Buchumschlag

Successive classification learning for estimating quantile optimal treatment regimes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xia, Junwen, Zhang, Jingxiao, Kong, Dehan
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 estimation of optimal treatment regimes for survival data using an instrumental variable
von: Xia, Junwen, et al.
Veröffentlicht: (2022)

Statistical Inference for Smoothed Support Vector Machines in High Dimensions: From Offline to Online Data
von: Zhou, Shuya, et al.
Veröffentlicht: (2026)

C-learning in estimation of optimal individualized treatment regimes for recurrent disease
von: Zhan, Zi-Shu, et al.
Veröffentlicht: (2025)

Model selection with uncertainty in estimating optimal dynamic treatment regimes
von: Wang, Chunyu, et al.
Veröffentlicht: (2025)

Robust estimation of optimal dynamic treatment regimes with nonignorable missing covariates
von: Sun, Jian, et al.
Veröffentlicht: (2025)

An optimal dynamic treatment regime estimator for indefinite-horizon survival outcomes
von: She, Jane, et al.
Veröffentlicht: (2025)

Estimating optimal interpretable individualized treatment regimes from a classification perspective using adaptive LASSO
von: Zhang, Yunshu, et al.
Veröffentlicht: (2026)

Towards R-learner with Continuous Treatments
von: Zhang, Yichi, et al.
Veröffentlicht: (2022)

Weighted Q-learning for optimal dynamic treatment regimes with nonignorable missing covariates
von: Sun, Jian, et al.
Veröffentlicht: (2023)

Simultaneous Estimation of Multiple Treatment Effects from Observational Studies
von: Shi, Xiaochuan, et al.
Veröffentlicht: (2025)

The synthetic instrument: From sparse association to sparse causation
von: Tang, Dingke, et al.
Veröffentlicht: (2023)

Functional principal component analysis with informative observation times
von: Sang, Peijun, et al.
Veröffentlicht: (2022)

Fighting Noise with Noise: Causal Inference with Many Candidate Instruments
von: Zhang, Xinyi, et al.
Veröffentlicht: (2022)

Stationarity of Manifold Time Series
von: Zhu, Junhao, et al.
Veröffentlicht: (2024)

Rerandomization for quantile treatment effects
von: Han, Tingxuan, et al.
Veröffentlicht: (2026)

Extreme quantile regression with deep learning
von: Richards, Jordan, et al.
Veröffentlicht: (2024)

Locally sparse estimation for simultaneous functional quantile regression
von: Hu, Boyi, et al.
Veröffentlicht: (2026)

Dimension-reduced outcome-weighted learning for estimating individualized treatment regimes in observational studies
von: Son, Sungtaek, et al.
Veröffentlicht: (2026)

Simultaneous hypothesis testing for comparing many functional means
von: Decker, Colin, et al.
Veröffentlicht: (2025)

Constructing optimal dynamic monitoring and treatment regimes: An application to hypertension care
von: Coulombe, Janie, et al.
Veröffentlicht: (2025)

Sensitivity analysis for constructing optimal regimes in the presence of treatment non-compliance
von: Pham, Cuong T., et al.
Veröffentlicht: (2022)

Enhanced inference for distributions and quantiles of individual treatment effects in various experiments
von: Chen, Zhe, et al.
Veröffentlicht: (2024)

Convolution-smoothing based locally sparse estimation for functional quantile regression
von: Liu, Hua, et al.
Veröffentlicht: (2025)

Doubly robust estimation and sensitivity analysis for marginal structural quantile models
von: Cheng, Chao, et al.
Veröffentlicht: (2022)

Inverting estimating equations for causal inference on quantiles
von: Cheng, Chao, et al.
Veröffentlicht: (2024)

Balancing utility and cost in dynamic treatment regimes
von: Chen, Kai, et al.
Veröffentlicht: (2025)

Global quantile regression
von: Mrkvička, Tomáš, et al.
Veröffentlicht: (2023)

Non-parametric estimation of conditional quantiles for time series with heavy tails
von: Mathew, Deemat C, et al.
Veröffentlicht: (2024)

Targeted tuning of random forests for quantile estimation and prediction intervals
von: Berkowitz, Matthew, et al.
Veröffentlicht: (2025)

Recent advances in doubly-robust weighted ordinary least squares techniques for dynamic treatment regime estimation
von: Nadi, Adel Ahmadi, et al.
Veröffentlicht: (2025)

Beyond fixed thresholds: optimizing summaries of wearable device data via piecewise linearization of quantile functions
von: Park, Junyoung, et al.
Veröffentlicht: (2025)

Partial frontiers are not quantiles
von: Dai, Sheng, et al.
Veröffentlicht: (2022)

Strong uniform consistency of nonparametric estimation for quantile-based entropy function under length-biased sampling
von: Pavithradas, Vaishnavi, et al.
Veröffentlicht: (2025)

Finite sample performance of optimal treatment rule estimators with right-censored outcomes
von: Jetsupphasuk, Michael, et al.
Veröffentlicht: (2024)

Spatial quantile clustering of climate data
von: Gaetan, Carlo, et al.
Veröffentlicht: (2024)

Likelihood-ratio inference on differences in quantiles
von: Miller, Evan
Veröffentlicht: (2023)

Model averaging with mixed criteria for estimating high quantiles of extreme values: Application to heavy rainfall
von: Shin, Yonggwan, et al.
Veröffentlicht: (2025)

A simulation study comparing statistical approaches for estimating extreme quantile regression with an application to forecasting of fire risk
von: Bernoussi, Amina El, et al.
Veröffentlicht: (2025)

Scalable and Distributed Individualized Treatment Rules for Massive Datasets
von: Qiao, Nan, et al.
Veröffentlicht: (2025)

Double machine learning to estimate the effects of multiple treatments and their interactions
von: Xiang, Qingyan, et al.
Veröffentlicht: (2025)