Buchumschlag

Winner's Curse Drives False Promises in Data-Driven Decisions: A Case Study in Refugee Matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bastani, Hamsa, Bastani, Osbert, McLaughlin, Bryce
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beating the Winner's Curse via Inference-Aware Policy Optimization
von: Bastani, Hamsa, et al.
Veröffentlicht: (2025)

Improving Human Sequential Decision-Making with Reinforcement Learning
von: Bastani, Hamsa, et al.
Veröffentlicht: (2021)

Stochastic Online Conformal Prediction with Semi-Bandit Feedback
von: Ge, Haosen, et al.
Veröffentlicht: (2024)

Rethinking Algorithmic Fairness for Human-AI Collaboration
von: Ge, Haosen, et al.
Veröffentlicht: (2023)

Designing Algorithmic Recommendations to Achieve Human-AI Complementarity
von: McLaughlin, Bryce, et al.
Veröffentlicht: (2024)

Group-Sparse Matrix Factorization for Transfer Learning of Word Embeddings
von: Xu, Kan, et al.
Veröffentlicht: (2021)

Stochastic Bandits with ReLU Neural Networks
von: Xu, Kan, et al.
Veröffentlicht: (2024)

Asymptotic Normality of Generalized Low-Rank Matrix Sensing via Riemannian Geometry
von: Bastani, Osbert
Veröffentlicht: (2024)

Are AI Capabilities Increasing Exponentially? A Competing Hypothesis
von: Ge, Haosen, et al.
Veröffentlicht: (2026)

Robustness of Refugee-Matching Gains to Off-Policy Evaluation Choices
von: Bansak, Kirk, et al.
Veröffentlicht: (2026)

Generative Adversarial Model-Based Optimization via Source Critic Regularization
von: Yao, Michael S., et al.
Veröffentlicht: (2024)

Multitask Learning and Bandits via Robust Statistics
von: Xu, Kan, et al.
Veröffentlicht: (2021)

Diversity By Design: Leveraging Distribution Matching for Offline Model-Based Optimization
von: Yao, Michael S., et al.
Veröffentlicht: (2025)

Double Machine Learning meets Panel Data -- Promises, Pitfalls, and Potential Solutions
von: Fuhr, Jonathan, et al.
Veröffentlicht: (2024)

Conformal Structured Prediction
von: Zhang, Botong, et al.
Veröffentlicht: (2024)

LLM Program Optimization via Retrieval Augmented Search
von: Anupam, Sagnik, et al.
Veröffentlicht: (2025)

An Auditable AI Agent Loop for Empirical Economics: A Case Study in Forecast Combination
von: Shin, Minchul
Veröffentlicht: (2026)

Uncertainty Quantification for Neurosymbolic Programs via Compositional Conformal Prediction
von: Ramalingam, Ramya, et al.
Veröffentlicht: (2024)

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

Strategic Hiring under Algorithmic Monoculture
von: Baek, Jackie, et al.
Veröffentlicht: (2025)

Incorporating Cognitive Biases into Reinforcement Learning for Financial Decision-Making
von: He, Liu
Veröffentlicht: (2026)

Synthetic Survival Control: Extending Synthetic Controls for "When-If" Decision
von: Han, Jessy Xinyi, et al.
Veröffentlicht: (2025)

SPARLING: Learning Latent Representations with Extremely Sparse Activations
von: Gupta, Kavi, et al.
Veröffentlicht: (2023)

Budget-Constrained Causal Bandits: Bridging Uplift Modeling and Sequential Decision-Making
von: Pillai, Abhirami
Veröffentlicht: (2026)

Prior-Agnostic Incentive-Compatible Exploration
von: Ramalingam, Ramya, et al.
Veröffentlicht: (2026)

De-Biasing Models of Biased Decisions: A Comparison of Methods Using Mortgage Application Data
von: Tenev, Nicholas
Veröffentlicht: (2024)

Asymptotically Unbiased Synthetic Control Methods by Moment Matching
von: Kato, Masahiro, et al.
Veröffentlicht: (2023)

CAREER: A Foundation Model for Labor Sequence Data
von: Vafa, Keyon, et al.
Veröffentlicht: (2022)

SeekerGym: A Benchmark for Reliable Information Seeking
von: Kim, Remy, et al.
Veröffentlicht: (2026)

Policy Learning with Observational Data: The Case of Hepatitis C Treatment for HIV/HCV Co-Infected Patients
von: Langevin, Raphaël
Veröffentlicht: (2026)

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

A Unifying Framework for Robust and Efficient Inference with Unstructured Data
von: Carlson, Jacob, et al.
Veröffentlicht: (2025)

Can Moran Eigenvectors Improve Machine Learning of Spatial Data? Insights from Synthetic Data Validation
von: Li, Ziqi, et al.
Veröffentlicht: (2025)

Heterogeneous Treatment Effects in Panel Data
von: Levi, Retsef, et al.
Veröffentlicht: (2024)

Hyperparameter Tuning for Causal Inference with Double Machine Learning: A Simulation Study
von: Bach, Philipp, et al.
Veröffentlicht: (2024)

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

Making Interpretable Discoveries from Unstructured Data: A High-Dimensional Multiple Hypothesis Testing Approach
von: Carlson, Jacob
Veröffentlicht: (2025)

From Unstructured Data to Demand Counterfactuals: Theory and Practice
von: Christensen, Timothy, et al.
Veröffentlicht: (2026)

Nowcasting with Mixed Frequency Data Using Gaussian Processes
von: Hauzenberger, Niko, et al.
Veröffentlicht: (2024)

Causal Diffusion Models for Counterfactual Outcome Distributions in Longitudinal Data
von: Alinezhad, Farbod, et al.
Veröffentlicht: (2026)