Buchumschlag

Asymptotically Efficient Data-adaptive Penalized Shrinkage Estimation with Application to Causal Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Susmann, Herbert P., Li, Yiting, McAdams-DeMarco, Mara A., Wu, Wenbo, Díaz, Iván
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Doubly Robust Nonparametric Efficient Estimation for Provider Evaluation
von: Susmann, Herbert, et al.
Veröffentlicht: (2024)

Comparing causal parameters with many treatments and positivity violations
von: McClean, Alec, et al.
Veröffentlicht: (2024)

Leveraging Neural Networks to Profile Health Care Providers with Application to Medicare Claims
von: Wu, Wenbo, et al.
Veröffentlicht: (2023)

Flexibly Modeling Shocks to Demographic and Health Indicators with Bayesian Shrinkage Priors
von: Susmann, Herbert, et al.
Veröffentlicht: (2024)

Temporal Models for Demographic and Global Health Outcomes in Multiple Populations: Introducing the Normal-with-Optional-Shrinkage Data Model Class
von: Alkema, Leontine, et al.
Veröffentlicht: (2024)

Causal-DRF: Conditional Kernel Treatment Effect Estimation using Distributional Random Forest
von: Näf, Jeffrey, et al.
Veröffentlicht: (2024)

Non-overlap Average Treatment Effect Bounds
von: Susmann, Herbert P., et al.
Veröffentlicht: (2025)

Flexible Modeling of Demographic Transition Processes with a Bayesian Hierarchical B-splines Model
von: Susmann, Herbert, et al.
Veröffentlicht: (2023)

Longitudinal Generalizations of the Average Treatment Effect on the Treated for Multi-valued and Continuous Treatments
von: Susmann, Herbert, et al.
Veröffentlicht: (2024)

Linear Shrinkage Convexification of Penalized Linear Regression With Missing Data
von: Park, Seongoh, et al.
Veröffentlicht: (2024)

Computationally and statistically efficient estimation of time-smoothed counterfactual curves
von: Susmann, Herbert P., et al.
Veröffentlicht: (2025)

A Bayesian Approach for Inference on Mixed Graphical Models
von: Florez, Mauro, et al.
Veröffentlicht: (2025)

Response to Letter to the Editor by Kumar, et al.
von: Babak J. Orandi, et al.
Veröffentlicht: (2026)

Penalized Spline M-Estimators for Discretely Sampled Functional Data: Existence and Asymptotics
von: Kalogridis, Ioannis
Veröffentlicht: (2025)

Causal Inference for Continuous Multiple Time Point Interventions
von: Schomaker, Michael, et al.
Veröffentlicht: (2023)

Causal Inference for Circular Data
von: Wu, Kuan-Hsun
Veröffentlicht: (2025)

Variational Inference for the Latent Shrinkage Position Model
von: Gwee, Xian Yao, et al.
Veröffentlicht: (2023)

Optimal Shrinkage Estimation of Fixed Effects in Linear Panel Data Models
von: Kwon, Soonwoo
Veröffentlicht: (2023)

Shrinkage Estimators for Beta Regression Models
von: Firinguetti, Luis, et al.
Veröffentlicht: (2024)

Why Is the Double-Robust Estimator for Causal Inference Not Doubly Robust for Variance Estimation?
von: Wu, Hao, et al.
Veröffentlicht: (2025)

Causal Inference in Panel Data with a Continuous Treatment
von: Xiao, Zhiguo, et al.
Veröffentlicht: (2025)

Adaptive Penalized Likelihood method for Markov Chains
von: Zhou, Yining, et al.
Veröffentlicht: (2024)

Estimation and Inference for Causal Explainability
von: Zhang, Weihan, et al.
Veröffentlicht: (2025)

Prediction-Powered Adaptive Shrinkage Estimation
von: Li, Sida, et al.
Veröffentlicht: (2025)

System Reliability Estimation via Shrinkage
von: Qiang, Beidi, et al.
Veröffentlicht: (2025)

Predictive Causal Inference via Spatio-Temporal Modeling and Penalized Empirical Likelihood
von: Lee, Byunghee, et al.
Veröffentlicht: (2025)

A Unified Approach for Estimating Various Treatment Effects in Causal Inference
von: Wu, Kuan-Hsun, et al.
Veröffentlicht: (2025)

Estimation and Inference for Causal Functions with Multiway Clustered Data
von: Liu, Nan, et al.
Veröffentlicht: (2024)

Causal Inference for Network Autoregression Model: A Targeted Minimum Loss Estimation Approach
von: Wu, Yong, et al.
Veröffentlicht: (2025)

Accurate Inference for Penalized Logistic Regression
von: Zhang, Yuming, et al.
Veröffentlicht: (2024)

Adaptive Experimental Design Using Shrinkage Estimators
von: Rosenman, Evan T. R., et al.
Veröffentlicht: (2026)

Penalized Empirical Likelihood for Doubly Robust Causal Inference under Contamination in High Dimensions
von: Lee, Byeonghee, et al.
Veröffentlicht: (2025)

Variance Inference Beyond the Sandwich for Asymptotically Linear Estimators with Second-Order Remainders
von: Li, Lin, et al.
Veröffentlicht: (2026)

Note on the Delta Method for Finite Population Inference with Applications to Causal Inference
von: Pashley, Nicole E.
Veröffentlicht: (2019)

Causal Estimation and Inference in Nonlinear Mendelian Randomization Studies
von: Wang, Xinpei, et al.
Veröffentlicht: (2024)

Causal Inference on Missing Exposure via Robust Estimation
von: Shi, Yuliang, et al.
Veröffentlicht: (2024)

Aging and Infections in Solid Organ Transplantation: Unchartered Territory
von: Maheen Z. Abidi, et al.
Veröffentlicht: (2024)

Empirical Bayes Shrinkage and False Discovery Rate Estimation, Allowing For Unwanted Variation
von: Gerard, David, et al.
Veröffentlicht: (2017)

Quantifying Treatment Effects: Estimating Risk Ratios in Causal Inference
von: Boughdiri, Ahmed, et al.
Veröffentlicht: (2024)

Outlier-Resistant Estimators for Average Treatment Effect in Causal Inference
von: Harada, Kazuharu, et al.
Veröffentlicht: (2021)