Copertina

From Predictive Algorithms to Automatic Generation of Anomalies

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mullainathan, Sendhil, Rambachan, Ashesh
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Econometrics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Large Language Models: An Applied Econometric Framework
di: Ludwig, Jens, et al.
Pubblicazione: (2024)

When do common time series estimands have nonparametric causal meaning?
di: Rambachan, Ashesh, et al.
Pubblicazione: (2019)

Design-Based Uncertainty for Quasi-Experiments
di: Rambachan, Ashesh, et al.
Pubblicazione: (2020)

Robust Design and Evaluation of Predictive Algorithms under Unobserved Confounding
di: Rambachan, Ashesh, et al.
Pubblicazione: (2022)

Do Large Language Models Perform the Way People Expect? Measuring the Human Generalization Function
di: Vafa, Keyon, et al.
Pubblicazione: (2024)

Program Evaluation with Remotely Sensed Outcomes
di: Rambachan, Ashesh, et al.
Pubblicazione: (2024)

What Has a Foundation Model Found? Using Inductive Bias to Probe for World Models
di: Vafa, Keyon, et al.
Pubblicazione: (2025)

Evaluating the World Model Implicit in a Generative Model
di: Vafa, Keyon, et al.
Pubblicazione: (2024)

Automatic Locally Robust GMM with Machine-Learning-Generated Regressors
di: Escanciano, Juan Carlos, et al.
Pubblicazione: (2023)

Automatic Debiased Machine Learning of Structural Parameters with General Conditional Moments
di: Argañaraz, Facundo
Pubblicazione: (2025)

Comprehensive OOS Evaluation of Predictive Algorithms with Statistical Decision Theory
di: Dominitz, Jeff, et al.
Pubblicazione: (2024)

Language Generation in the Limit
di: Kleinberg, Jon, et al.
Pubblicazione: (2024)

Automatic Inference for Value-Added Regressions
di: Xie, Tian
Pubblicazione: (2025)

Automatic Pricing and Replenishment Strategies for Vegetable Products Based on Data Analysis and Nonlinear Programming
di: Ma, Mingpu
Pubblicazione: (2024)

Fast Algorithms for Quantile Regression with Selection
di: Pereda-Fernández, Santiago
Pubblicazione: (2024)

Algorithmic subsampling under multiway clustering
di: Chiang, Harold D., et al.
Pubblicazione: (2021)

Jacobian-free Efficient Pseudo-Likelihood (EPL) Algorithm
di: Fukasawa, Takeshi
Pubblicazione: (2024)

Algorithms for Inference in SVARs Identified with Sign and Zero Restrictions
di: Read, Matthew
Pubblicazione: (2021)

Automatic Order, Bandwidth Selection and Flaws of Eigen Adjustment in HAC Estimation
di: Li, Zhuoxun, et al.
Pubblicazione: (2025)

Bandit Algorithms for Policy Learning: Methods, Implementation, and Welfare-performance
di: Kitagawa, Toru, et al.
Pubblicazione: (2024)

Prediction Intervals for Model Averaging
di: Qu, Zhongjun, et al.
Pubblicazione: (2025)

Inference in Predictive Quantile Regressions
di: Maynard, Alex, et al.
Pubblicazione: (2023)

Synthetic Decomposition for Counterfactual Predictions
di: Canen, Nathan, et al.
Pubblicazione: (2023)

Prejudiced Futures? Algorithmic Bias in Time Series Forecasting and Its Ethical Implications
di: Alexander, Bagattini, et al.
Pubblicazione: (2025)

L2-relaxation for Economic Prediction
di: Shi, Zhentao, et al.
Pubblicazione: (2025)

Imputation of Counterfactual Outcomes when the Errors are Predictable
di: Goncalves, Silvia, et al.
Pubblicazione: (2024)

Predicted Incrementality by Experimentation (PIE) for Ad Measurement
di: Gordon, Brett R., et al.
Pubblicazione: (2023)

Lassoed Boosting and Linear Prediction in the Equities Market
di: Huang, Xiao
Pubblicazione: (2021)

Prediction intervals for economic fixed-event forecasts
di: Krüger, Fabian, et al.
Pubblicazione: (2022)

A Note on Uncertainty Quantification for Maximum Likelihood Parameters Estimated with Heuristic Based Optimization Algorithms
di: Porreca, Zachary
Pubblicazione: (2024)

Binary Outcome Models with Extreme Covariates: Estimation and Prediction
di: Liu, Laura, et al.
Pubblicazione: (2025)

Testing Clustered Equal Predictive Ability with Unknown Clusters
di: Akgun, Oguzhan, et al.
Pubblicazione: (2025)

Low-Rank Structured Nonparametric Prediction of Instantaneous Volatility
di: Choi, Sung Hoon, et al.
Pubblicazione: (2025)

Using SVM to Estimate and Predict Binary Choice Models
di: Chang, Yoosoon, et al.
Pubblicazione: (2026)

From Replications to Revelations: Heteroskedasticity-Robust Inference
di: Kranz, Sebastian
Pubblicazione: (2024)

Predicting the Distribution of Treatment Effects: A Covariate-Adjustment Approach
di: Fava, Bruno
Pubblicazione: (2024)

Large Volatility Matrix Prediction using Tensor Factor Structure
di: Choi, Sung Hoon, et al.
Pubblicazione: (2024)

Matrix-based Prediction Approach for Intraday Instantaneous Volatility Vector
di: Choi, Sung Hoon, et al.
Pubblicazione: (2024)

Real-time Prediction of the Great Recession and the Covid-19 Recession
di: Chung, Seulki
Pubblicazione: (2023)

When "Normalization Without Loss of Generality" Loses Generality
di: Gao, Wayne
Pubblicazione: (2026)