Buchumschlag

Bayesian Double Machine Learning for Causal Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	DiTraglia, Francis J., Liu, Laura
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Using Invalid Instruments on Purpose: Focused Moment Selection and Averaging for GMM
von: DiTraglia, Francis J.
Veröffentlicht: (2014)

Double Machine Learning for Causal Inference under Shared-State Interference
von: Hays, Chris, et al.
Veröffentlicht: (2025)

Hyperparameter Tuning for Causal Inference with Double Machine Learning: A Simulation Study
von: Bach, Philipp, et al.
Veröffentlicht: (2024)

Causal Inference for Qualitative Outcomes
von: Di Francesco, Riccardo, et al.
Veröffentlicht: (2025)

Anytime-Valid Inference for Double/Debiased Machine Learning of Causal Parameters
von: Dalal, Abhinandan, et al.
Veröffentlicht: (2024)

Double Robust Bayesian Inference on Average Treatment Effects
von: Breunig, Christoph, et al.
Veröffentlicht: (2022)

Comprehensive Causal Machine Learning
von: Lechner, Michael, et al.
Veröffentlicht: (2024)

Double Machine Learning for Time Series
von: Ciganovic, Milos, et al.
Veröffentlicht: (2026)

Double/Debiased Machine Learning for Treatment and Causal Parameters
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2016)

Estimating Causal Effects with Double Machine Learning -- A Method Evaluation
von: Fuhr, Jonathan, et al.
Veröffentlicht: (2024)

SPORTSCausal: Spill-Over Time Series Causal Inference
von: Liu, Carol
Veröffentlicht: (2024)

Causal Inference with Groupwise Matching
von: Rincón, Ratzanyel, et al.
Veröffentlicht: (2025)

Causal Inference for Aggregated Treatment
von: Caetano, Carolina, et al.
Veröffentlicht: (2025)

Double Machine Learning at Scale to Predict Causal Impact of Customer Actions
von: More, Sushant, et al.
Veröffentlicht: (2024)

Inference for Regression with Variables Generated by AI or Machine Learning
von: Battaglia, Laura, et al.
Veröffentlicht: (2024)

Moderating the Mediation Bootstrap for Causal Inference
von: van Garderen, Kees Jan, et al.
Veröffentlicht: (2024)

The Persistent Effects of Peru's Mining MITA: Double Machine Learning Approach
von: Karakas, Alper Deniz
Veröffentlicht: (2025)

Debiased Machine Learning of Aggregated Intersection Bounds and Other Causal Parameters
von: Semenova, Vira
Veröffentlicht: (2023)

Fixed-Population Causal Inference for Models of Equilibrium
von: Menzel, Konrad
Veröffentlicht: (2025)

Bayesian Inference for Multidimensional Welfare Comparisons
von: Gunawan, David, et al.
Veröffentlicht: (2024)

Evaluating Program Sequences with Double Machine Learning: An Application to Labor Market Policies
von: Muny, Fabian
Veröffentlicht: (2025)

Quasi-Bayesian Estimation and Inference with Control Functions
von: Liu, Ruixuan, et al.
Veröffentlicht: (2024)

Model Averaging and Double Machine Learning
von: Achim Ahrens, et al.
Veröffentlicht: (2025)

Model Averaging and Double Machine Learning
von: Ahrens, Achim, et al.
Veröffentlicht: (2024)

Causal Inference for Spatial Treatments
von: Pollmann, Michael
Veröffentlicht: (2020)

Causal Inference under Interference through Designed Markets
von: Munro, Evan
Veröffentlicht: (2025)

Long-Term Causal Inference with Many Noisy Proxies
von: Lal, Apoorva, et al.
Veröffentlicht: (2026)

Neighborhood Stability in Double/Debiased Machine Learning with Dependent Data
von: Cao, Jianfei, et al.
Veröffentlicht: (2025)

Causal Machine Learning for Moderation Effects
von: Bearth, Nora, et al.
Veröffentlicht: (2024)

Extending the Scope of Inference About Predictive Ability to Machine Learning Methods
von: Escanciano, Juan Carlos, et al.
Veröffentlicht: (2024)

Efficient semiparametric estimation of marginal treatment effects with genetic instrumental variables
von: Patel, Ashish, et al.
Veröffentlicht: (2026)

Scenario Analysis with Multivariate Bayesian Machine Learning Models
von: Pfarrhofer, Michael, et al.
Veröffentlicht: (2025)

Methodological Foundations of Modern Causal Inference in Social Science Research
von: Pan, Guanghui
Veröffentlicht: (2024)

Econometric Inference with Machine-Learned Proxies: Partial Identification via Data Combination
von: Li, Lixiong
Veröffentlicht: (2026)

An Introduction to Double/Debiased Machine Learning
von: Ahrens, Achim, et al.
Veröffentlicht: (2025)

On Local Overidentification and Efficiency Gains in Modern Causal Inference and Data Combination
von: Chen, Xiaohong, et al.
Veröffentlicht: (2025)

Causal Inference in High-Dimensional Generalized Linear Models with Binary Outcomes
von: Kong, Jing
Veröffentlicht: (2025)

Causal Inference in Counterbalanced Within-Subjects Designs
von: Ho, Justin, et al.
Veröffentlicht: (2025)

Bayesian and Frequentist Inference for Synthetic Controls
von: Martinez, Ignacio, et al.
Veröffentlicht: (2022)

Semiparametric Bayesian Inference for a Conditional Moment Equality Model
von: Walker, Christopher D.
Veröffentlicht: (2024)