Buchumschlag

Towards Generalizing Inferences from Trials to Target Populations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Melody Y, Parikh, Harsh
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Artificial Intelligence Machine Learning Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Double Machine Learning Approach to Combining Experimental and Observational Data
von: Parikh, Harsh, et al.
Veröffentlicht: (2023)

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

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

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

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

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

TEA-Time: Transporting Effects Across Time
von: Parikh, Harsh, et al.
Veröffentlicht: (2026)

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

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

Calibeating Prediction-Powered Inference
von: van der Laan, Lars, et al.
Veröffentlicht: (2026)

Econometric vs. Causal Structure-Learning for Time-Series Policy Decisions: Evidence from the UK COVID-19 Policies
von: Petrungaro, Bruno, et al.
Veröffentlicht: (2026)

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

Statistical Tests for Replacing Human Decision Makers with Algorithms
von: Feng, Kai, et al.
Veröffentlicht: (2023)

$ρ$-GNF: A Copula-based Sensitivity Analysis to Unobserved Confounding Using Normalizing Flows
von: Balgi, Sourabh, et al.
Veröffentlicht: (2022)

Relative Bias Under Imperfect Identification in Observational Causal Inference
von: Huang, Melody, et al.
Veröffentlicht: (2025)

Unified Causality Analysis Based on the Degrees of Freedom
von: Telcs, András, et al.
Veröffentlicht: (2024)

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

Applied Causal Inference Powered by ML and AI
von: Chernozhukov, Victor, 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)

Doubly Robust Inference in Causal Latent Factor Models
von: Abadie, Alberto, et al.
Veröffentlicht: (2024)

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

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

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

Common Functional Decompositions Can Mis-attribute Differences in Outcomes Between Populations
von: Quintero, Manuel, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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

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

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

Limits of Approximating the Median Treatment Effect
von: Addanki, Raghavendra, et al.
Veröffentlicht: (2024)

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

Machine Learning Who to Nudge: Causal vs Predictive Targeting in a Field Experiment on Student Financial Aid Renewal
von: Athey, Susan, et al.
Veröffentlicht: (2023)

Why are there many equally good models? An Anatomy of the Rashomon Effect
von: Parikh, Harsh
Veröffentlicht: (2026)

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

Blind Targeting: Personalization under Third-Party Privacy Constraints
von: Shchetkina, Anya
Veröffentlicht: (2025)

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