Buchumschlag

Stability of a Generalized Debiased Lasso with Applications to Resampling-Based Variable Selection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Liu, Jingbo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistics Theory Information Theory Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spectrum-Aware Debiasing: A Modern Inference Framework with Applications to Principal Components Regression
von: Li, Yufan, et al.
Veröffentlicht: (2023)

Adaptive Lasso, Transfer Lasso, and Beyond: An Asymptotic Perspective
von: Takada, Masaaki, et al.
Veröffentlicht: (2023)

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

Spectral Ranking Inferences based on General Multiway Comparisons
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

Lasso Penalization for High-Dimensional Beta Regression Models: Computation, Analysis, and Inference
von: Ramezani, Niloofar, et al.
Veröffentlicht: (2025)

Optimal Differentially Private PCA and Estimation for Spiked Covariance Matrices
von: Cai, T. Tony, et al.
Veröffentlicht: (2024)

Inference for Heteroskedastic PCA with Missing Data
von: Yan, Yuling, et al.
Veröffentlicht: (2021)

Time-Uniform Confidence Spheres for Means of Random Vectors
von: Chugg, Ben, et al.
Veröffentlicht: (2023)

High-dimensional Clustering and Signal Recovery under Block Signals
von: Su, Wu, et al.
Veröffentlicht: (2025)

Consistent model selection in the spiked Wigner model via AIC-type criteria
von: Mukherjee, Soumendu Sundar
Veröffentlicht: (2023)

Deflated HeteroPCA: Overcoming the curse of ill-conditioning in heteroskedastic PCA
von: Zhou, Yuchen, et al.
Veröffentlicht: (2023)

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

Automatic Debiased Machine Learning for Smooth Functionals of Nonparametric M-Estimands
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Fast and Efficient Parallel Sampling Using Higher Order Langevin Dynamics
von: Mahajan, Jaideep, et al.
Veröffentlicht: (2025)

A Unified Framework for Variable Selection in Model-Based Clustering with Missing Not at Random
von: Ho, Binh H., et al.
Veröffentlicht: (2025)

genriesz: A Python Package for Automatic Debiased Machine Learning with Generalized Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2026)

Computationally efficient reductions between some statistical models
von: Lou, Mengqi, et al.
Veröffentlicht: (2024)

Maximum entropy based testing in network models: ERGMs and constrained optimization
von: Ghosh, Subhro, et al.
Veröffentlicht: (2026)

Bayesian Semi-supervised Inference via a Debiased Modeling Approach
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

Debiased Nonparametric Regression for Statistical Inference and Distributionally Robustness
von: Kato, Masahiro
Veröffentlicht: (2024)

Winners with Confidence: Discrete Argmin Inference with an Application to Model Selection
von: Zhang, Tianyu, et al.
Veröffentlicht: (2024)

Debiased Regression for Root-N-Consistent Conditional Mean Estimation
von: Kato, Masahiro
Veröffentlicht: (2024)

Direct Debiased Machine Learning via Bregman Divergence Minimization
von: Kato, Masahiro
Veröffentlicht: (2025)

Debiased Bayesian Inference for High-dimensional Regression Models
von: Chen, Qihui, et al.
Veröffentlicht: (2025)

$K$-Nearest-Neighbor Resampling for Off-Policy Evaluation in Stochastic Control
von: Giegrich, Michael, et al.
Veröffentlicht: (2023)

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

Generalization Bounds and Stopping Rules for Learning with Self-Selected Data
von: Rodemann, Julian, et al.
Veröffentlicht: (2025)

ScoreMatchingRiesz: Score Matching for Debiased Machine Learning and Policy Path Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

Bayesian Models for Joint Selection of Features and Auto-Regressive Lags: Theory and Applications in Environmental and Financial Forecasting
von: Manna, Alokesh, et al.
Veröffentlicht: (2025)

Identifying Causal Effects Using a Single Proxy Variable
von: Vollmer, Silvan, et al.
Veröffentlicht: (2026)

Covariate Balancing and Riesz Regression Should Be Guided by the Neyman Orthogonal Score in Debiased Machine Learning
von: Kato, Masahiro
Veröffentlicht: (2026)

A Unified Framework for Debiased Machine Learning: Riesz Representer Fitting under Bregman Divergence
von: Kato, Masahiro
Veröffentlicht: (2026)

Gradient descent inference in empirical risk minimization
von: Han, Qiyang, et al.
Veröffentlicht: (2024)

A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

Partial Identification of Causal Effects Using Proxy Variables
von: Ghassami, AmirEmad, et al.
Veröffentlicht: (2023)

Nonparametric Instrumental Variable Inference with Many Weak Instruments
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Identifiability of Sparse Causal Effects using Instrumental Variables
von: Pfister, Niklas, et al.
Veröffentlicht: (2022)

Empirical Bayes Estimation for Lasso-Type Regularizers: Analysis of Automatic Relevance Determination
von: Yoshida, Tsukasa, et al.
Veröffentlicht: (2025)

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

A Kernel-Based Conditional Two-Sample Test Using Nearest Neighbors (with Applications to Calibration, Regression Curves, and Simulation-Based Inference)
von: Chatterjee, Anirban, et al.
Veröffentlicht: (2024)