Buchumschlag

Stabilized Inverse Probability Weighting via Isotonic Calibration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	van der Laan, Lars, Lin, Ziming, Carone, Marco, Luedtke, Alex
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Combining T-learning and DR-learning: a framework for oracle-efficient estimation of causal contrasts
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Adaptive debiased machine learning using data-driven model selection techniques
von: van der Laan, Lars, et al.
Veröffentlicht: (2023)

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

Generalized Venn and Venn-Abers Calibration with Applications in Conformal Prediction
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Self-Calibrating Conformal Prediction
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Simplifying debiased inference via automatic differentiation and probabilistic programming
von: Luedtke, Alex
Veröffentlicht: (2024)

Adaptive-TMLE for the Average Treatment Effect based on Randomized Controlled Trial Augmented with Real-World Data
von: van der Laan, Mark, et al.
Veröffentlicht: (2024)

Sequentially Doubly Robust Estimation of Conditional Survival Probability with Time-Varying Covariates
von: Qiu, Hongxiang, et al.
Veröffentlicht: (2025)

DoubleGen: Debiased Generative Modeling of Counterfactuals
von: Luedtke, Alex, et al.
Veröffentlicht: (2025)

Hybrid Meta-learners for Estimating Heterogeneous Treatment Effects
von: Liang, Zhongyuan, et al.
Veröffentlicht: (2025)

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

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

Calibeating Prediction-Powered Inference
von: van der Laan, Lars, et al.
Veröffentlicht: (2026)

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

Semiparametric Double Reinforcement Learning with Applications to Long-Term Causal Inference
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Propensity Score Augmentation in Matching-based Estimation of Causal Effects
von: Ulloa-Pérez, Ernesto, et al.
Veröffentlicht: (2024)

Multiclass Calibration Assessment and Recalibration of Probability Predictions via the Linear Log Odds Calibration Function
von: Vennos, Amy, et al.
Veröffentlicht: (2026)

Inference on Variable Importance for Treatment Effect Heterogeneity: Shapley Values and Beyond
von: Morzywolek, Pawel, et al.
Veröffentlicht: (2025)

Machine learning to optimize precision in the analysis of randomized trials: A journey in pre-specified, yet data-adaptive learning
von: Balzer, Laura B., et al.
Veröffentlicht: (2025)

Towards a Unified Theory for Semiparametric Data Fusion with Individual-Level Data
von: Graham, Ellen, et al.
Veröffentlicht: (2024)

Improving the Efficiency of Subgroup Analysis in Randomized Controlled Trials with TMLE
von: Qiu, Sky, et al.
Veröffentlicht: (2026)

Sparse Learning and Class Probability Estimation with Weighted Support Vector Machines
von: Zeng, Liyun, et al.
Veröffentlicht: (2023)

Fitted $Q$ Evaluation Without Bellman Completeness via Stationary Weighting
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Efficient Targeted Maximum Likelihood Estimators for Two-Phase Design Problems
von: Qiu, Sky, et al.
Veröffentlicht: (2026)

Statistical learning for constrained functional parameters in infinite-dimensional models
von: Nabi, Razieh, et al.
Veröffentlicht: (2024)

The Connection Between R-Learning and Inverse-Variance Weighting for Estimation of Heterogeneous Treatment Effects
von: Fisher, Aaron
Veröffentlicht: (2023)

Recommending Best Paper Awards for ML/AI Conferences via the Isotonic Mechanism
von: Wen, Garrett G., et al.
Veröffentlicht: (2026)

Bellman Calibration for $V$-Learning in Offline Reinforcement Learning
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

A general framework for inference on algorithm-agnostic variable importance
von: Williamson, Brian D., et al.
Veröffentlicht: (2020)

Second Order Ensemble Langevin Method for Sampling and Inverse Problems
von: Liu, Ziming, et al.
Veröffentlicht: (2022)

Tuning-Free Sampling via Optimization on the Space of Probability Measures
von: Sharrock, Louis, et al.
Veröffentlicht: (2025)

Selection of the Most Probable Best
von: Kim, Taeho, et al.
Veröffentlicht: (2022)

A Priori Determination of the Pretest Probability
von: Balayla, Jacques
Veröffentlicht: (2024)

Shape-Adaptive Conditional Calibration for Conformal Prediction via Minimax Optimization
von: Bao, Yajie, et al.
Veröffentlicht: (2026)

Addressing Misspecification in Simulation-based Inference through Data-driven Calibration
von: Wehenkel, Antoine, et al.
Veröffentlicht: (2024)

Undersmoothed LASSO Models for Propensity Score Weighting and Synthetic Negative Control Exposures for Bias Detection
von: Wyss, Richard, et al.
Veröffentlicht: (2025)

Semiparametric logistic regression for inference on relative vaccine efficacy in case-only studies with informative missingness
von: van der Laan, Lars, et al.
Veröffentlicht: (2023)

Identifying and Estimating Causal Direct Effects Under Unmeasured Confounding
von: Boileau, Philippe, et al.
Veröffentlicht: (2026)

You Are the Best Reviewer of Your Own Papers: The Isotonic Mechanism
von: Su, Weijie
Veröffentlicht: (2022)