Copertina

Double Debiased Covariate Shift Adaptation Robust to Density-Ratio Estimation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kato, Masahiro, Matsui, Kota, Inokuchi, Ryo
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Methodology Machine Learning Econometrics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Active Adaptive Experimental Design for Treatment Effect Estimation with Covariate Choices
di: Kato, Masahiro, et al.
Pubblicazione: (2024)

PUATE: Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units
di: Kato, Masahiro, et al.
Pubblicazione: (2025)

Riesz Regression As Direct Density Ratio Estimation
di: Kato, Masahiro
Pubblicazione: (2025)

Learning from Double Positive and Unlabeled Data for Potential-Customer Identification
di: Kato, Masahiro, et al.
Pubblicazione: (2025)

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

Nearest Neighbor Matching as Least Squares Density Ratio Estimation and Riesz Regression
di: Kato, Masahiro
Pubblicazione: (2025)

Debiased Nonparametric Regression for Statistical Inference and Distributionally Robustness
di: Kato, Masahiro
Pubblicazione: (2024)

Triple/Debiased Lasso for Statistical Inference of Conditional Average Treatment Effects
di: Kato, Masahiro
Pubblicazione: (2024)

Debiased Regression for Root-N-Consistent Conditional Mean Estimation
di: Kato, Masahiro
Pubblicazione: (2024)

ScoreMatchingRiesz: Score Matching for Debiased Machine Learning and Policy Path Estimation
di: Kato, Masahiro
Pubblicazione: (2025)

Semi-Supervised Treatment Effect Estimation with Unlabeled Covariates for Prediction-Powered Causal Inference
di: Kato, Masahiro
Pubblicazione: (2025)

Direct Debiased Machine Learning via Bregman Divergence Minimization
di: Kato, Masahiro
Pubblicazione: (2025)

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

A Unified Framework for Debiased Machine Learning: Riesz Representer Fitting under Bregman Divergence
di: Kato, Masahiro
Pubblicazione: (2026)

A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression
di: Kato, Masahiro
Pubblicazione: (2025)

A Note on Doubly Robust Estimator in Regression Discontinuity Designs
di: Kato, Masahiro
Pubblicazione: (2024)

Direct Bias-Correction Term Estimation for Average Treatment Effect Estimation
di: Kato, Masahiro
Pubblicazione: (2025)

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

Bridging the Gap between Empirical Welfare Maximization and Conditional Average Treatment Effect Estimation in Policy Learning
di: Kato, Masahiro
Pubblicazione: (2025)

Conformal Prediction for Nonparametric Instrumental Regression
di: Kato, Masahiro
Pubblicazione: (2026)

Asymptotically Unbiased Synthetic Control Methods by Moment Matching
di: Kato, Masahiro, et al.
Pubblicazione: (2023)

Locally Optimal Fixed-Budget Best Arm Identification in Two-Armed Gaussian Bandits with Unknown Variances
di: Kato, Masahiro
Pubblicazione: (2023)

Worst-Case Optimal Multi-Armed Gaussian Best Arm Identification with a Fixed Budget
di: Kato, Masahiro
Pubblicazione: (2023)

General Bayesian Policy Learning
di: Kato, Masahiro
Pubblicazione: (2026)

Minimax and Bayes Optimal Best-Arm Identification
di: Kato, Masahiro
Pubblicazione: (2025)

Causal-Policy Forest for End-to-End Policy Learning
di: Kato, Masahiro
Pubblicazione: (2025)

Minimax and Bayes Optimal Adaptive Experimental Design for Treatment Choice
di: Kato, Masahiro
Pubblicazione: (2025)

Generalized Neyman Allocation for Locally Minimax Optimal Best-Arm Identification
di: Kato, Masahiro
Pubblicazione: (2024)

Debiased Ill-Posed Regression
di: Ghassami, AmirEmad, et al.
Pubblicazione: (2025)

Robust Inference Methods for Latent Group Panel Models under Possible Group Non-Separation
di: Akgun, Oguzhan, et al.
Pubblicazione: (2025)

The Role of Contextual Information in Best Arm Identification
di: Kato, Masahiro, et al.
Pubblicazione: (2021)

Anytime-Valid Inference for Double/Debiased Machine Learning of Causal Parameters
di: Dalal, Abhinandan, et al.
Pubblicazione: (2024)

Double Robust Bayesian Inference on Average Treatment Effects
di: Breunig, Christoph, et al.
Pubblicazione: (2022)

Estimating Causal Effects with Double Machine Learning -- A Method Evaluation
di: Fuhr, Jonathan, et al.
Pubblicazione: (2024)

Robust Matrix Estimation with Side Information
di: Agarwal, Anish, et al.
Pubblicazione: (2026)

xtdml: Double Machine Learning Estimation to Static Panel Data Models with Fixed Effects in R
di: Polselli, Annalivia
Pubblicazione: (2025)

Calibration Strategies for Robust Causal Estimation: Theoretical and Empirical Insights on Propensity Score-Based Estimators
di: Klaassen, Sven, et al.
Pubblicazione: (2025)

Adaptive Experimental Design for Policy Learning
di: Kato, Masahiro, et al.
Pubblicazione: (2024)

Covariate-Adjusted Deep Causal Learning for Heterogeneous Panel Data Models
di: Zhou, Guanhao, et al.
Pubblicazione: (2025)

Sequential Audit Sampling with Statistical Guarantees
di: Kato, Masahiro, et al.
Pubblicazione: (2026)