Buchumschlag

A Tutorial on Doubly Robust Learning for Causal Inference

Fuente: arXiv

Gespeichert in:

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

Ähnliche Einträge

The Decaying Missing-at-Random Framework: Model Doubly Robust Causal Inference with Partially Labeled Data
von: Zhang, Yuqian, et al.
Veröffentlicht: (2023)

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

Doubly Robust Interval Estimation for Optimal Policy Evaluation in Online Learning
von: Shen, Ye, et al.
Veröffentlicht: (2021)

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

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

Direct Doubly Robust Estimation of Conditional Quantile Contrasts
von: Givens, Josh, et al.
Veröffentlicht: (2026)

Conditional Distributional Treatment Effects: Doubly Robust Estimation and Testing
von: Jain, Saksham, et al.
Veröffentlicht: (2026)

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

Double Cross-fit Doubly Robust Estimators: Beyond Series Regression
von: McClean, Alec, et al.
Veröffentlicht: (2024)

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

Nuisance Function Tuning and Sample Splitting for Optimally Estimating a Doubly Robust Functional
von: McGrath, Sean, et al.
Veröffentlicht: (2022)

Optimal Nuisance Function Tuning for Estimating a Doubly Robust Functional under Proportional Asymptotics
von: McGrath, Sean, et al.
Veröffentlicht: (2025)

Doubly robust inference via calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

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

ARK: Robust Knockoffs Inference with Coupling
von: Fan, Yingying, et al.
Veröffentlicht: (2023)

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

On the Role of Surrogates in Conformal Inference of Individual Causal Effects
von: Gao, Chenyin, et al.
Veröffentlicht: (2024)

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

Transfer Learning for Causal Effect Estimation
von: Wei, Song, et al.
Veröffentlicht: (2023)

Semi-Supervised Quantile Estimation: Robust and Efficient Inference in High Dimensional Settings
von: Chakrabortty, Abhishek, et al.
Veröffentlicht: (2022)

Concentration and Calibration in Predictive Bayesian Inference
von: Frazier, David T., et al.
Veröffentlicht: (2026)

Differentiable Structure Learning and Causal Discovery for General Binary Data
von: Deng, Chang, et al.
Veröffentlicht: (2025)

Double Robust Semi-Supervised Inference for the Mean: Selection Bias under MAR Labeling with Decaying Overlap
von: Zhang, Yuqian, et al.
Veröffentlicht: (2021)

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

Semi-Supervised Treatment Effect Estimation with Unlabeled Covariates for Prediction-Powered Causal Inference
von: Kato, Masahiro
Veröffentlicht: (2025)

Doubly Robust Inference on Causal Derivative Effects for Continuous Treatments
von: Zhang, Yikun, et al.
Veröffentlicht: (2025)

Causal de Finetti: On the Identification of Invariant Causal Structure in Exchangeable Data
von: Guo, Siyuan, et al.
Veröffentlicht: (2022)

Orthogonal Causal Calibration
von: Whitehouse, Justin, et al.
Veröffentlicht: (2024)

An introduction to Causal Modelling
von: Baishya, Gauranga Kumar
Veröffentlicht: (2025)

Beyond the Average: Distributional Causal Inference under Imperfect Compliance
von: Byambadalai, Undral, et al.
Veröffentlicht: (2025)

Knowledge-Embedded Latent Projection for Robust Representation Learning
von: Tang, Weijing, et al.
Veröffentlicht: (2026)

Sinkhorn Treatment Effects: A Causal Optimal Transport Measure
von: Agarwal, Medha, et al.
Veröffentlicht: (2026)

Probabilistic Inference and Learning with Stein's Method
von: Liu, Qiang, et al.
Veröffentlicht: (2026)

Causal-Policy Forest for End-to-End Policy Learning
von: Kato, Masahiro
Veröffentlicht: (2025)

Adaptive Estimation and Inference in Semi-parametric Heterogeneous Clustered Multitask Learning via Neyman Orthogonality
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

A Guide to Feature Importance Methods for Scientific Inference
von: Ewald, Fiona Katharina, et al.
Veröffentlicht: (2024)

Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models
von: Tian, Ye, et al.
Veröffentlicht: (2022)

Statistical Inference on Gradient Flows
von: Li, Tongyu, et al.
Veröffentlicht: (2026)

Proximal Path-Specific Inference
von: Bai, Yang, et al.
Veröffentlicht: (2026)

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