Copertina

Forests for Differences: Robust Causal Inference Beyond Parametric DiD

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Souto, Hugo Gobato, Neto, Francisco Louzada
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Methodology Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Beyond Arbitrary Replications: A Principled Approach to Simulation Design in Causal Inference
di: Souto, Hugo Gobato, et al.
Pubblicazione: (2024)

Ablation Studies for Novel Treatment Effect Estimation Models
di: Souto, Hugo Gobato, et al.
Pubblicazione: (2024)

Advancing Causal Inference: A Nonparametric Approach to ATE and CATE Estimation with Continuous Treatments
di: Souto, Hugo Gobato, et al.
Pubblicazione: (2024)

K-Fold Causal BART for CATE Estimation
di: Souto, Hugo Gobato, et al.
Pubblicazione: (2024)

NA-DiD: Extending Difference-in-Differences with Capabilities
di: Halkiewicz, Stanisław M. S.
Pubblicazione: (2025)

Minimum Specification Perturbation: Robustness as Distance-to-Falsification in Causal Inference
di: Dang, Hoang, et al.
Pubblicazione: (2026)

Doubly Robust Inference in Causal Latent Factor Models
di: Abadie, Alberto, et al.
Pubblicazione: (2024)

Dagma-DCE: Interpretable, Non-Parametric Differentiable Causal Discovery
di: Waxman, Daniel, et al.
Pubblicazione: (2024)

Context-Aware Reasoning On Parametric Knowledge for Inferring Causal Variables
di: Sheth, Ivaxi, et al.
Pubblicazione: (2024)

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

Beyond Differences: Doubly Robust Meta-Learners for Ratio-Based Treatment Effects
di: Fuchs, Michael, et al.
Pubblicazione: (2026)

Horseshoe Forests for High-Dimensional Causal Survival Analysis
di: Jacobs, Tijn, et al.
Pubblicazione: (2025)

A Tutorial on Doubly Robust Learning for Causal Inference
di: Hlynsson, Hlynur Davíð
Pubblicazione: (2024)

Local Interference: Removing Interference Bias in Semi-Parametric Causal Models
di: O'Riordan, Michael, et al.
Pubblicazione: (2025)

Causal Inference with the "Napkin Graph"
di: Guo, Anna, et al.
Pubblicazione: (2025)

Probabilistic Modelling is Sufficient for Causal Inference
di: Mlodozeniec, Bruno, et al.
Pubblicazione: (2025)

A Semiparametric Approach to Causal Inference
di: Zhang, Archer Gong, et al.
Pubblicazione: (2024)

Valid Inference After Causal Discovery
di: Gradu, Paula, et al.
Pubblicazione: (2022)

Controllable Generative Sandbox for Causal Inference
di: Zhang, Qi, et al.
Pubblicazione: (2026)

Causal Inference with Complex Treatments: A Survey
di: Wang, Yingrong, et al.
Pubblicazione: (2024)

HNCI: High-Dimensional Network Causal Inference
di: Du, Wenqin, et al.
Pubblicazione: (2024)

Bayesian Causal Inference with Gaussian Process Networks
di: Giudice, Enrico, et al.
Pubblicazione: (2024)

An Overview of Causal Inference using Kernel Embeddings
di: Sejdinovic, Dino
Pubblicazione: (2024)

Regularizing Extrapolation in Causal Inference
di: Arbour, David, et al.
Pubblicazione: (2025)

Testing Generalizability in Causal Inference
di: Manela, Daniel de Vassimon, et al.
Pubblicazione: (2024)

Over-Squashing in GNNs and Causal Inference of Rewiring Strategies
di: Saber, Danial, et al.
Pubblicazione: (2025)

A Latent Causal Inference Framework for Ordinal Variables
di: Scauda, Martina, et al.
Pubblicazione: (2025)

Inference of Causal Networks using a Topological Threshold
di: Barroso, Filipe, et al.
Pubblicazione: (2024)

Causal Inference on Stopped Random Walks in Online Advertising
di: Yu, Jia Yuan
Pubblicazione: (2026)

Causal Inference for Preprocessed Outcomes with an Application to Functional Connectivity
di: Wang, Zihang, et al.
Pubblicazione: (2026)

Beyond the Average: Distributional Causal Inference under Imperfect Compliance
di: Byambadalai, Undral, et al.
Pubblicazione: (2025)

Structure Maintained Representation Learning Neural Network for Causal Inference
di: Sun, Yang, et al.
Pubblicazione: (2025)

A Sensitivity Approach to Causal Inference Under Limited Overlap
di: Ma, Yuanzhe, et al.
Pubblicazione: (2025)

Causal Inference with Categorical Unobserved Confounder via Mixture Learning
di: Saha, Aytijhya, et al.
Pubblicazione: (2026)

New User Event Prediction Through the Lens of Causal Inference
di: Yuchi, Henry Shaowu, et al.
Pubblicazione: (2024)

Causal Inference with Latent Variables: Recent Advances and Future Prospectives
di: Zhu, Yaochen, et al.
Pubblicazione: (2024)

Causality-Encoded Diffusion Models for Interventional Sampling and Edge Inference
di: Chen, Li, et al.
Pubblicazione: (2026)

Applied Causal Inference Powered by ML and AI
di: Chernozhukov, Victor, et al.
Pubblicazione: (2024)

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

Causal Inference Isn't Special: Why It's Just Another Prediction Problem
di: Fernández-Loría, Carlos
Pubblicazione: (2025)