Buchumschlag

Automatic Debiased Machine Learning for Covariate Shifts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chernozhukov, Victor, Newey, Michael, Newey, Whitney K, Singh, Rahul, Syrgkanis, Vasilis
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Conditional Influence Functions
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2024)

Automatic Debiased Machine Learning via Riesz Regression
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2021)

Long Story Short: Omitted Variable Bias in Causal Machine Learning
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2021)

Adversarial Estimation of Riesz Representers
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2020)

Identification of Treatment Effects under Limited Exogenous Variation
von: Newey, Whitney K., et al.
Veröffentlicht: (2018)

Automatic Doubly Robust Forests
von: Chen, Zhaomeng, et al.
Veröffentlicht: (2024)

Panel Estimation of Taxable Income Elasticities with Heterogeneity and Endogenous Budget Sets
von: Blomquist, Soren, et al.
Veröffentlicht: (2024)

Welfare Analysis in Dynamic Models
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2019)

Instrumental variables: A non-asymptotic viewpoint
von: Xia, Eric, et al.
Veröffentlicht: (2024)

Double/Debiased Machine Learning for Treatment and Causal Parameters
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2016)

Efficient Bias Correction for Cross-section and Panel Data
von: Hahn, Jinyong, et al.
Veröffentlicht: (2022)

Minimax Semiparametric Learning With Approximate Sparsity
von: Bradic, Jelena, et al.
Veröffentlicht: (2019)

Applied Causal Inference Powered by ML and AI
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2024)

An Introduction to Double/Debiased Machine Learning
von: Ahrens, Achim, et al.
Veröffentlicht: (2025)

Structure-agnostic Optimality of Doubly Robust Learning for Treatment Effect Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2024)

Learning Treatment Representations for Downstream Instrumental Variable Regression
von: Lin, Shiangyi, et al.
Veröffentlicht: (2025)

Sharp Structure-Agnostic Lower Bounds for General Linear Functional Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2025)

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

Partial Identification of Policy-Relevant Treatment Effects with Instrumental Variables via Optimal Transport
von: Tan, Jiyuan, et al.
Veröffentlicht: (2026)

Estimation of Treatment Effects in Extreme and Unobserved Data
von: Tan, Jiyuan, et al.
Veröffentlicht: (2025)

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

Double Debiased Covariate Shift Adaptation Robust to Density-Ratio Estimation
von: Kato, Masahiro, et al.
Veröffentlicht: (2023)

Empirical Analysis of Model Selection for Heterogeneous Causal Effect Estimation
von: Mahajan, Divyat, et al.
Veröffentlicht: (2022)

Automatic Debiased Machine Learning for Smooth Functionals of Nonparametric M-Estimands
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Inference on Optimal Policy Values and Other Irregular Functionals via Softmax Smoothing
von: Whitehouse, Justin, et al.
Veröffentlicht: (2025)

Uniform Inference on High-dimensional Spatial Panel Networks
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2021)

Policy Learning with Confidence
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2025)

Neighborhood Stability in Double/Debiased Machine Learning with Dependent Data
von: Cao, Jianfei, et al.
Veröffentlicht: (2025)

Synthetic Blips: Generalizing Synthetic Controls for Dynamic Treatment Effects
von: Agarwal, Anish, et al.
Veröffentlicht: (2022)

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

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

Efficient Inference for Covariate-adjusted Bradley-Terry Model with Covariate Shift
von: Li, Xiudi, et al.
Veröffentlicht: (2025)

Orthogonal Causal Calibration
von: Whitehouse, Justin, et al.
Veröffentlicht: (2024)

On Doubly Robust Inference for Double Machine Learning in Semiparametric Regression
von: Dukes, Oliver, et al.
Veröffentlicht: (2021)

Covariate Shift Corrected Conditional Randomization Test
von: Xu, Bowen, et al.
Veröffentlicht: (2024)

Estimating Causal Effects of Discrete and Continuous Treatments with Binary Instruments
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2024)

Higher-Order Neyman Orthogonality in Moment-Condition Models
von: Bonhomme, Stéphane, et al.
Veröffentlicht: (2026)

Double/Debiased Machine Learning for Continuous Treatment Effects in Panel Data with Endogeneity
von: Wu, Peikai, et al.
Veröffentlicht: (2026)

Reaching and implementing the best available knowledge in wildlife biology
von: Tomas Willebrand, et al.
Veröffentlicht: (2024)

Incentive-Aware Synthetic Control: Accurate Counterfactual Estimation via Incentivized Exploration
von: Ngo, Daniel, et al.
Veröffentlicht: (2023)