Mining Causality: AI-Assisted Search for Instrumental Variables

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Han, Sukjin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Econometrics Applications Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Conformal Prediction for Nonparametric Instrumental Regression
von: Kato, Masahiro
Veröffentlicht: (2026)

Copyright and Competition: Estimating Supply and Demand with Unstructured Data
von: Han, Sukjin, et al.
Veröffentlicht: (2025)

Causal Mediation Analysis with Multiple Mediators: A Simulation Approach
von: Zhou, Jesse, et al.
Veröffentlicht: (2025)

Double Machine Learning at Scale to Predict Causal Impact of Customer Actions
von: More, Sushant, et al.
Veröffentlicht: (2024)

Distributed Causality in the SDG Network: Evidence from Panel VAR and Conditional Independence Analysis
von: Fahim, Md Muhtasim Munif, et al.
Veröffentlicht: (2026)

On Quantile Treatment Effects, Rank Similarity,and Variation of Instrumental Variables
von: Han, Sukjin, et al.
Veröffentlicht: (2025)

Improving the Estimation of Lifetime Effects in A/B Testing via Treatment Locality
von: Chen, Shuze, et al.
Veröffentlicht: (2024)

Variance reduction combining pre-experiment and in-experiment data
von: Lin, Zhexiao, et al.
Veröffentlicht: (2024)

Cross-Temporal Forecast Reconciliation at Digital Platforms with Machine Learning
von: Rombouts, Jeroen, et al.
Veröffentlicht: (2024)

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)

A Unified Framework for Estimation of High-dimensional Conditional Factor Models
von: Chen, Qihui
Veröffentlicht: (2022)

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

Estimating Causal Effects of Discrete and Continuous Treatments with Binary Instruments
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2024)

Policy Learning with Distributional Welfare
von: Cui, Yifan, et al.
Veröffentlicht: (2023)

Online Distributional Regression
von: Hirsch, Simon, et al.
Veröffentlicht: (2024)

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

Nonparametric Identification and Estimation of Causal Effects on Latent Outcomes
von: Fu, Jiawei, et al.
Veröffentlicht: (2026)

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

Causal Inference for Experiments with Latent Outcomes: Key Results and Their Implications for Design and Analysis
von: Fu, Jiawei, et al.
Veröffentlicht: (2025)

Causal Panel Analysis under Parallel Trends: Lessons from a Large Reanalysis Study
von: Chiu, Albert, et al.
Veröffentlicht: (2023)

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

Tensor PCA for Factor Models
von: Babii, Andrii, et al.
Veröffentlicht: (2022)

Regression Discontinuity Design with Distribution-Valued Outcomes
von: Van Dijcke, David
Veröffentlicht: (2025)

Binary Choice under Asymmetric Loss in a Data-Rich Environment: Theory and an Application to Algorithmic Fairness
von: Babii, Andrii, et al.
Veröffentlicht: (2020)

Doubly robust estimation of causal effects for random object outcomes with continuous treatments
von: Bhattacharjee, Satarupa, et al.
Veröffentlicht: (2025)

Threshold Tensor Factor Model in CP Form
von: Bolivar, Stevenson, et al.
Veröffentlicht: (2025)

Double Machine Learning for Static Panel Data with Instrumental Variables: New Method and Applications
von: Baiardi, Anna, et al.
Veröffentlicht: (2026)

Applied Causal Inference Powered by ML and AI
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2024)

Detecting Spatial Outliers: the Role of the Local Influence Function
von: Arbia, Giuseppe, et al.
Veröffentlicht: (2024)

Seemingly unrelated Bayesian additive regression trees for cost-effectiveness analyses in healthcare
von: Esser, Jonas, et al.
Veröffentlicht: (2024)

Local-Polynomial Estimation for Multivariate Regression Discontinuity Designs
von: Sawada, Masayuki, et al.
Veröffentlicht: (2024)

Demystifying and avoiding the OLS "weighting problem": Unmodeled heterogeneity and straightforward solutions
von: Shinkre, Tanvi, et al.
Veröffentlicht: (2024)

Difference-in-differences Design with Outcomes Missing Not at Random
von: Shin, Sooahn
Veröffentlicht: (2024)

Overfitting Reduction in Convex Regression
von: Liao, Zhiqiang, et al.
Veröffentlicht: (2024)

Optimizing Returns from Experimentation Programs
von: Sudijono, Timothy, et al.
Veröffentlicht: (2024)

Comparative e-backtests for general risk measures
von: Jiao, Zhanyi, et al.
Veröffentlicht: (2025)

Recovering Unobserved Network Links from Aggregated Relational Data: Discussions on Bayesian Latent Surface Modeling and Penalized Regression
von: Tseng, Yen-hsuan
Veröffentlicht: (2025)

Bayesian Shrinkage in High-Dimensional VAR Models: A Comparative Study
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Time-to-Event Estimation with Unreliably Reported Events in Medicare Health Plan Payment
von: Enache, Oana M., et al.
Veröffentlicht: (2026)