Copertina

Challenges in Statistics: A Dozen Challenges in Causality and Causal Inference

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cinelli, Carlos, Feller, Avi, Imbens, Guido, Kennedy, Edward, Magliacane, Sara, Zubizarreta, Jose
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Towards Representation Learning for Weighting Problems in Design-Based Causal Inference
di: Clivio, Oscar, et al.
Pubblicazione: (2024)

Causal Inference when Intervention Units and Outcome Units Differ
di: Papadogeorgou, Georgia, et al.
Pubblicazione: (2025)

Discussion of "Matrix Completion When Missing Is Not at Random and Its Applications in Causal Panel Data Models"
di: Ben-Michael, Eli, et al.
Pubblicazione: (2026)

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

Learning Causal Abstractions of Linear Structural Causal Models
di: Massidda, Riccardo, et al.
Pubblicazione: (2024)

Long-term Causal Inference Under Persistent Confounding via Data Combination
di: Imbens, Guido, et al.
Pubblicazione: (2022)

Forest Kernel Balancing Weights: Outcome-Guided Features for Causal Inference
di: Shen, Andy A., et al.
Pubblicazione: (2025)

lmw: Linear Model Weights for Causal Inference
di: Chattopadhyay, Ambarish, et al.
Pubblicazione: (2023)

Causally Sound Priors for Binary Experiments
di: Irons, Nicholas J., et al.
Pubblicazione: (2023)

Cross-Validated Causal Inference: a Modern Method to Combine Experimental and Observational Data
di: Yang, Xuelin, et al.
Pubblicazione: (2025)

Causal Inference with High-Dimensional Treatments
di: Kramer, Patrick, et al.
Pubblicazione: (2026)

Causal Inference with High-dimensional Discrete Covariates
di: Zeng, Zhenghao, et al.
Pubblicazione: (2024)

PLRD: Partially Linear Regression Discontinuity Inference
di: Ghosh, Aditya, et al.
Pubblicazione: (2025)

Local Causal Discovery for Statistically Efficient Causal Inference
di: Schubert, Mátyás, et al.
Pubblicazione: (2025)

Causal clustering: design of cluster experiments under network interference
di: Viviano, Davide, et al.
Pubblicazione: (2023)

Deconfounding Scores and Representation Learning for Causal Effect Estimation with Weak Overlap
di: Clivio, Oscar, et al.
Pubblicazione: (2026)

Scalable Decisions using a Bayesian Decision-Theoretic Approach
di: Ng, Hoiyi, et al.
Pubblicazione: (2026)

Comparing Experimental and Nonexperimental Methods: What Lessons Have We Learned Four Decades After LaLonde (1986)?
di: Imbens, Guido, et al.
Pubblicazione: (2024)

Causal Inference for Genomic Data with Multiple Heterogeneous Outcomes
di: Du, Jin-Hong, et al.
Pubblicazione: (2024)

Handling Missing Responses under Cluster Dependence with Applications to Language Model Evaluation
di: Zeng, Zhenghao, et al.
Pubblicazione: (2025)

Causal K-Means Clustering
di: Kim, Kwangho, et al.
Pubblicazione: (2024)

Causal effects based on distributional distances
di: Kim, Kwangho, et al.
Pubblicazione: (2018)

Identification of Average Treatment Effects in Nonparametric Panel Models
di: Athey, Susan, et al.
Pubblicazione: (2025)

A Weighting Framework for Clusters as Confounders in Observational Studies
di: Ben-Michael, Eli, et al.
Pubblicazione: (2026)

When Is Causal Inference Possible? A Statistical Test for Unmeasured Confounding
di: Liu, Muye, et al.
Pubblicazione: (2025)

Neymanian inference in randomized experiments
di: Chattopadhyay, Ambarish, et al.
Pubblicazione: (2024)

Ridge Boosting is Both Robust and Efficient
di: Bruns-Smith, David, et al.
Pubblicazione: (2025)

Hierarchical and Density-based Causal Clustering
di: Kim, Kwangho, et al.
Pubblicazione: (2024)

Statistical and Causal Robustness for Causal Null Hypothesis Tests
di: Yang, Junhui, et al.
Pubblicazione: (2023)

Continuous Treatment Effects with Surrogate Outcomes
di: Zeng, Zhenghao, et al.
Pubblicazione: (2024)

Discussion of "Causal and counterfactual views of missing data models" by Razieh Nabi, Rohit Bhattacharya, Ilya Shpitser, & James M. Robins
di: Levis, Alex W., et al.
Pubblicazione: (2025)

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

Statistical Inference for Local Granger Causality
di: Liu, Yan, et al.
Pubblicazione: (2021)

Generative Causal Inference
di: Nareklishvili, Maria, et al.
Pubblicazione: (2023)

Geodesic Causal Inference
di: Kurisu, Daisuke, et al.
Pubblicazione: (2024)

Using Multiple Outcomes to Improve the Synthetic Control Method
di: Sun, Liyang, et al.
Pubblicazione: (2023)

Temporal Aggregation for the Synthetic Control Method
di: Sun, Liyang, et al.
Pubblicazione: (2024)

Long Story Short: Omitted Variable Bias in Causal Machine Learning
di: Chernozhukov, Victor, et al.
Pubblicazione: (2021)

Nonlinear Regression with Residuals: Causal Estimation with Time-varying Treatments and Covariates
di: Bates, Stephen, et al.
Pubblicazione: (2022)

The Challenges of Hyperparameter Tuning for Accurate Causal Effect Estimation
di: Machlanski, Damian, et al.
Pubblicazione: (2023)