Buchumschlag

Horseshoe Forests for High-Dimensional Causal Survival Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jacobs, Tijn, van Wieringen, Wessel N., van der Pas, Stéphanie L.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

rags2ridges: A One-Stop-Shop for Graphical Modeling of High-Dimensional Precision Matrices
von: Peeters, Carel F. W., et al.
Veröffentlicht: (2020)

Guiding adaptive shrinkage by co-data to improve regression-based prediction and feature selection
von: van de Wiel, Mark A., et al.
Veröffentlicht: (2024)

A Meta-Learning Approach to Bayesian Causal Discovery
von: Dhir, Anish, et al.
Veröffentlicht: (2024)

ProfileGLMM: a R Package Extending Bayesian Profile Regression using Generalised Linear Mixed Models
von: Amestoy, Matteo, et al.
Veröffentlicht: (2026)

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

Bayesian Profile Regression with Linear Mixed Models (Profile-LMM) applied to Longitudinal Exposome Data
von: Amestoy, Matteo, et al.
Veröffentlicht: (2025)

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

High-dimensional Bayesian Tobit regression for censored response with Horseshoe prior
von: Mai, The Tien
Veröffentlicht: (2025)

Combined shrinkage of fixed and random effects in linear mixed models using empirical Bayes
von: Amestoy, Matteo, et al.
Veröffentlicht: (2026)

Estimating Interventional Distributions with Uncertain Causal Graphs through Meta-Learning
von: Dhir, Anish, et al.
Veröffentlicht: (2025)

Fusion of Tree-induced Regressions for Clinico-genomic Data
von: Goedhart, Jeroen M., et al.
Veröffentlicht: (2024)

Interpretable Machine Learning for Survival Analysis
von: Langbein, Sophie Hanna, et al.
Veröffentlicht: (2024)

Adaptive-TMLE for the Average Treatment Effect based on Randomized Controlled Trial Augmented with Real-World Data
von: van der Laan, Mark, et al.
Veröffentlicht: (2024)

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

Generalized Venn and Venn-Abers Calibration with Applications in Conformal Prediction
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Bayesian regression discontinuity design with unknown cutoff
von: Kowalska, Julia, et al.
Veröffentlicht: (2024)

Forests for Differences: Robust Causal Inference Beyond Parametric DiD
von: Souto, Hugo Gobato, et al.
Veröffentlicht: (2025)

False Discovery Rate Control via Frequentist-assisted Horseshoe
von: Liang, Qiaoyu, et al.
Veröffentlicht: (2025)

High-Dimensional Tensor Discriminant Analysis with Incomplete Tensors
von: Chen, Elynn, et al.
Veröffentlicht: (2024)

Self-Calibrating Conformal Prediction
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Spectral Differential Network Analysis for High-Dimensional Time Series
von: Hellstern, Michael, et al.
Veröffentlicht: (2024)

Improving the Efficiency of Subgroup Analysis in Randomized Controlled Trials with TMLE
von: Qiu, Sky, et al.
Veröffentlicht: (2026)

Hybrid Meta-learners for Estimating Heterogeneous Treatment Effects
von: Liang, Zhongyuan, et al.
Veröffentlicht: (2025)

Combining T-learning and DR-learning: a framework for oracle-efficient estimation of causal contrasts
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Neural Backward Filtering Forward Guiding
von: Yang, Gefan, et al.
Veröffentlicht: (2026)

Machine learning to optimize precision in the analysis of randomized trials: A journey in pre-specified, yet data-adaptive learning
von: Balzer, Laura B., et al.
Veröffentlicht: (2025)

Bayesian Pliable Lasso with Horseshoe Prior for Interaction Effects in GLMs with Missing Responses
von: Mai, The Tien
Veröffentlicht: (2025)

Finite sample-optimal adjustment sets in linear Gaussian causal models
von: Rutsch, Nadja, et al.
Veröffentlicht: (2025)

Linear-Time Algorithms for Front-Door Adjustment in Causal Graphs
von: Wienöbst, Marcel, et al.
Veröffentlicht: (2022)

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

A Deep Learning Algorithm for High-Dimensional Exploratory Item Factor Analysis
von: Urban, Christopher J., et al.
Veröffentlicht: (2020)

Handling bounded response in high dimensions: a Horseshoe prior Bayesian Beta regression approach
von: Mai, The Tien
Veröffentlicht: (2025)

Doubly Robust Conformalized Survival Analysis with Right-Censored Data
von: Sesia, Matteo, et al.
Veröffentlicht: (2024)

Stabilized Inverse Probability Weighting via Isotonic Calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Identification of NMF by choosing maximum-volume basis vectors
von: Qi, Qianqian, et al.
Veröffentlicht: (2026)

Sequential Transport for Causal Mediation Analysis
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2026)

Hierarchical Causal Models
von: Weinstein, Eli N., et al.
Veröffentlicht: (2024)

Causal Discovery over High-Dimensional Structured Hypothesis Spaces with Causal Graph Partitioning
von: Shah, Ashka, et al.
Veröffentlicht: (2024)

Discovery of Hidden Miscalibration Regimes
von: Kobalczyk, Katarzyna, et al.
Veröffentlicht: (2026)

Identifying and Estimating Causal Direct Effects Under Unmeasured Confounding
von: Boileau, Philippe, et al.
Veröffentlicht: (2026)