Buchumschlag

An exhaustive selection of sufficient adjustment sets for causal inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Wei, Qin, Fei, Zhu, Lixing
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Time to adjust: Improving replicability in experimental psychology by adjustment for evident selective inference
von: Zeevi, Yoav, et al.
Veröffentlicht: (2020)

Post-selection inference for causal effects after causal discovery
von: Chang, Ting-Hsuan, et al.
Veröffentlicht: (2024)

Design-based edge-level causal inference with machine learning assisted covariate adjustment
von: Yu, Haoyang, et al.
Veröffentlicht: (2026)

Finite sample-optimal adjustment sets in linear Gaussian causal models
von: Rutsch, Nadja, et al.
Veröffentlicht: (2025)

A cautionary note for plasmode simulation studies in the setting of causal inference
von: Shaw, Pamela A, et al.
Veröffentlicht: (2025)

Recovery and inference of causal effects with sequential adjustment for confounding and attrition
von: de Aguas, Johan, et al.
Veröffentlicht: (2024)

Design-based theory for causal inference
von: Lu, Xin, et al.
Veröffentlicht: (2025)

Inverse regression for causal inference with multiple outcomes
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Bidirectional causal inference for binary outcomes in the presence of unmeasured confounding
von: Deng, Yafang, et al.
Veröffentlicht: (2026)

On robust Bayesian causal inference
von: Alexopoulos, Angelos, et al.
Veröffentlicht: (2025)

A regression-based approach for bidirectional proximal causal inference in the presence of unmeasured confounding
von: Min, Jiaqi, et al.
Veröffentlicht: (2025)

Robust Bayesian causal estimation for causal inference in medical diagnosis
von: Basu, Tathagata, et al.
Veröffentlicht: (2024)

Discovery and inference of possibly bi-directional causal relationships with invalid instrumental variables
von: Li, Wei, et al.
Veröffentlicht: (2024)

Leveraging specificity for causal inference in observational studies
von: Miao, Wang
Veröffentlicht: (2025)

On causal inference with marked point process data
von: Ryalen, Pål Christie, et al.
Veröffentlicht: (2026)

A causal inference framework for spatial confounding
von: Gilbert, Brian, et al.
Veröffentlicht: (2021)

Approximate co-sufficient sampling with regularization
von: Zhu, Wanrong, et al.
Veröffentlicht: (2023)

Asymptotic inference with flexible covariate adjustment under rerandomization and stratified rerandomization
von: Wang, Bingkai, et al.
Veröffentlicht: (2024)

Spatial causal inference in the presence of unmeasured confounding and interference
von: Papadogeorgou, Georgia, et al.
Veröffentlicht: (2023)

Linear models for causal inference under network interference
von: Tong, Eric, et al.
Veröffentlicht: (2026)

Credible causal inference beyond toy models
von: Bastías, Pablo Geraldo
Veröffentlicht: (2024)

Dynamic causal inference with time series data
von: Schaffe-Odeleye, Tanique, et al.
Veröffentlicht: (2026)

Collaborative causal inference on distributed data
von: Kawamata, Yuji, et al.
Veröffentlicht: (2022)

Consistent Order Determination of Markov Decision Process
von: Ye, Chuyun, et al.
Veröffentlicht: (2024)

Conformal causal inference for cluster randomized trials: model-robust inference without asymptotic approximations
von: Wang, Bingkai, et al.
Veröffentlicht: (2024)

Valid causal inference with unobserved confounding in high-dimensional settings
von: Moosavi, Niloofar, et al.
Veröffentlicht: (2024)

Nonparametric predictive inference for discrete data via Metropolis-adjusted Dirichlet sequences
von: Agnoletto, Davide, et al.
Veröffentlicht: (2025)

Design-based theory for causal inference from adaptive experiments
von: Li, Xinran, et al.
Veröffentlicht: (2026)

Re-examining and calibrating weighted survival analysis for causal inference
von: Xu, Wenfu, et al.
Veröffentlicht: (2026)

On the limitations for causal inference in Cox models with time-varying treatment
von: Knudsen, Mark B., et al.
Veröffentlicht: (2025)

Disentangling spatial interference and spatial confounding biases in causal inference
von: Ogunsola, Isqeel, et al.
Veröffentlicht: (2026)

Sample size and power calculations for causal inference of observational studies
von: Liu, Bo, et al.
Veröffentlicht: (2025)

Doubly-robust and heteroscedasticity-aware sample trimming for causal inference
von: Khan, Samir, et al.
Veröffentlicht: (2022)

Connections as treatment: causal inference with edge interventions in networks
von: Chen, Shuli, et al.
Veröffentlicht: (2026)

An exhaustive ADDIS principle for online FWER control
von: Fischer, Lasse, et al.
Veröffentlicht: (2023)

General Bayesian inference for causal effects using covariate balancing procedure
von: Orihara, Shunichiro, et al.
Veröffentlicht: (2024)

Missingness-Adaptive Factor Identification in High-Dimensional Data
von: Zeng, Ping, et al.
Veröffentlicht: (2026)

Prediction meets causal inference: the role of treatment in clinical prediction models
von: van Geloven, Nan, et al.
Veröffentlicht: (2020)

Distilling heterogeneous treatment effects: Stable subgroup estimation in causal inference
von: Huang, Melody, et al.
Veröffentlicht: (2025)

Sample size and power calculations for causal inference with time-to-event outcomes
von: Yang, Chengxin, et al.
Veröffentlicht: (2026)