Buchumschlag

Prejudiced Futures? Algorithmic Bias in Time Series Forecasting and Its Ethical Implications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alexander, Bagattini, Shao, Chen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting Related Time Series
von: Ulrich K. Müller, et al.
Veröffentlicht: (2026)

Time Series Embedding and Combination of Forecasts: A Reinforcement Learning Approach
von: Medeiros, Marcelo C., et al.
Veröffentlicht: (2025)

High-Dimensional Matrix-Variate Diffusion Index Models for Time Series Forecasting
von: Ma, Zhiren, et al.
Veröffentlicht: (2025)

A Supervised Screening and Regularized Factor-Based Method for Time Series Forecasting
von: Tu, Sihan, et al.
Veröffentlicht: (2025)

The Promise of Time-Series Foundation Models for Agricultural Forecasting: Evidence from Commodity Prices
von: Wang, Le, et al.
Veröffentlicht: (2026)

Change-Point Detection in Time Series Using Mixed Integer Programming
von: Prokhorov, Artem, et al.
Veröffentlicht: (2024)

A Gentle Introduction to Conformal Time Series Forecasting
von: Stocker, M., et al.
Veröffentlicht: (2025)

Heterogeneous Elasticities, Aggregation, and Retransformation Bias
von: Munroe, Ellen, et al.
Veröffentlicht: (2026)

A Note on the Finite Sample Bias in Time Series Cross-Validation
von: Lusompa, Amaze
Veröffentlicht: (2025)

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

A Real-Time Framework for Forecasting Metal Prices
von: Bastianin, Andrea, et al.
Veröffentlicht: (2025)

Global Neural Networks and The Data Scaling Effect in Financial Time Series Forecasting
von: Liu, Chen, et al.
Veröffentlicht: (2023)

Dynamic Local Average Treatment Effects in Time Series
von: Casini, Alessandro, et al.
Veröffentlicht: (2025)

Policy Choice in Time Series by Empirical Welfare Maximization
von: Kitagawa, Toru, et al.
Veröffentlicht: (2022)

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

Dynamic Matrix Factor Models for High Dimensional Time Series
von: Yu, Ruofan, et al.
Veröffentlicht: (2024)

Fake Date Tests: Can We Trust In-sample Accuracy of LLMs in Macroeconomic Forecasting?
von: Eliseev, Alexander, et al.
Veröffentlicht: (2026)

Sparse Interval-valued Time Series Modeling with Machine Learning
von: Bao, Haowen, et al.
Veröffentlicht: (2024)

Impulse Response Analysis of Structural Nonlinear Time Series Models
von: Ballarin, Giovanni
Veröffentlicht: (2023)

Forecasting Algorithms for Causal Inference with Panel Data
von: Goldin, Jacob, et al.
Veröffentlicht: (2022)

On Robust Inference in Time Series Regression
von: Baillie, Richard T., et al.
Veröffentlicht: (2022)

Testing and Estimating Structural Breaks in Time Series and Panel Data in Stata
von: Ditzen, Jan, et al.
Veröffentlicht: (2021)

Forecasting Macroeconomic Tail Risk in Real Time: Do Textual Data Add Value?
von: Adämmer, Philipp, et al.
Veröffentlicht: (2023)

Bayesian Dynamic Factor Models for High-dimensional Matrix-valued Time Series
von: Zhang, Wei
Veröffentlicht: (2024)

Approximate Factor Models for Functional Time Series
von: Otto, Sven, et al.
Veröffentlicht: (2022)

Change-Point Testing for Risk Measures in Time Series
von: Fan, Lin, et al.
Veröffentlicht: (2018)

Likelihood-Based Ergodicity Transformations in Time Series Analysis
von: Britto, Anthony
Veröffentlicht: (2026)

Localized Neural Network Modelling of Time Series: A Case Study on US Monetary Policy
von: Gao, Jiti, et al.
Veröffentlicht: (2023)

Large-Scale Curve Time Series with Common Stochastic Trends
von: Li, Degui, et al.
Veröffentlicht: (2025)

Forecasting for monetary policy
von: Coroneo, Laura
Veröffentlicht: (2025)

Corrected Forecast Combinations
von: Liu, Chu-An, et al.
Veröffentlicht: (2026)

Forecasted Treatment Effects
von: Botosaru, Irene, et al.
Veröffentlicht: (2023)

Decomposing Co-Movements in Matrix-Valued Time Series: A Pseudo-Structural Reduced-Rank Approach
von: Hecq, Alain, et al.
Veröffentlicht: (2025)

Correcting Attrition Bias using Changes-in-Changes
von: Ghanem, Dalia, et al.
Veröffentlicht: (2022)

ARMA-Design: Optimal Treatment Allocation Strategies for A/B Testing in Partially Observable Time Series Experiments
von: Sun, Ke, et al.
Veröffentlicht: (2024)

Principal Component Analysis for High-Dimensional Approximate Factor Models in Time Series: Assumptions, Asymptotic Theory, and Identification
von: Barigozzi, Matteo
Veröffentlicht: (2022)

Detecting Cointegrating Relations in Non-stationary Matrix-Valued Time Series
von: Hecq, Alain, et al.
Veröffentlicht: (2024)

Forecast Relative Error Decomposition
von: Gourieroux, Christian, et al.
Veröffentlicht: (2024)

Forecasting with Neuro-Dynamic Programming
von: Fernandes, Pedro Afonso
Veröffentlicht: (2024)

Diffusion Index Forecasting with Tensor Data
von: Chen, Bin, et al.
Veröffentlicht: (2025)