Buchumschlag

How Balanced Should Causal Covariates Be?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kaul, Shiva, Kim, Min-Gyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Meta-Analysis with Untrusted Data
von: Kaul, Shiva, et al.
Veröffentlicht: (2024)

Differentially Private Covariate Balancing Causal Inference
von: Ohnishi, Yuki, et al.
Veröffentlicht: (2024)

A Stable and Efficient Covariate-Balancing Estimator for Causal Survival Effects
von: Pham, Khiem, et al.
Veröffentlicht: (2023)

Balancing Covariates in Survey Experiments
von: Tian, Pengfei, et al.
Veröffentlicht: (2026)

Choosing Covariate Balancing Methods for Causal Inference: Practical Insights from a Simulation Study
von: Peyrot, Etienne, et al.
Veröffentlicht: (2024)

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

Balanced Subsampling for Big Data with Categorical Covariates
von: Wang, Lin
Veröffentlicht: (2022)

Gaussianized Design Optimization for Covariate Balance in Randomized Experiments
von: Guo, Wenxuan, et al.
Veröffentlicht: (2025)

Low-rank Covariate Balancing Estimators under Interference
von: Sengupta, Souhardya, et al.
Veröffentlicht: (2025)

Measures for Assessing Causal Effect Heterogeneity Unexplained by Covariates
von: Kawakami, Yuta, et al.
Veröffentlicht: (2026)

Covariate Balancing Based on Kernel Density Estimates for Controlled Experiments
von: Li, Yiou, et al.
Veröffentlicht: (2020)

Covariate Selection for Optimizing Balance with an Innovative Adaptive Randomization Approach
von: Guo, Ziqing, et al.
Veröffentlicht: (2024)

balnet: Pathwise Estimation of Covariate Balancing Propensity Scores
von: Sverdrup, Erik, et al.
Veröffentlicht: (2026)

Tightening Causal Bounds via Covariate-Aware Optimal Transport
von: Lin, Sirui, et al.
Veröffentlicht: (2025)

Causal Selection of Covariates in Regression Calibration for Mismeasured Continuous Exposure
von: Tang, Wenze, et al.
Veröffentlicht: (2022)

Causal Inference with High-dimensional Discrete Covariates
von: Zeng, Zhenghao, et al.
Veröffentlicht: (2024)

Optimal Treatment Rules under Missing Predictive Covariates: A Covariate-Balancing Doubly Robust Approach
von: Zhang, Yue, et al.
Veröffentlicht: (2025)

A Framework for Covariate-Adjusted Bivariate Causal Discovery
von: Purkayastha, Soumik, et al.
Veröffentlicht: (2025)

Causal Small Area Estimation with Survey-only Covariates
von: Ito, Tsubasa, et al.
Veröffentlicht: (2026)

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

Balancing Weights for Causal Inference in Observational Factorial Studies
von: Yu, Ruoqi, et al.
Veröffentlicht: (2023)

Nonlinear Regression with Residuals: Causal Estimation with Time-varying Treatments and Covariates
von: Bates, Stephen, et al.
Veröffentlicht: (2022)

Modeling Causal Mechanisms with Diffusion Models for Interventional and Counterfactual Queries
von: Chao, Patrick, et al.
Veröffentlicht: (2023)

Covariate Balancing and the Equivalence of Weighting and Doubly Robust Estimators of Average Treatment Effects
von: Słoczyński, Tymon, et al.
Veröffentlicht: (2023)

Anytime-Valid Inference in Adaptive Experiments: Covariate Adjustment and Balanced Power
von: Molitor, Daniel, et al.
Veröffentlicht: (2025)

Causal Covariate Selection for the Imputation-based Regression Calibration Method for Exposure Measurement Error Bias Correction
von: Tang, Wenze, et al.
Veröffentlicht: (2023)

DFW: A Novel Weighting Scheme for Covariate Balancing and Treatment Effect Estimation
von: Khan, Ahmad Saeed, et al.
Veröffentlicht: (2025)

A Sparse Linear Model for Positive Definite Estimation of Covariance Matrices
von: Kim, Rakheon, et al.
Veröffentlicht: (2025)

Design-Based Causal Inference with Missing Outcomes: Missingness Mechanisms, Imputation-Assisted Randomization Tests, and Covariate Adjustment
von: Heng, Siyu, et al.
Veröffentlicht: (2023)

Partially Retargeted Balancing Weights for Causal Effect Estimation Under Positivity Violations
von: Barnard, Martha, et al.
Veröffentlicht: (2025)

The Power of Prognosis: Improving Covariate Balance Tests with Outcome Information
von: Bicalho, Clara, et al.
Veröffentlicht: (2022)

Kernel Model Validation: How To Do It, And Why You Should Care
von: Graziani, Carlo, et al.
Veröffentlicht: (2025)

Improving the Balance of Unobserved Covariates From Information Theory in Multi-Arm Randomization with Unequal Allocation Ratio
von: Ma, Xingjian, et al.
Veröffentlicht: (2023)

Covariate-Adjusted Deep Causal Learning for Heterogeneous Panel Data Models
von: Zhou, Guanhao, et al.
Veröffentlicht: (2025)

Causal Discovery Should Embrace the Wisdom of the Crowd
von: Lin, Ryan Feng, et al.
Veröffentlicht: (2026)

Fast Rerandomization for Balancing Covariates in Randomized Experiments: A Metropolis-Hastings Framework
von: Lu, Jiuyao, et al.
Veröffentlicht: (2026)

Distributional Balancing for Causal Inference: A Unified Framework via Characteristic Function Distance
von: Santra, Diptanil, et al.
Veröffentlicht: (2026)

PCM Selector: Penalized Covariate-Mediator Selection Operator for Evaluating Linear Causal Effects
von: Nanmo, Hisayoshi, et al.
Veröffentlicht: (2024)

Forest Kernel Balancing Weights: Outcome-Guided Features for Causal Inference
von: Shen, Andy A., et al.
Veröffentlicht: (2025)

Anytime-Valid Inference for Double/Debiased Machine Learning of Causal Parameters
von: Dalal, Abhinandan, et al.
Veröffentlicht: (2024)