Copertina

Design-based finite-sample analysis for regression adjustment

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Song, Dogyoon
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Statistics Theory Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Neumann-series corrections for regression adjustment in randomized experiments
di: Song, Dogyoon
Pubblicazione: (2025)

Debiased regression adjustment in completely randomized experiments with moderately high-dimensional covariates
di: Lu, Xin, et al.
Pubblicazione: (2023)

Algebraic and Statistical Properties of the Ordinary Least Squares Interpolator
di: Shen, Dennis, et al.
Pubblicazione: (2023)

Design-based theory for Lasso adjustment in randomized block experiments and rerandomized experiments
di: Zhu, Ke, et al.
Pubblicazione: (2021)

Multivariate and Multiple Contrast Testing in General Covariate-adjusted Factorial Designs
di: Baumeister, Marléne, et al.
Pubblicazione: (2025)

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

Shape-restricted transfer learning analysis for generalized linear regression model
di: Li, Pengfei, et al.
Pubblicazione: (2024)

On Separability of Covariance in Multiway Data Analysis
di: Song, Dogyoon, et al.
Pubblicazione: (2023)

Bayesian change-plane regression
di: Ohnishi, Yuki, et al.
Pubblicazione: (2026)

Regression adjustment in covariate-adaptive randomized experiments with missing covariates
di: Fu, Wanjia, et al.
Pubblicazione: (2025)

On the achievability of efficiency bounds for covariate-adjusted response-adaptive randomization
di: Xin, Jiahui, et al.
Pubblicazione: (2024)

Difference-based covariance matrix estimate in time series nonparametric regression with applications to specification tests
di: Bai, Lujia, et al.
Pubblicazione: (2023)

Optimal heteroskedasticity testing in nonparametric regression
di: Kotekal, Subhodh, et al.
Pubblicazione: (2023)

Unifying regression-based and design-based causal inference in time-series experiments
di: Lin, Zhexiao, et al.
Pubblicazione: (2025)

Regularized zero-inflated Bernoulli regression model
di: Ndoye, Mouhamed, et al.
Pubblicazione: (2025)

Nonparametric quantile regression for spatio-temporal processes
di: Deb, Soudeep, et al.
Pubblicazione: (2024)

Fusion regression methods with repeated functional data
di: Moindjié, Issam-Ali, et al.
Pubblicazione: (2023)

Asymptotically-exact selective inference for quantile regression
di: Wang, Yumeng, et al.
Pubblicazione: (2024)

Bayesian $L_{\frac{1}{2}}$ regression
di: Ke, Xiongwen, et al.
Pubblicazione: (2021)

Residual permutation test for regression coefficient testing
di: Wen, Kaiyue, et al.
Pubblicazione: (2022)

High-dimensional regression with a count response
di: Zilberman, Or, et al.
Pubblicazione: (2024)

Deep neural expected shortfall regression with tail-robustness
di: Yu, Myeonghun, et al.
Pubblicazione: (2025)

A multivariate spatial regression model using signatures
di: Frévent, Camille, et al.
Pubblicazione: (2024)

Testing for no effect in regression problems: a permutation approach
di: Ciszewski, Michał, et al.
Pubblicazione: (2023)

Gaussian and bootstrap approximations for functional principal component regression
di: Yeon, Hyemin
Pubblicazione: (2026)

Asymptotic properties of the MLE in distributional regression under random censoring
di: Kremling, Gitte, et al.
Pubblicazione: (2025)

Valid and efficient possibilistic structure learning in Gaussian linear regression
di: Martin, Ryan, et al.
Pubblicazione: (2025)

Series ridge regression for spatial data on $\mathbb{R}^d$
di: Kurisu, Daisuke, et al.
Pubblicazione: (2024)

Sufficient dimension reduction for regression with spatially correlated errors: application to prediction
di: Forzani, Liliana, et al.
Pubblicazione: (2025)

Inference for function-on-function regression: central limit theorem and residual bootstrap
di: Yeon, Hyemin
Pubblicazione: (2026)

logitFD: an R package for functional principal component logit regression
di: Escabias, Manuel, et al.
Pubblicazione: (2024)

Self-convolved Bootstrap for M-regression under Complex Temporal Dynamics
di: Liu, Miaoshiqi, et al.
Pubblicazione: (2023)

Improved confidence intervals for nonlinear mixed-effects and nonparametric regression models
di: Zheng, Nan, et al.
Pubblicazione: (2024)

Optimal Cox regression under federated differential privacy: coefficients and cumulative hazards
di: Hung, Elly K. H., et al.
Pubblicazione: (2025)

Detection and inference of changes in high-dimensional linear regression with non-sparse structures
di: Cho, Haeran, et al.
Pubblicazione: (2024)

Simultaneous Inference for Nonlinear Time Series, a Sieve M-regression Approach
di: Luo, Tianpai, et al.
Pubblicazione: (2026)

Valid F-screening in linear regression
di: McGough, Olivia, et al.
Pubblicazione: (2025)

IV regression with distribution-valued outcomes
di: Van Dijcke, David, et al.
Pubblicazione: (2026)

Capturing heterogeneous time-variation in covariate effects in non-proportional hazard regression models
di: Hagemann, Niklas, et al.
Pubblicazione: (2025)

Fitting sparse high-dimensional varying-coefficient models with Bayesian regression tree ensembles
di: Ghosh, Soham, et al.
Pubblicazione: (2025)