Buchumschlag

Identifying Elasticities in Autocorrelated Time Series Using Causal Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tiedemann, Silvana, Canales, Jorge Sanchez, Schur, Felix, Sgarlato, Raffaele, Hirth, Lion, Ruhnau, Oliver, Peters, Jonas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Econometrics Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Heterogeneous Responses to Continuous Treatments: A Cluster-Based Causal Framework
von: Cerqua, Augusto, et al.
Veröffentlicht: (2024)

When Do Treatment Changes Identify Causal Effects?
von: Huber, Martin
Veröffentlicht: (2026)

Nonparametric Causal Decomposition of Group Disparities
von: Yu, Ang, et al.
Veröffentlicht: (2023)

Graph Neural Networks for Causal Inference Under Network Confounding
von: Leung, Michael P., et al.
Veröffentlicht: (2022)

Identifying Treatment and Spillover Effects Using Exposure Contrasts
von: Leung, Michael P.
Veröffentlicht: (2024)

An empirical estimate of the electricity supply curve from market outcomes
von: Canales, Jorge Sánchez, et al.
Veröffentlicht: (2025)

Approximate Factor Models for Functional Time Series
von: Otto, Sven, et al.
Veröffentlicht: (2022)

Change-Point Testing for Risk Measures in Time Series
von: Fan, Lin, et al.
Veröffentlicht: (2018)

Likelihood-Based Ergodicity Transformations in Time Series Analysis
von: Britto, Anthony
Veröffentlicht: (2026)

Synthetic Potential Outcomes and Causal Mixture Identifiability
von: Mazaheri, Bijan, et al.
Veröffentlicht: (2024)

Dynamic Matrix Factor Models for High Dimensional Time Series
von: Yu, Ruofan, et al.
Veröffentlicht: (2024)

Large-Scale Curve Time Series with Common Stochastic Trends
von: Li, Degui, et al.
Veröffentlicht: (2025)

A Note on the Asymptotic Properties of the GLS Estimator in Multivariate Regression with Heteroskedastic and Autocorrelated Errors
von: Moriya, Koichiro, et al.
Veröffentlicht: (2025)

Detecting Cointegrating Relations in Non-stationary Matrix-Valued Time Series
von: Hecq, Alain, et al.
Veröffentlicht: (2024)

A Hybrid Framework Combining Autoregression and Common Factors for Matrix Time Series
von: Fan, Zhiyun, et al.
Veröffentlicht: (2025)

Panel Estimation of Taxable Income Elasticities with Heterogeneity and Endogenous Budget Sets
von: Blomquist, Soren, et al.
Veröffentlicht: (2024)

Covariance Function Estimation for High-Dimensional Functional Time Series with Dual Factor Structures
von: Leng, Chenlei, et al.
Veröffentlicht: (2024)

Identifying Socially Disruptive Policies
von: Auerbach, Eric, et al.
Veröffentlicht: (2023)

Monetary Incentives, Landowner Preferences: Estimating Cross-Elasticities in Farmland Conversion to Renewable Energy
von: Fiechter, Chad, et al.
Veröffentlicht: (2024)

Causal Inference for Spatial Treatments
von: Pollmann, Michael
Veröffentlicht: (2020)

Balancing Weights for Causal Mediation Analysis
von: Kawato, Kentaro
Veröffentlicht: (2025)

Heterogeneous Treatment Effects and Causal Mechanisms
von: Fu, Jiawei, et al.
Veröffentlicht: (2024)

Optimal Decision Rules when Payoffs are Partially Identified
von: Christensen, Timothy, et al.
Veröffentlicht: (2022)

On the Identifying Power of Generalized Monotonicity for Average Treatment Effects
von: Bai, Yuehao, et al.
Veröffentlicht: (2024)

Does Regression Produce Representative Causal Rankings?
von: Lal, Apoorva
Veröffentlicht: (2024)

Causal Inference in Counterbalanced Within-Subjects Designs
von: Ho, Justin, et al.
Veröffentlicht: (2025)

Granger Causality in Expectiles: an M-vine copula test
von: Fuentes-Martínez, Roberto, et al.
Veröffentlicht: (2026)

Non-parametric Causal Inference in Dynamic Thresholding Designs
von: Ghosh, Aditya, et al.
Veröffentlicht: (2025)

Experimental Design For Causal Inference Through An Optimization Lens
von: Zhao, Jinglong
Veröffentlicht: (2024)

Valid Inference when Testing Violations of Parallel Trends for Difference-in-Differences
von: Mikhaeil, Jonas M., et al.
Veröffentlicht: (2025)

Relative Bias Under Imperfect Identification in Observational Causal Inference
von: Huang, Melody, et al.
Veröffentlicht: (2025)

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

Identification and Estimation of Average Causal Effects in Fixed Effects Logit Models
von: Davezies, Laurent, et al.
Veröffentlicht: (2021)

Reevaluating Causal Estimation Methods with Data from a Product Release
von: Young, Justin, et al.
Veröffentlicht: (2026)

Multi-Band Variable-Lag Granger Causality: A Unified Framework for Causal Time Series Inference across Frequencies
von: Sookkongwaree, Chakattrai, et al.
Veröffentlicht: (2025)

Validating Causal Message Passing Against Network-Aware Methods on Real Experiments
von: Tan, Albert, et al.
Veröffentlicht: (2026)

Sparse Asymptotic PCA: Identifying Sparse Latent Factors Across Time Horizon in High-Dimensional Time Series
von: Gao, Zhaoxing
Veröffentlicht: (2024)

Heavy Tails and Predictive Ability Testing
von: Frederiksen, Jonas F., et al.
Veröffentlicht: (2026)

Modewise Additive Factor Model for Matrix Time Series
von: Chen, Elynn, et al.
Veröffentlicht: (2025)

A Gentle Introduction to Conformal Time Series Forecasting
von: Stocker, M., et al.
Veröffentlicht: (2025)