2025)

Semiparametric Causal Discovery and Inference with Invalid Instruments
von: Zou, Jing, et al.
Veröffentlicht: (2025)

Estimating Average Causal Effects with Incomplete Exposure and Confounders
von: Wen, Lan, et al.
Veröffentlicht: (2025)

Diffusion-Driven High-Dimensional Variable Selection
von: Wang, Minjie, et al.
Veröffentlicht: (2025)

False Discovery Rate Control for Confounder Selection Using Mirror Statistics
von: Harada, Kazuharu, et al.
Veröffentlicht: (2024)

Bayesian Sensitivity Analysis for Causal Estimation with Time-varying Unmeasured Confounding
von: Zou, Yushu, et al.
Veröffentlicht: (2025)

When Is Causal Inference Possible? A Statistical Test for Unmeasured Confounding
von: Liu, Muye, et al.
Veröffentlicht: (2025)

LLM-based Agents for Automated Confounder Discovery and Subgroup Analysis in Causal Inference
von: Lee, Po-Han, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Causal Inference Under Network Confounding
von: Leung, Michael P., et al.
Veröffentlicht: (2022)

Interpretable Causal Graphical Models for Equilibrium Systems with Confounding
von: Teh, Kai Z., et al.
Veröffentlicht: (2026)

Double Robust Weighted Regression with Missing Confounders
von: Bagmar, Md. Shaddam Hossain, et al.
Veröffentlicht: (2026)

Copula-based Sensitivity Analysis for Multi-Treatment Causal Inference with Unobserved Confounding
von: Zheng, Jiajing, et al.
Veröffentlicht: (2021)

Causal Effect Identification in LiNGAM Models with Latent Confounders
von: Tramontano, Daniele, et al.
Veröffentlicht: (2024)

Causal Inference with Categorical Unobserved Confounder via Mixture Learning
von: Saha, Aytijhya, et al.
Veröffentlicht: (2026)

Identification of Average Causal Effects in Confounded Additive Noise Models
von: Elahi, Muhammad Qasim, et al.
Veröffentlicht: (2024)

Efficient Nonparametric Inference for Mediation Analysis with Nonignorable Missing Confounders
von: Shan, Jiawei, et al.
Veröffentlicht: (2024)

Comparing Causal Inference Methods for Point Exposures with Missing Confounders: A Simulation Study
von: Benz, Luke, et al.
Veröffentlicht: (2024)

Causal-learn: Causal Discovery in Python
von: Zheng, Yujia, et al.
Veröffentlicht: (2023)

Identifying Unmeasured Confounders in Panel Causal Models: A Two-Stage LM-Wald Approach
von: Zheng, Bang Quan
Veröffentlicht: (2025)

Regression-Based Estimation of Causal Effects in the Presence of Selection Bias and Confounding
von: Hafer, Marlies, et al.
Veröffentlicht: (2025)

Information-Theoretic Causal Bounds under Unmeasured Confounding
von: Jung, Yonghan, et al.
Veröffentlicht: (2026)

Enabling Causal Discovery in Post-Nonlinear Models with Normalizing Flows
von: Hoang, Nu, et al.
Veröffentlicht: (2024)

Causal Inference with MNAR Self-Masking Confounders: A Stratified Delta-Imputed Propensity Estimation Method
von: Sium, Md. Niamul Islam, et al.
Veröffentlicht: (2026)

Characterization and Learning of Causal Graphs with Latent Confounders and Post-treatment Selection from Interventional Data
von: Luo, Gongxu, et al.
Veröffentlicht: (2025)

Causal Discovery in Multivariate Extremes via Tail Asymmetry
von: Li, Mengran, et al.
Veröffentlicht: (2026)

Bounds and Sensitivity Analysis of the Causal Effect Under Outcome-Independent MNAR Confounding
von: Peña, Jose M.
Veröffentlicht: (2024)

Local Discovery by Partitioning: Polynomial-Time Causal Discovery Around Exposure-Outcome Pairs
von: Maasch, Jacqueline, et al.
Veröffentlicht: (2023)

Causal Structure Representation Learning of Confounders in Latent Space for Recommendation
von: Xu, Hangtong, et al.
Veröffentlicht: (2023)

A Recipe for Causal Graph Regression: Confounding Effects Revisited
von: Yin, Yujia, et al.
Veröffentlicht: (2025)

Sparse Causal Effect Estimation using Two-Sample Summary Statistics in the Presence of Unmeasured Confounding
von: Huang, Shimeng, et al.
Veröffentlicht: (2024)