Buchumschlag

Pseudo-strata learning via maximizing misclassification reward

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Shanshan, Wu, Peng, Geng, Zhi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Safe Individualized Treatment Rules with Controllable Harm Rates
von: Wu, Peng, et al.
Veröffentlicht: (2025)

Statistical inference for association studies in the presence of binary outcome misclassification
von: Webb, Kimberly A. Hochstedler, et al.
Veröffentlicht: (2023)

Causal Inference with Outcomes Truncated by Death and Missing Not at Random
von: Li, Wei, et al.
Veröffentlicht: (2024)

Optimality-based reward learning with applications to toxicology
von: Weisenthal, Samuel J., et al.
Veröffentlicht: (2024)

Optimal Treatment Rules under Missing Predictive Covariates: A Covariate-Balancing Doubly Robust Approach
von: Zhang, Yue, et al.
Veröffentlicht: (2025)

Efficiency-improved doubly robust estimation with non-confounding predictive covariates
von: Luo, Shanshan, et al.
Veröffentlicht: (2024)

Assessing the causes of continuous effects by posterior effects of causes
von: Luo, Shanshan, et al.
Veröffentlicht: (2024)

Vaccine sieve analysis on deep sequencing data using competing risks Cox regression with failure type subject to misclassification
von: Peng, James, et al.
Veröffentlicht: (2025)

Quantifying Individual Risk for Binary Outcomes
von: Wu, Peng, et al.
Veröffentlicht: (2024)

Vaccine efficacy for binary post-infection outcomes under misclassification without monotonicity
von: Trangucci, Rob, et al.
Veröffentlicht: (2022)

A Bayesian prevalence-incidence mixture model for screening outcomes with misclassification
von: Klausch, Thomas, et al.
Veröffentlicht: (2024)

Identification and multiply robust estimation of causal effects via instrumental variables from an auxiliary population
von: Li, Wei, et al.
Veröffentlicht: (2024)

Automating the Selection of Proxy Variables of Unmeasured Confounders
von: Xie, Feng, et al.
Veröffentlicht: (2024)

Prevalence estimation in infectious diseases with imperfect tests: A comparison of Frequentist and Bayesian Logistic Regression methods with misclassification correction
von: Alvarez, Jorge Mario Estrada, et al.
Veröffentlicht: (2025)

Inference under covariate-adaptive randomization with many strata
von: Xin, Jiahui, et al.
Veröffentlicht: (2024)

Pseudo-Empirical Likelihood Methods for Causal Inference
von: Huang, Jingyue, et al.
Veröffentlicht: (2024)

A regression-based approach for bidirectional proximal causal inference in the presence of unmeasured confounding
von: Min, Jiaqi, et al.
Veröffentlicht: (2025)

Bidirectional causal inference for binary outcomes in the presence of unmeasured confounding
von: Deng, Yafang, et al.
Veröffentlicht: (2026)

Pseudo Empirical Likelihood Inference for Non-Probability Survey Samples
von: Chen, Yilin, et al.
Veröffentlicht: (2025)

Identification and multiply robust estimation in causal mediation analysis across principal strata
von: Cheng, Chao, et al.
Veröffentlicht: (2023)

A generalized tetrad constraint for testing conditional independence given a latent variable
von: Ying, Naiwen, et al.
Veröffentlicht: (2025)

Identifying Causal Effects Using Instrumental Variables from the Auxiliary Dataset
von: Shuai, Kang, et al.
Veröffentlicht: (2023)

Probability of Root Cause: A Counterfactual Definition and Its Identification
von: Lu, Zitong, et al.
Veröffentlicht: (2026)

A Random Forest Inverse Probability Weighted Pseudo-Observation Framework for Alternating Recurrent Events
von: Loe, Abigail, et al.
Veröffentlicht: (2025)

Pseudo-Observations for Bivariate Survival Data
von: Travis-Lumer, Yael, et al.
Veröffentlicht: (2024)

Sparse Latent Class Analysis: Post-Estimation Refinement via Item-level Pseudo-Likelihood
von: Xu, Yuxuan, et al.
Veröffentlicht: (2026)

Identification and estimation of causal peer effects using instrumental variables
von: Luo, Shanshan, et al.
Veröffentlicht: (2025)

Random Forest for Dynamic Risk Prediction or Recurrent Events: A Pseudo-Observation Approach
von: Loe, Abigail, et al.
Veröffentlicht: (2023)

A likelihood approach to proper analysis of secondary outcomes in matched case-control studies
von: Liu, Shanshan, et al.
Veröffentlicht: (2026)

Pseudo-spectra of multivariate inhomogeneous spatial point processes
von: Ding, Qi-Wen, et al.
Veröffentlicht: (2025)

Pseudo-Likelihood Ratio Screening based on Network Data with Applications
von: Hu, Wei, et al.
Veröffentlicht: (2025)

Pseudo Empirical Best Prediction of Multiple Characteristics in Small Areas
von: Acero, William, et al.
Veröffentlicht: (2026)

Distributed Pseudo-Likelihood Method for Community Detection in Large-Scale Networks
von: Deng, Jiayi, et al.
Veröffentlicht: (2024)

Gradient-Boosted Pseudo-Weighting: Methods for Population Inference from Nonprobability samples
von: Liu, Kangrui, et al.
Veröffentlicht: (2025)

Pseudo-Bayesian Optimal Designs for Fitting Fractional Polynomial Response Surface Models
von: Trinca, Luzia A., et al.
Veröffentlicht: (2025)

Pseudo-R2D2 prior for high-dimensional ordinal regression
von: Yanchenko, Eric
Veröffentlicht: (2025)

Targeted learning via probabilistic subpopulation matching
von: Liu, Xiaokang, et al.
Veröffentlicht: (2025)

Simplifying Causal Mediation Analysis for Time-to-Event Outcomes using Pseudo-Values
von: Ocampo, Alex, et al.
Veröffentlicht: (2024)

A Pseudo-likelihood Approach to Under-5 Mortality Estimation
von: Okonek, Taylor, et al.
Veröffentlicht: (2023)