Buchumschlag

General sample size analysis for probabilities of causation: a delta method approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Tianyuan, Mao, Ruirui, Pearl, Judea, Li, Ang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Probabilities of Causation with Mask-Augmented Data
von: Wang, Shuai, et al.
Veröffentlicht: (2025)

Mediated probabilities of causation
von: Rubinstein, Max, et al.
Veröffentlicht: (2024)

Recover Experimental Data with Selection Bias using Counterfactual Logic
von: He, Jingyang, et al.
Veröffentlicht: (2025)

Choosing with unknown causal information: Action-outcome probabilities for decision making can be grounded in causal models
von: Soto, Mauricio Gonzalez, et al.
Veröffentlicht: (2019)

BGM-IV: an AI-powered Bayesian generative modeling approach for instrumental variable analysis
von: Luo, Guyue, et al.
Veröffentlicht: (2026)

Generative Augmented Inference
von: Lu, Cheng, et al.
Veröffentlicht: (2026)

Sample Observed Effects: Enumeration, Randomization and Generalization
von: Ribeiro, Andre F.
Veröffentlicht: (2021)

Impact of clinical decision support systems (cdss) on clinical outcomes and healthcare delivery in low- and middle-income countries: protocol for a systematic review and meta-analysis
von: Jain, Garima, et al.
Veröffentlicht: (2025)

DeepVARwT: Deep Learning for a VAR Model with Trend
von: Li, Xixi, et al.
Veröffentlicht: (2022)

Mapping Drivers of Greenness: Spatial Variable Selection for MODIS Vegetation Indices
von: Zhan, Qishi, et al.
Veröffentlicht: (2026)

LLM Evaluation as Tensor Completion: Low Rank Structure and Semiparametric Efficiency
von: Li, Jiachun, et al.
Veröffentlicht: (2026)

A U-Statistic-based random forest approach for genetic interaction study
von: Li, Ming, et al.
Veröffentlicht: (2025)

Collapsing ROC approach for risk prediction research on both common and rare variants
von: Wei, Changshuai, et al.
Veröffentlicht: (2025)

An AI-powered Bayesian generative modeling approach for causal inference in observational studies
von: Liu, Qiao, et al.
Veröffentlicht: (2025)

Low-Rank Robust Subspace Tensor Clustering for Metro Passenger Flow Modeling
von: Hu, Jiuyun, et al.
Veröffentlicht: (2024)

Zero Inflation as a Missing Data Problem: a Proxy-based Approach
von: Phung, Trung, et al.
Veröffentlicht: (2024)

Teleporter Theory: A General and Simple Approach for Modeling Cross-World Counterfactual Causality
von: Li, Jiangmeng, et al.
Veröffentlicht: (2024)

A feature selection method based on Shapley values robust to concept shift in regression
von: Sebastián, Carlos, et al.
Veröffentlicht: (2023)

Peer Effect Estimation in the Presence of Simultaneous Feedback and Unobserved Confounders
von: Du, Xiaojing, et al.
Veröffentlicht: (2025)

Relaxing partition admissibility in Cluster-DAGs: a causal calculus with arbitrary variable clustering
von: Yvernes, Clément, et al.
Veröffentlicht: (2025)

AI Harmonics: a human-centric and harms severity-adaptive AI risk assessment framework
von: Vei, Sofia, et al.
Veröffentlicht: (2025)

Diffusion Generative Flow Samplers: Improving learning signals through partial trajectory optimization
von: Zhang, Dinghuai, et al.
Veröffentlicht: (2023)

A Generalized Genetic Random Field Method for the Genetic Association Analysis of Sequencing Data
von: Li, Ming, et al.
Veröffentlicht: (2025)

Statistical Methods in Generative AI
von: Dobriban, Edgar
Veröffentlicht: (2025)

Flexible Counterfactual Explanations with Generative Models
von: Hellemans, Stig, et al.
Veröffentlicht: (2025)

A weighted U statistic for association analysis considering genetic heterogeneity
von: Wei, Changshuai, et al.
Veröffentlicht: (2015)

Detecting Structural Heart Disease from Electrocardiograms via a Generalized Additive Model of Interpretable Foundation-Model Predictors
von: Zhou, Ya, et al.
Veröffentlicht: (2026)

A Statistical Framework for Algorithmic Collective Action with Multiple Collectives
von: Battiloro, Claudio, et al.
Veröffentlicht: (2026)

Unbiased Prevalence Estimation with Multicalibrated LLMs
von: Linder, Fridolin, et al.
Veröffentlicht: (2026)

Beyond Means: Topological Causal Effects under Persistent-Homology Ignorability
von: Saki, Amir, et al.
Veröffentlicht: (2026)

Robust Weighted Triangulation of Causal Effects Under Model Uncertainty
von: Bhattacharya, Rohit, et al.
Veröffentlicht: (2026)

Copula-Based Endogeneity Correction for Doubly Robust Estimation of Treatment Effect
von: Shikalgar, Sahil, et al.
Veröffentlicht: (2026)

A Topological Sorting Criterion for Random Causal Directed Acyclic Graphs
von: Reisach, Alexander G., et al.
Veröffentlicht: (2026)

Beyond False Discovery Rate: A Stepdown Group SLOPE Approach for Grouped Variable Selection
von: Zhang, Xuelin, et al.
Veröffentlicht: (2026)

The Digital Twin Counterfactual Framework: A Validation Architecture for Simulated Potential Outcomes
von: Laudy, Olav
Veröffentlicht: (2026)

Generally-Occurring Model Change for Robust Counterfactual Explanations
von: Xu, Ao, et al.
Veröffentlicht: (2024)

Orientability of Causal Relations in Time Series using Summary Causal Graphs and Faithful Distributions
von: Loranchet, Timothée, et al.
Veröffentlicht: (2025)

On Efficient Adjustment for Micro Causal Effects in Summary Causal Graphs
von: Belciug, Isabela, et al.
Veröffentlicht: (2025)

Better Simulations for Validating Causal Discovery with the DAG-Adaptation of the Onion Method
von: Andrews, Bryan, et al.
Veröffentlicht: (2024)

Bounding Causal Effects with Leaky Instruments
von: Watson, David S., et al.
Veröffentlicht: (2024)