Buchumschlag

ReLU-Based and DNN-Based Generalized Maximum Score Estimators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Xiaohong, Gao, Wayne Yuan, Wen, Likang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Econometrics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Calibration Strategies for Robust Causal Estimation: Theoretical and Empirical Insights on Propensity Score-Based Estimators
von: Klaassen, Sven, et al.
Veröffentlicht: (2025)

Adaptive Estimation and Uniform Confidence Bands for Nonparametric Structural Functions and Elasticities
von: Chen, Xiaohong, et al.
Veröffentlicht: (2021)

Thin Sets Are Not Equally Thin: Minimax Learning of Submanifold Integrals
von: Chen, Xiaohong, et al.
Veröffentlicht: (2025)

Adaptive, Rate-Optimal Hypothesis Testing in Nonparametric IV Models
von: Breunig, Christoph, et al.
Veröffentlicht: (2020)

Inference on Welfare and Value Functionals under Optimal Treatment Assignment
von: Chen, Xiaohong, et al.
Veröffentlicht: (2025)

Quantile-Optimal Policy Learning under Unmeasured Confounding
von: Chen, Zhongren, et al.
Veröffentlicht: (2025)

Estimating the Value of Evidence-Based Decision Making
von: Abadie, Alberto, et al.
Veröffentlicht: (2023)

Improving the Finite Sample Estimation of Average Treatment Effects using Double/Debiased Machine Learning with Propensity Score Calibration
von: Ballinari, Daniele, et al.
Veröffentlicht: (2024)

STEEL: Singularity-aware Reinforcement Learning
von: Chen, Xiaohong, et al.
Veröffentlicht: (2023)

Estimating Treatment Effects using Multiple Surrogates: The Role of the Surrogate Score and the Surrogate Index
von: Athey, Susan, et al.
Veröffentlicht: (2016)

How Well Do LLMs Predict Human Behavior? A Measure of their Pretrained Knowledge
von: Gao, Wayne, et al.
Veröffentlicht: (2026)

A Projection-Based ARIMA Framework for Nonlinear Dynamics in Macroeconomic and Financial Time Series: Closed-Form Estimation and Rolling-Window Inference
von: Liu, Haojie, et al.
Veröffentlicht: (2025)

ScoreMatchingRiesz: Score Matching for Debiased Machine Learning and Policy Path Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

Robust Matrix Estimation with Side Information
von: Agarwal, Anish, et al.
Veröffentlicht: (2026)

The Use of Binary Choice Forests to Model and Estimate Discrete Choices
von: Chen, Ningyuan, et al.
Veröffentlicht: (2019)

SLIM: Stochastic Learning and Inference in Overidentified Models
von: Chen, Xiaohong, et al.
Veröffentlicht: (2025)

Model-Estimation-Free, Dense, and High Dimensional Consistent Precision Matrix Estimators
von: Stojnic, Mehmet Caner Agostino Capponi Mihailo
Veröffentlicht: (2025)

Adversarial Estimation of Riesz Representers
von: Chernozhukov, Victor, et al.
Veröffentlicht: (2020)

From Reviews to Actionable Insights: An LLM-Based Approach for Attribute and Feature Extraction
von: Boughanmi, Khaled, et al.
Veröffentlicht: (2025)

Stable Time Series Prediction of Enterprise Carbon Emissions Based on Causal Inference
von: Hong, Zitao, et al.
Veröffentlicht: (2026)

Can We Validate Counterfactual Estimations in the Presence of General Network Interference?
von: Shirani, Sadegh, et al.
Veröffentlicht: (2025)

Root-$n$ Asymptotically Normal Maximum Score Estimation
von: Liu, Nan, et al.
Veröffentlicht: (2026)

Measuring the Driving Forces of Predictive Performance: Application to Credit Scoring
von: Sullivan, Hué, et al.
Veröffentlicht: (2022)

Two Approaches to Direct Estimation of Riesz Representers
von: Bruns-Smith, David
Veröffentlicht: (2026)

Nuclear Norm Regularized Estimation of Panel Regression Models
von: Moon, Hyungsik Roger, et al.
Veröffentlicht: (2018)

Profit-Aligned CATE Estimation: Reconciling Policy Learning and Inference
von: Timoshenko, Artem, et al.
Veröffentlicht: (2025)

Neighborhood Adaptive Estimators for Causal Inference under Network Interference
von: Belloni, Alexandre, et al.
Veröffentlicht: (2022)

Efficient Adaptive Experimental Design for Average Treatment Effect Estimation
von: Kato, Masahiro, et al.
Veröffentlicht: (2020)

Choice Models and Permutation Invariance: Demand Estimation in Differentiated Products Markets
von: Singh, Amandeep, et al.
Veröffentlicht: (2023)

Penalized GMM Framework for Inference on Functionals of Nonparametric Instrumental Variable Estimators
von: Bakhitov, Edvard
Veröffentlicht: (2026)

Re-examining Granger Causality with Causal Bayesian Networks and Reichenbachs Principles
von: Adedayo, S. A.
Veröffentlicht: (2025)

Identification and Estimation of Simultaneous Equation Models Using Higher-Order Cumulant Restrictions
von: Jiang, Ziyu
Veröffentlicht: (2025)

Efficient and Scalable Estimation of Distributional Treatment Effects with Multi-Task Neural Networks
von: Hirata, Tomu, et al.
Veröffentlicht: (2025)

New Approximation Results and Optimal Estimation for Fully Connected Deep Neural Networks
von: Tang, Zhaoji
Veröffentlicht: (2025)

Shrinkage-Based Regressions with Many Related Treatments
von: Dilber, Enes, et al.
Veröffentlicht: (2025)

Effect Identification and Unit Categorization in the Multi-Score Regression Discontinuity Design with Application to LED Manufacturing
von: Schwarz, Philipp Alexander, et al.
Veröffentlicht: (2025)

When "Normalization Without Loss of Generality" Loses Generality
von: Gao, Wayne
Veröffentlicht: (2026)

Estimation in high-dimensional linear regression: Post-Double-Autometrics as an alternative to Post-Double-Lasso
von: Hué, Sullivan, et al.
Veröffentlicht: (2025)

The Uncertainty of Machine Learning Predictions in Asset Pricing
von: Liao, Yuan, et al.
Veröffentlicht: (2025)

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