Buchumschlag

Choosing the Right Approach at the Right Time: A Comparative Analysis of Causal Effect Estimation using Confounder Adjustment and Instrumental Variables

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zawadzki, Roy S., Gillen, Daniel L.
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Non-parametric Replication of Instrumental Variable Estimates Across Studies
von: Zawadzki, Roy S., et al.
Veröffentlicht: (2024)

Instrumental Variable Estimation of Distributional Causal Effects
von: Kook, Lucas, et al.
Veröffentlicht: (2024)

Marginal Causal Effect Estimation with Continuous Instrumental Variables
von: Dong, Mei, et al.
Veröffentlicht: (2025)

Two-Stage Least Squares Instrumental Variable Estimation for Semiparametric Accelerated Failure Time Models with Right-Censored Data
von: Zhuang, Zian, et al.
Veröffentlicht: (2025)

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

An Instrumental Variables Framework to Unite Spatial Confounding Methods
von: Woodward, Sophie M., et al.
Veröffentlicht: (2024)

Causal Effect Estimation using identifiable Variational AutoEncoder with Latent Confounders and Post-Treatment Variables
von: Xie, Yang, et al.
Veröffentlicht: (2024)

Instrumental Variable Approach to Estimating Individual Causal Effects in N-of-1 Trials: Application to ISTOP Study
von: Qu, Kexin, et al.
Veröffentlicht: (2023)

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

A Doubly Robust Instrumental Variable Approach for Estimating Average Treatment Effects in Time-to-Event Data with Unmeasured Confounding: Application to Real-World Data on ICU Patients with Septic Shock
von: Li, Runjia, et al.
Veröffentlicht: (2025)

A General Framework for Powerful Confounder Adjustment in Omics Association Studies
von: Roy, Asmita, et al.
Veröffentlicht: (2022)

Semiparametric Causal Inference for Right-Censored Outcomes with Many Weak Invalid Instruments
von: Bu, Qiushi, et al.
Veröffentlicht: (2025)

Quasi Instrumental Variable Methods for Stable Hidden Confounding and Binary Outcome
von: Liu, Zhonghua, et al.
Veröffentlicht: (2025)

Identifiability of Sparse Causal Effects using Instrumental Variables
von: Pfister, Niklas, et al.
Veröffentlicht: (2022)

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

Identifying Causal Effects Using Instrumental Variables from the Auxiliary Dataset
von: Shuai, Kang, et al.
Veröffentlicht: (2023)

Adjustment for Confounding using Pre-Trained Representations
von: Schulte, Rickmer, et al.
Veröffentlicht: (2025)

Robust Spatial Confounding Adjustment via Basis Voting
von: Burman, Anik, et al.
Veröffentlicht: (2025)

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

Causal Effect Estimation with Learned Instrument Representations
von: Dean, Frances, et al.
Veröffentlicht: (2026)

Discovering Causal Relationships using Proxy Variables under Unmeasured Confounding
von: Wu, Yong, et al.
Veröffentlicht: (2025)

R-Estimation with Right-Censored Data
von: Satten, Glen A., et al.
Veröffentlicht: (2026)

A Spectral Confounder Adjustment for Spatial Regression with Multiple Exposures and Outcomes
von: Prim, Shih-Ni, et al.
Veröffentlicht: (2025)

Identifying and Estimating Causal Direct Effects Under Unmeasured Confounding
von: Boileau, Philippe, et al.
Veröffentlicht: (2026)

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

Cumulative/Dynamic Time-Dependent ROC Analysis for Left-Truncated and Right-Censored Data: Estimators and Comparison
von: Li, Kendrick, et al.
Veröffentlicht: (2025)

Nonlinear Causal Discovery with Confounders
von: Li, Chunlin, et al.
Veröffentlicht: (2023)

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

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

Nonparametric Bayesian Adjustment of Unmeasured Confounders in Cox Proportional Hazards Models
von: Orihara, Shunichiro, et al.
Veröffentlicht: (2023)

Double Variable Importance Matching to Estimate Distinct Causal Effects on Event Probability and Timing
von: Li, Yuqi, et al.
Veröffentlicht: (2026)

Addressing the Influence of Unmeasured Confounding in Observational Studies with Time-to-Event Outcomes: A Semiparametric Sensitivity Analysis Approach
von: Amoafo, Linda, et al.
Veröffentlicht: (2024)

Stratification-based Instrumental Variable Analysis Framework for Nonlinear Effect Analysis
von: Tian, Haodong, et al.
Veröffentlicht: (2025)

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

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

A Non-parametric Direct Learning Approach to Heterogeneous Treatment Effect Estimation under Unmeasured Confounding
von: Zhang, Xinhai, et al.
Veröffentlicht: (2024)

Identifying Causal Effects using Instrumental Time Series: Nuisance IV and Correcting for the Past
von: Thams, Nikolaj, et al.
Veröffentlicht: (2022)

On Efficient Adjustment for Micro Causal Effects in Summary Causal Graphs
von: Belciug, Isabela, et al.
Veröffentlicht: (2025)

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

Quantifying Omitted Variable Bias in Nonlinear Instrumental Variable Estimators
von: Yen, Yu-Min
Veröffentlicht: (2026)