Buchumschlag

Optimal Categorical Instrumental Variables

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Wiemann, Thomas
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Econometrics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CAVIAR: Categorical-Variable Embeddings for Accurate and Robust Inference
von: Mukherjee, Anirban, et al.
Veröffentlicht: (2024)

ddml: Double/debiased machine learning in Stata
von: Ahrens, Achim, et al.
Veröffentlicht: (2023)

Model Averaging and Double Machine Learning
von: Ahrens, Achim, et al.
Veröffentlicht: (2024)

Penalized GMM Framework for Inference on Functionals of Nonparametric Instrumental Variable Estimators
von: Bakhitov, Edvard
Veröffentlicht: (2026)

Nested Nonparametric Instrumental Variable Regression
von: Meza, Isaac, et al.
Veröffentlicht: (2021)

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

Mining Causality: AI-Assisted Search for Instrumental Variables
von: Han, Sukjin
Veröffentlicht: (2024)

Double Machine Learning for Static Panel Data with Instrumental Variables: New Method and Applications
von: Baiardi, Anna, et al.
Veröffentlicht: (2026)

Stochastic Optimization Algorithms for Instrumental Variable Regression with Streaming Data
von: Chen, Xuxing, et al.
Veröffentlicht: (2024)

Distributionally Robust Instrumental Variables Estimation
von: Qu, Zhaonan, et al.
Veröffentlicht: (2024)

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

Double Machine Learning of Continuous Treatment Effects with General Instrumental Variables
von: Chen, Shuyuan, et al.
Veröffentlicht: (2026)

Differentially Private Two-Stage Gradient Descent for Instrumental Variable Regression
von: Liang, Haodong, et al.
Veröffentlicht: (2025)

Effect Identification and Unit Categorization in the Multi-Score Regression Discontinuity Design with Application to LED Manufacturing
von: Schwarz, Philipp Alexander, et al.
Veröffentlicht: (2025)

Nonparametric Instrumental Variable Analysis Without Structural Equations: Debiased Inference on Functionals of Inverse Problems with No Solutions
von: Shen, Zikai, et al.
Veröffentlicht: (2026)

Inference for Regression with Variables Generated by AI or Machine Learning
von: Battaglia, Laura, et al.
Veröffentlicht: (2024)

Dynamically Optimal Treatment Allocation
von: Adusumilli, Karun, et al.
Veröffentlicht: (2019)

Conformal Prediction for Nonparametric Instrumental Regression
von: Kato, Masahiro
Veröffentlicht: (2026)

Statistical Inference of Optimal Allocations I: Regularities and their Implications
von: Feng, Kai, et al.
Veröffentlicht: (2024)

Quantile-Optimal Policy Learning under Unmeasured Confounding
von: Chen, Zhongren, et al.
Veröffentlicht: (2025)

New Approximation Results and Optimal Estimation for Fully Connected Deep Neural Networks
von: Tang, Zhaoji
Veröffentlicht: (2025)

Partial Identification under Missing Data Using Weak Shadow Variables from Pretrained Models
von: Chen, Hongyu, et al.
Veröffentlicht: (2026)

Adaptive, Rate-Optimal Hypothesis Testing in Nonparametric IV Models
von: Breunig, Christoph, et al.
Veröffentlicht: (2020)

Estimation of Optimal Dynamic Treatment Assignment Rules under Policy Constraints
von: Sakaguchi, Shosei
Veröffentlicht: (2021)

Latent Variable Estimation in Bayesian Black-Litterman Models
von: Lin, Thomas Y. L., et al.
Veröffentlicht: (2025)

Optimal Bias-Correction and Valid Inference in High-Dimensional Ridge Regression: A Closed-Form Solution
von: Gao, Zhaoxing, et al.
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning for Dynamic Pricing in Supply Chains: Benchmarking Strategic Agent Behaviours under Realistically Simulated Market Conditions
von: Hazenberg, Thomas, et al.
Veröffentlicht: (2025)

Jackknife Instrumental Variable Inference
von: Crudu, Federico, et al.
Veröffentlicht: (2026)

High Dimensional Binary Choice Model with Unknown Heteroskedasticity or Instrumental Variables
von: Ouyang, Fu, et al.
Veröffentlicht: (2023)

Semiparametric Off-Policy Inference for Optimal Policy Values under Possible Non-Uniqueness
von: Wei, Haoyu
Veröffentlicht: (2025)

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

Breakdown Analysis for Instrumental Variables with Binary Outcomes
von: Picchetti, Pedro
Veröffentlicht: (2025)

Instrumental Variable Identification of Dynamic Variance Decompositions
von: Plagborg-Møller, Mikkel, et al.
Veröffentlicht: (2020)

Optimal Conditional Inference in Adaptive Experiments
von: Chen, Jiafeng, et al.
Veröffentlicht: (2023)

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

Post Reinforcement Learning Inference
von: Syrgkanis, Vasilis, et al.
Veröffentlicht: (2023)

Choice Models and Permutation Invariance: Demand Estimation in Differentiated Products Markets
von: Singh, Amandeep, et al.
Veröffentlicht: (2023)

fmeffects: An R Package for Forward Marginal Effects
von: Löwe, Holger, et al.
Veröffentlicht: (2023)

Inside the black box: Neural network-based real-time prediction of US recessions
von: Chung, Seulki
Veröffentlicht: (2023)

From Reactive to Proactive Volatility Modeling with Hemisphere Neural Networks
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2023)