Buchumschlag

Global Ease of Living Index: a machine learning framework for longitudinal analysis of major economies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Panat, Tanay, Chandra, Rohitash
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Econometrics Applications
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Causal Representations from General Environments: Identifiability and Intrinsic Ambiguity
von: Jin, Jikai, et al.
Veröffentlicht: (2023)

Know Your Clients' behaviours: a cluster analysis of financial transactions
von: Thompson, John R. J., et al.
Veröffentlicht: (2020)

Machine learning the first stage in 2SLS: Practical guidance from bias decomposition and simulation
von: Lennon, Connor, et al.
Veröffentlicht: (2025)

A Neural Phillips Curve and a Deep Output Gap
von: Coulombe, Philippe Goulet
Veröffentlicht: (2022)

What is in a Price? Estimating Willingness-to-Pay with Bayesian Hierarchical Models
von: Pillai, Srijesh, et al.
Veröffentlicht: (2025)

Valuing an Engagement Surface using a Large Scale Dynamic Causal Model
von: Mukerji, Abhimanyu, et al.
Veröffentlicht: (2024)

mshw, a forecasting library to predict short-term electricity demand based on multiple seasonal Holt-Winters
von: Trull, Oscar, et al.
Veröffentlicht: (2024)

The Payment Heterogeneity Index: An Integrated Unsupervised Framework for High-Volume Procurement Oversight and Decision Support
von: Christodoulides, Kyriakos
Veröffentlicht: (2026)

Stock Market Telepathy: Graph Neural Networks Predicting the Secret Conversations between MINT and G7 Countries
von: Bursa, Nurbanu
Veröffentlicht: (2025)

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

Neural ARFIMA model for forecasting BRIC exchange rates with long memory
von: Chakraborty, Tanujit, et al.
Veröffentlicht: (2025)

Designing Graph Convolutional Neural Networks for Discrete Choice with Network Effects
von: Villarraga, Daniel F., et al.
Veröffentlicht: (2025)

Macroeconomic Forecasting for the G7 countries under Uncertainty Shocks
von: Sengupta, Shovon, et al.
Veröffentlicht: (2025)

Bayesian Deep Learning for Discrete Choice
von: Villarraga, Daniel F., et al.
Veröffentlicht: (2025)

Robustness of Refugee-Matching Gains to Off-Policy Evaluation Choices
von: Bansak, Kirk, et al.
Veröffentlicht: (2026)

Policy Learning with Observational Data: The Case of Hepatitis C Treatment for HIV/HCV Co-Infected Patients
von: Langevin, Raphaël
Veröffentlicht: (2026)

Predicting NVIDIA's Next-Day Stock Price: A Comparative Analysis of LSTM, MLP, ARIMA, and ARIMA-GARCH Models
von: Xing, Yiluan, et al.
Veröffentlicht: (2024)

Correlated Dynamics in Marketing Sensitivities
von: Dew, Ryan, et al.
Veröffentlicht: (2021)

The Partial Testimony of Logs: Evaluation of Language Model Generation under Confounded Model Choice
von: Jin, Jikai, et al.
Veröffentlicht: (2026)

Fast Response or Silence: Conversation Persistence in an AI-Agent Social Network
von: Eziz, Aysajan
Veröffentlicht: (2026)

Time-Varying Parameters as Ridge Regressions
von: Coulombe, Philippe Goulet
Veröffentlicht: (2020)

Semiparametric Preference Optimization: Your Language Model is Secretly a Single-Index Model
von: Kallus, Nathan
Veröffentlicht: (2025)

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

Blind Targeting: Personalization under Third-Party Privacy Constraints
von: Shchetkina, Anya
Veröffentlicht: (2025)

Spatially Robust Inference with Predicted and Missing at Random Labels
von: Salerno, Stephen, et al.
Veröffentlicht: (2026)

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

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

Mining Causality: AI-Assisted Search for Instrumental Variables
von: Han, Sukjin
Veröffentlicht: (2024)

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

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

Variance reduction combining pre-experiment and in-experiment data
von: Lin, Zhexiao, 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)

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

The Challenge of Using LLMs to Simulate Human Behavior: A Causal Inference Perspective
von: Gui, George, et al.
Veröffentlicht: (2023)

Generating density nowcasts for U.S. GDP growth with deep learning: Bayes by Backprop and Monte Carlo dropout
von: Németh, Kristóf, et al.
Veröffentlicht: (2024)

Forecasting in small open emerging economies Evidence from Thailand
von: Taveeapiradeecharoen, Paponpat, et al.
Veröffentlicht: (2025)

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

Minimax Optimal Simple Regret in Two-Armed Best-Arm Identification
von: Kato, Masahiro
Veröffentlicht: (2024)

Multivariate Probabilistic CRPS Learning with an Application to Day-Ahead Electricity Prices
von: Berrisch, Jonathan, et al.
Veröffentlicht: (2023)

Optimizing Data-driven Weights In Multidimensional Indexes
von: Ceriani, Lidia, et al.
Veröffentlicht: (2025)