Buchumschlag

Efficient Computation of Confidence Sets Using Classification on Equidistributed Grids

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Zhou, Lujie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Econometrics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Estimation and Uniform Confidence Bands for Nonparametric Structural Functions and Elasticities
von: Chen, Xiaohong, et al.
Veröffentlicht: (2021)

Policy-Oriented Binary Classification: Improving (KD-)CART Final Splits for Subpopulation Targeting
von: Wang, Lei Bill, et al.
Veröffentlicht: (2025)

A Unifying Framework for Robust and Efficient Inference with Unstructured Data
von: Carlson, Jacob, et al.
Veröffentlicht: (2025)

Efficient Adaptive Experimental Design for Average Treatment Effect Estimation
von: Kato, Masahiro, et al.
Veröffentlicht: (2020)

Nowcasting with Mixed Frequency Data Using Gaussian Processes
von: Hauzenberger, Niko, et al.
Veröffentlicht: (2024)

Efficient and Scalable Estimation of Distributional Treatment Effects with Multi-Task Neural Networks
von: Hirata, Tomu, et al.
Veröffentlicht: (2025)

An Artificial Trend Index for Private Consumption Using Google Trends
von: Tenorio, Juan, et al.
Veröffentlicht: (2025)

Predicting the Price of Gold in the Financial Markets Using Hybrid Models
von: Rashidi, Mohammadhossein, et al.
Veröffentlicht: (2025)

Identification and Estimation of Simultaneous Equation Models Using Higher-Order Cumulant Restrictions
von: Jiang, Ziyu
Veröffentlicht: (2025)

Sparsified Simultaneous Confidence Intervals for High-Dimensional Linear Models
von: Zhu, Xiaorui, et al.
Veröffentlicht: (2023)

A Job I Like or a Job I Can Get: Designing Job Recommender Systems Using Field Experiments
von: Bied, Guillaume, et al.
Veröffentlicht: (2026)

Smaller Confidence Intervals From IPW Estimators via Data-Dependent Coarsening
von: Kalavasis, Alkis, et al.
Veröffentlicht: (2024)

Conditional Method Confidence Set
von: Bauer, Lukas, et al.
Veröffentlicht: (2025)

Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations
von: Bibaut, Aurelien, et al.
Veröffentlicht: (2022)

Estimating Wage Disparities Using Foundation Models
von: Vafa, Keyon, et al.
Veröffentlicht: (2024)

Improved Inference for CSDID Using the Cluster Jackknife
von: Karim, Sunny R., et al.
Veröffentlicht: (2026)

Testing Most Influential Sets
von: Konrad, Lucas Darius, et al.
Veröffentlicht: (2025)

Identifying Elasticities in Autocorrelated Time Series Using Causal Graphs
von: Tiedemann, Silvana, et al.
Veröffentlicht: (2024)

Inverse Reinforcement Learning with Just Classification and a Few Regressions
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

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

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

Deep Learning With DAGs
von: Balgi, Sourabh, et al.
Veröffentlicht: (2024)

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

Hyperparameter Tuning for Causal Inference with Double Machine Learning: A Simulation Study
von: Bach, Philipp, et al.
Veröffentlicht: (2024)

High-Dimensional Tail Index Regression
von: Sasaki, Yuya, et al.
Veröffentlicht: (2024)

Calibrating doubly-robust estimators with unbalanced treatment assignment
von: Ballinari, Daniele
Veröffentlicht: (2024)

Navigating Inflation in Ghana: How Can Machine Learning Enhance Economic Stability and Growth Strategies
von: Baidoo, Theophilus G., et al.
Veröffentlicht: (2024)

An economically-consistent discrete choice model with flexible utility specification based on artificial neural networks
von: Hernandez, Jose Ignacio, et al.
Veröffentlicht: (2024)

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

Dual Interpretation of Machine Learning Forecasts
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2024)

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

Higher-Order Causal Message Passing for Experimentation with Complex Interference
von: Bayati, Mohsen, et al.
Veröffentlicht: (2024)

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

Inference for an Algorithmic Fairness-Accuracy Frontier
von: Liu, Yiqi, et al.
Veröffentlicht: (2024)

Semiparametric Bayesian Difference-in-Differences
von: Breunig, Christoph, et al.
Veröffentlicht: (2024)

Distilling interpretable causal trees from causal forests
von: Rehill, Patrick
Veröffentlicht: (2024)

Difference-in-Differences with Time-varying Continuous Treatments using Double/Debiased Machine Learning
von: Haddad, Michel F. C., et al.
Veröffentlicht: (2024)

Improving the Finite Sample Estimation of Average Treatment Effects using Double/Debiased Machine Learning with Propensity Score Calibration
von: Ballinari, Daniele, et al.
Veröffentlicht: (2024)

Asymmetries in Financial Spillovers
von: Huber, Florian, et al.
Veröffentlicht: (2024)

Revisiting Day-ahead Electricity Price: Simple Model Save Millions
von: Wang, Linian, et al.
Veröffentlicht: (2024)