:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Zhenkang, Li, Chengzhang, Rong, Ying, Zhang, Renyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	https://arxiv.org/abs/2508.10331
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Global Average Treatment Effects for Individualized Randomization Experiments with Aggregate Data
von: Yu, Shuguang, et al.
Veröffentlicht: (2026)

Bounding Treatment Effects by Pooling Limited Information across Observations
von: Lee, Sokbae, et al.
Veröffentlicht: (2021)

MUSE: Multi-Treatment Experiment Design for Winner Selection and Effect Estimation
von: Xu, Jiachen, et al.
Veröffentlicht: (2025)

DISCRET: Synthesizing Faithful Explanations For Treatment Effect Estimation
von: Wu, Yinjun, et al.
Veröffentlicht: (2024)

Budgeted Active Experimentation for Treatment Effect Estimation from Observational and Randomized Data
von: Gao, Jiacan, et al.
Veröffentlicht: (2026)

Statistical Inference for Heterogeneous Treatment Effect with Right-censored Data from Synthesizing Randomized Clinical Trials and Real-world Data
von: Mao, Guangcai, et al.
Veröffentlicht: (2025)

Recover Experimental Data with Selection Bias using Counterfactual Logic
von: He, Jingyang, et al.
Veröffentlicht: (2025)

Adaptive Data-Borrowing for Improving Treatment Effect Estimation using External Controls
von: Yang, Qinwei, et al.
Veröffentlicht: (2025)

Two-stage Least Squares with Clustered Data under the Local Average Treatment Effect Framework
von: Zhao, Anqi, et al.
Veröffentlicht: (2026)

Reservoir Designs for Online Paired Experiments
von: Morrison, Tim
Veröffentlicht: (2025)

Estimating Treatment and Spillover Effects with the Ego-Cluster Experimental Design
von: Liu, Xiao, et al.
Veröffentlicht: (2026)

Causal Inference for a Hidden Treatment
von: Zhou, Ying, et al.
Veröffentlicht: (2024)

On the Comparative Analysis of Average Treatment Effects Estimation via Data Combination
von: Wu, Peng, et al.
Veröffentlicht: (2023)

Spatial Interference Detection in Treatment Effect Model
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

Multicategory Matched Learning for Estimating Optimal Individualized Treatment Rules in Observational Studies with Application to a Hepatocellular Carcinoma Study
von: Li, Xuqiao, et al.
Veröffentlicht: (2023)

Fast Algorithms for Exact Confidence Intervals in Randomized Experiments with Binary Outcomes
von: Zhang, Peng
Veröffentlicht: (2026)

An Online Algorithm for Bayesian Variable Selection in Logistic Regression Models With Streaming Data
von: Ghosal, Payel, et al.
Veröffentlicht: (2025)

Online Selective Conformal Prediction with Asymmetric Rules: A Permutation Test Approach
von: Zheng, Mingyi, et al.
Veröffentlicht: (2026)

Identification of Long-Term Treatment Effects via Temporal Links, Observational, and Experimental Data
von: Obradović, Filip
Veröffentlicht: (2024)

On the Graphical Rules for Recovering the Average Treatment Effect Under Selection Bias
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

Selective Randomization Inference for Adaptive Experiments
von: Freidling, Tobias, et al.
Veröffentlicht: (2024)

Post-Selection Inference for the Cox Model with Interval-Censored Data
von: Zhang, Jianrui, et al.
Veröffentlicht: (2023)

On Distributional Discrepancy for Experimental Design with General Assignment Probabilities
von: Rao, Anup B., et al.
Veröffentlicht: (2024)

Adaptive Experiments Toward Learning Treatment Effect Heterogeneity
von: Wei, Waverly, et al.
Veröffentlicht: (2023)

Coupling Designs for Randomized Experiments with Complex Treatments
von: Cytrynbaum, Max, et al.
Veröffentlicht: (2026)

Learning the Covariance of Treatment Effects Across Many Weak Experiments
von: Bibaut, Aurélien, et al.
Veröffentlicht: (2024)

Designing Randomized Experiments to Predict Unit-Specific Treatment Effects
von: Tipton, Elizabeth, et al.
Veröffentlicht: (2023)

Exact and Conservative Inference for the Average Treatment Effect in Stratified Experiments with Binary Outcomes
von: Li, Jiaxun, et al.
Veröffentlicht: (2025)

Analysis of Broken Randomized Experiments by Principal Stratification
von: Liu, Qinqing, et al.
Veröffentlicht: (2024)

Classifier Pooling for Modern Ordinal Classification
von: Rotenberg, Noam H., et al.
Veröffentlicht: (2026)

Training and Validating a Treatment Recommender with Partial Verification Evidence
von: Unnikrishnan, Vishnu, et al.
Veröffentlicht: (2024)

Incremental Causal Effect for Time to Treatment Initialization
von: Ying, Andrew, et al.
Veröffentlicht: (2024)

Deep Learning for Perishable Inventory Systems with Human Knowledge
von: Liao, Xuan, et al.
Veröffentlicht: (2026)

Transformer‐based choice model: A tool for assortment optimization evaluation
von: Zhenkang Peng, et al.
Veröffentlicht: (2024)

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

Efficient Inference for Incremental Causal Effects of Time to Treatment
von: Zhao, Zhichen, et al.
Veröffentlicht: (2026)

Minimax-Regret Sample Selection in Randomized Experiments
von: Hu, Yuchen, et al.
Veröffentlicht: (2024)

Using Experiments to Correct for Selection in Observational Studies
von: Athey, Susan, et al.
Veröffentlicht: (2020)

Inference for Forecasting Accuracy: Pooled versus Individual Estimators in High-dimensional Panel Data
von: Kutta, Tim, et al.
Veröffentlicht: (2025)

Neyman Meets Causal Machine Learning: Experimental Evaluation of Individualized Treatment Rules
von: Li, Michael Lingzhi, et al.
Veröffentlicht: (2024)