Buchumschlag

Canonical correlation regression with noisy data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Meza, Isaac, Singh, Rahul
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Econometrics Statistics Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nested Nonparametric Instrumental Variable Regression
von: Meza, Isaac, et al.
Veröffentlicht: (2021)

Kernel methods for long term dose response curves
von: Singh, Rahul, et al.
Veröffentlicht: (2022)

Residual Balancing for Non-Linear Outcome Models in High Dimensions
von: Meza, Isaac
Veröffentlicht: (2025)

Program Evaluation with Remotely Sensed Outcomes
von: Rambachan, Ashesh, et al.
Veröffentlicht: (2024)

Causal Inference with Corrupted Data: Measurement Error, Missing Values, Discretization, and Differential Privacy
von: Agarwal, Anish, et al.
Veröffentlicht: (2021)

Training and Testing with Multiple Splits: A Central Limit Theorem for Split-Sample Estimators
von: Fava, Bruno
Veröffentlicht: (2025)

Ordinary Least Squares as an Attention Mechanism
von: Coulombe, Philippe Goulet
Veröffentlicht: (2025)

On Efficient Estimation of Distributional Treatment Effects under Covariate-Adaptive Randomization
von: Byambadalai, Undral, et al.
Veröffentlicht: (2025)

Learning bounds for doubly-robust covariate shift adaptation
von: Lee, Jeonghwan, et al.
Veröffentlicht: (2025)

Empirical Likelihood for Random Forests and Ensembles
von: Chiang, Harold D., et al.
Veröffentlicht: (2025)

Semiparametric Off-Policy Inference for Optimal Policy Values under Possible Non-Uniqueness
von: Wei, Haoyu
Veröffentlicht: (2025)

Stochastic Deep Learning: A Probabilistic Framework for Modeling Uncertainty in Structured Temporal Data
von: Rice, James
Veröffentlicht: (2026)

Estimating Distributional Treatment Effects in Randomized Experiments: Machine Learning for Variance Reduction
von: Byambadalai, Undral, et al.
Veröffentlicht: (2024)

Semiparametric inference for impulse response functions using double/debiased machine learning
von: Ballinari, Daniele, et al.
Veröffentlicht: (2024)

Is completeness necessary? Estimation in nonidentified linear models
von: Babii, Andrii, et al.
Veröffentlicht: (2017)

Minimax Semiparametric Learning With Approximate Sparsity
von: Bradic, Jelena, et al.
Veröffentlicht: (2019)

Order-Explicit Linearization of High-Dimensional $U$-Statistics
von: Ritzwoller, David M., et al.
Veröffentlicht: (2024)

A Heteroskedasticity-Robust Overidentifying Restriction Test with High-Dimensional Covariates
von: Fan, Qingliang, et al.
Veröffentlicht: (2022)

The Condition-Number Principle for Prototype Clustering
von: Li, Romano, et al.
Veröffentlicht: (2026)

Multiply Robust Causal Mediation Analysis with Continuous Treatments
von: Xu, Yizhen, et al.
Veröffentlicht: (2021)

Decomposition of Spillover Effects Under Misspecification: Pseudo-true Estimands and a Local-Global Extension
von: Park, Yechan, et al.
Veröffentlicht: (2026)

From Cross-Validation to SURE: Asymptotic Risk of Tuned Regularized Estimators
von: Adusumilli, Karun, et al.
Veröffentlicht: (2026)

Regularized DeepIV with Model Selection
von: Li, Zihao, et al.
Veröffentlicht: (2024)

Functional Sequential Treatment Allocation with Covariates
von: Kock, Anders Bredahl, et al.
Veröffentlicht: (2020)

Identification and Inference in Nonlinear Dynamic Network Models
von: Vallarino, Diego
Veröffentlicht: (2026)

Deep Learning for Individual Heterogeneity
von: Farrell, Max H., et al.
Veröffentlicht: (2020)

Estimating sample paths of Gauss-Markov processes from noisy data
von: Davies, Benjamin
Veröffentlicht: (2024)

The Canonical Decomposition of Factor Models: Weak Factors are Everywhere
von: Gersing, Philipp, et al.
Veröffentlicht: (2023)

Riesz Regression As Direct Density Ratio Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

Semi-Supervised Treatment Effect Estimation with Unlabeled Covariates for Prediction-Powered Causal Inference
von: Kato, Masahiro
Veröffentlicht: (2025)

Nearest Neighbor Matching as Least Squares Density Ratio Estimation and Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

Direct Bias-Correction Term Estimation for Average Treatment Effect Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

Minimax and Bayes Optimal Best-Arm Identification
von: Kato, Masahiro
Veröffentlicht: (2025)

Identification and Debiased Learning of Causal Effects with General Instrumental Variables
von: Chen, Shuyuan, et al.
Veröffentlicht: (2025)

Causal-Policy Forest for End-to-End Policy Learning
von: Kato, Masahiro
Veröffentlicht: (2025)

Direct Debiased Machine Learning via Bregman Divergence Minimization
von: Kato, Masahiro
Veröffentlicht: (2025)

A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

It's Hard to Be Normal: The Impact of Noise on Structure-agnostic Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2025)

Bayesian Semi-supervised Inference via a Debiased Modeling Approach
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

The Honest Truth About Causal Trees: Accuracy Limits for Heterogeneous Treatment Effect Estimation
von: Cattaneo, Matias D., et al.
Veröffentlicht: (2025)