Buchumschlag

Stronger Neyman Regret Guarantees for Adaptive Experimental Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Noarov, Georgy, Fogliato, Riccardo, Bertran, Martin, Roth, Aaron
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal Lower Bounds for Online Multicalibration
von: Collina, Natalie, et al.
Veröffentlicht: (2026)

The Sample Complexity of Multicalibration
von: Collina, Natalie, et al.
Veröffentlicht: (2026)

Adaptive Estimation and Inference in Semi-parametric Heterogeneous Clustered Multitask Learning via Neyman Orthogonality
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

Design Stability in Adaptive Experiments: Implications for Treatment Effect Estimation
von: Sengupta, Saikat, et al.
Veröffentlicht: (2025)

Covariate Balancing and Riesz Regression Should Be Guided by the Neyman Orthogonal Score in Debiased Machine Learning
von: Kato, Masahiro
Veröffentlicht: (2026)

Minimax and Bayes Optimal Adaptive Experimental Design for Treatment Choice
von: Kato, Masahiro
Veröffentlicht: (2025)

Sigmoid-FTRL: Design-Based Adaptive Neyman Allocation for AIPW Estimators
von: Chen, Fangyi, et al.
Veröffentlicht: (2025)

Minimax Regret Learning for Data with Heterogeneous Subgroups
von: Mo, Weibin, et al.
Veröffentlicht: (2024)

SGD with Dependent Data: Optimal Estimation, Regret, and Inference
von: Shen, Yinan, et al.
Veröffentlicht: (2026)

Efficient Inference after Directionally Stable Adaptive Experiments
von: Shen, Zikai, et al.
Veröffentlicht: (2026)

Regret Distribution in Stochastic Bandits: Optimal Trade-off between Expectation and Tail Risk
von: Simchi-Levi, David, et al.
Veröffentlicht: (2023)

Demistifying Inference after Adaptive Experiments
von: Bibaut, Aurélien, et al.
Veröffentlicht: (2024)

Optimal Conditional Inference in Adaptive Experiments
von: Chen, Jiafeng, et al.
Veröffentlicht: (2023)

Maximin Robust Bayesian Experimental Design
von: Abdulsamad, Hany, et al.
Veröffentlicht: (2026)

Neyman Jackknife: Design-Based Variance Estimation for Causal Inference under Interference
von: Park, Bryan, et al.
Veröffentlicht: (2026)

Adaptive conformal classification with noisy labels
von: Sesia, Matteo, et al.
Veröffentlicht: (2023)

On the Equivalence between Neyman Orthogonality and Pathwise Differentiability
von: Chen, Yuxi, et al.
Veröffentlicht: (2026)

Adaptively-weighted Nearest Neighbors for Matrix Completion
von: Sadhukhan, Tathagata, et al.
Veröffentlicht: (2025)

Adaptive Split Balancing for Optimal Random Forest
von: Zhang, Yuqian, et al.
Veröffentlicht: (2024)

Globally-Optimal Greedy Experiment Selection for Active Sequential Estimation
von: Li, Xiaoou, et al.
Veröffentlicht: (2024)

Maximum Mean Discrepancy with Unequal Sample Sizes via Generalized U-Statistics
von: Wei, Aaron, et al.
Veröffentlicht: (2025)

Adaptive finite element type decomposition of Gaussian processes
von: Kim, Jaehoan, et al.
Veröffentlicht: (2025)

Statistical Inference under Adaptive Sampling with LinUCB
von: Fan, Wei, et al.
Veröffentlicht: (2025)

Early-stopped aggregation: Adaptive inference with computational efficiency
von: Ohn, Ilsang, et al.
Veröffentlicht: (2026)

Adaptive Lasso, Transfer Lasso, and Beyond: An Asymptotic Perspective
von: Takada, Masaaki, et al.
Veröffentlicht: (2023)

Adaptive and Stratified Subsampling for High-Dimensional Robust Estimation
von: Mittal, Prateek, et al.
Veröffentlicht: (2024)

Optimal and Structure-Adaptive CATE Estimation with Kernel Ridge Regression
von: Kim, Seok-Jin
Veröffentlicht: (2026)

Adaptive Confidence Intervals in Efron's Gaussian Two-Groups Model
von: Wang, Qiaosen, et al.
Veröffentlicht: (2026)

Online Estimation with Rolling Validation: Adaptive Nonparametric Estimation with Streaming Data
von: Zhang, Tianyu, et al.
Veröffentlicht: (2023)

Semi-parametric Bayesian inference under Neyman orthogonality
von: Sabbagh, Magid, et al.
Veröffentlicht: (2026)

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

Adaptive Off-Policy Inference for M-Estimators Under Model Misspecification
von: Leiner, James, et al.
Veröffentlicht: (2025)

SBAMDT: Bayesian Additive Decision Trees with Adaptive Soft Semi-multivariate Split Rules
von: Lamprinakou, Stamatina, et al.
Veröffentlicht: (2025)

AdaTrans: Feature-wise and Sample-wise Adaptive Transfer Learning for High-dimensional Regression
von: He, Zelin, et al.
Veröffentlicht: (2024)

Fast and Provably Accurate Sequential Designs using Hilbert Space Gaussian Processes
von: Zhu, Huanyan, et al.
Veröffentlicht: (2026)

Lasso Penalization for High-Dimensional Beta Regression Models: Computation, Analysis, and Inference
von: Ramezani, Niloofar, et al.
Veröffentlicht: (2025)

On Nonasymptotic Confidence Intervals for Treatment Effects in Randomized Experiments
von: Sandoval, Ricardo J., et al.
Veröffentlicht: (2026)

A Double Machine Learning Approach for the Evaluation of COVID-19 Vaccine Effectiveness under the Test-Negative Design: Analysis of Québec Administrative Data
von: Jiang, Cong, et al.
Veröffentlicht: (2023)

Semi-parametric inference based on adaptively collected data
von: Lin, Licong, et al.
Veröffentlicht: (2023)

Combining Experimental and Observational Data for Identification and Estimation of Long-Term Causal Effects
von: Ghassami, AmirEmad, et al.
Veröffentlicht: (2022)