Buchumschlag

Doubly Robust Inference in Causal Latent Factor Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abadie, Alberto, Agarwal, Anish, Dwivedi, Raaz, Shah, Abhin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Econometrics Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Causal Inference Framework for Data Rich Environments
von: Abadie, Alberto, et al.
Veröffentlicht: (2025)

Synthetic Combinations: A Causal Inference Framework for Combinatorial Interventions
von: Agarwal, Abhineet, et al.
Veröffentlicht: (2023)

Estimating the Value of Evidence-Based Decision Making
von: Abadie, Alberto, et al.
Veröffentlicht: (2023)

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

Bayesian Semiparametric Causal Inference: Targeted Doubly Robust Estimation of Treatment Effects
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

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

Adaptive Principal Component Regression with Applications to Panel Data
von: Agarwal, Anish, et al.
Veröffentlicht: (2023)

Method-of-Moments Inference for GLMs and Doubly Robust Functionals under Proportional Asymptotics
von: Chen, Xingyu, et al.
Veröffentlicht: (2024)

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

Regularizing Extrapolation in Causal Inference
von: Arbour, David, et al.
Veröffentlicht: (2025)

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

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

Multiply-Robust Causal Change Attribution
von: Quintas-Martinez, Victor, et al.
Veröffentlicht: (2024)

Estimation and Inference for Causal Functions with Multiway Clustered Data
von: Liu, Nan, et al.
Veröffentlicht: (2024)

Long-term Causal Inference Under Persistent Confounding via Data Combination
von: Imbens, Guido, et al.
Veröffentlicht: (2022)

A Cautionary Tale on Integrating Studies with Disparate Outcome Measures for Causal Inference
von: Parikh, Harsh, et al.
Veröffentlicht: (2025)

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

Cross-Validated Causal Inference: a Modern Method to Combine Experimental and Observational Data
von: Yang, Xuelin, et al.
Veröffentlicht: (2025)

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

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

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

Synthetic Controls for Experimental Design
von: Abadie, Alberto, et al.
Veröffentlicht: (2021)

Re-examining Granger Causality with Causal Bayesian Networks and Reichenbachs Principles
von: Adedayo, S. A.
Veröffentlicht: (2025)

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

Spatially Robust Inference with Predicted and Missing at Random Labels
von: Salerno, Stephen, et al.
Veröffentlicht: (2026)

Distributional Matrix Completion via Nearest Neighbors in the Wasserstein Space
von: Feitelberg, Jacob, et al.
Veröffentlicht: (2024)

Causal Inference on Outcomes Learned from Text
von: Modarressi, Iman, et al.
Veröffentlicht: (2025)

The Local Approach to Causal Inference under Network Interference
von: Auerbach, Eric, et al.
Veröffentlicht: (2021)

Amortized Inference for Correlated Discrete Choice Models via Equivariant Neural Networks
von: Huch, Easton, et al.
Veröffentlicht: (2026)

Synthetic Potential Outcomes and Causal Mixture Identifiability
von: Mazaheri, Bijan, et al.
Veröffentlicht: (2024)

Data Fusion for Partial Identification of Causal Effects
von: Lanners, Quinn, et al.
Veröffentlicht: (2025)

Inference for Batched Adaptive Experiments
von: Kemper, Jan, et al.
Veröffentlicht: (2025)

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

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

Multi-Band Variable-Lag Granger Causality: A Unified Framework for Causal Time Series Inference across Frequencies
von: Sookkongwaree, Chakattrai, et al.
Veröffentlicht: (2025)

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

LASSO Inference for High Dimensional Predictive Regressions
von: Gao, Zhan, et al.
Veröffentlicht: (2024)

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

From What Ifs to Insights: Counterfactuals in Causal Inference vs. Explainable AI
von: Shmueli, Galit, et al.
Veröffentlicht: (2025)

Vector Copula Variational Inference and Dependent Block Posterior Approximations
von: Fu, Yu, et al.
Veröffentlicht: (2025)