Buchumschlag

Design-based inference for generalized causal effects in randomized experiments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Xinyuan, Li, Fan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal estimation of generalized causal effects in cluster-randomized trials with multiple outcomes
von: Chen, Xinyuan, et al.
Veröffentlicht: (2026)

Generalizing and transporting causal inferences from randomized trials in the presence of trial engagement effects
von: Ung, Lawson, et al.
Veröffentlicht: (2024)

Neymanian inference in randomized experiments
von: Chattopadhyay, Ambarish, et al.
Veröffentlicht: (2024)

Unifying regression-based and design-based causal inference in time-series experiments
von: Lin, Zhexiao, et al.
Veröffentlicht: (2025)

Inverting estimating equations for causal inference on quantiles
von: Cheng, Chao, et al.
Veröffentlicht: (2024)

Model-assisted inference for dynamic causal effects in staggered rollout cluster randomized experiments
von: Chen, Xinyuan, et al.
Veröffentlicht: (2025)

Embedding Network Autoregression for time series analysis and causal peer effect inference
von: Chang, Jae Ho, et al.
Veröffentlicht: (2024)

Asymptotic theory of rerandomization for survival analysis
von: Chen, Xinyuan, et al.
Veröffentlicht: (2026)

Design-based theory for Lasso adjustment in randomized block experiments and rerandomized experiments
von: Zhu, Ke, et al.
Veröffentlicht: (2021)

Sharp variance estimator and causal bootstrap in stratified randomized experiments
von: Yu, Haoyang, et al.
Veröffentlicht: (2024)

Optimal inference for the mean of random functions
von: Kassi, Omar, et al.
Veröffentlicht: (2025)

The costs and benefits of uniformly valid causal inference with high-dimensional nuisance parameters
von: Moosavi, Niloofar, et al.
Veröffentlicht: (2021)

Selective inference using randomized group lasso estimators for general models
von: Huang, Yiling, et al.
Veröffentlicht: (2023)

Debiased regression adjustment in completely randomized experiments with moderately high-dimensional covariates
von: Lu, Xin, et al.
Veröffentlicht: (2023)

Low-order outcomes and clustered designs: combining design and analysis for causal inference under network interference
von: Eichhorn, Matthew, et al.
Veröffentlicht: (2024)

Statistical inference of random graphs with a surrogate likelihood function
von: Wu, Dingbo, et al.
Veröffentlicht: (2022)

Identifiability of causal effects with non-Gaussianity and auxiliary covariates
von: Shuai, Kang, et al.
Veröffentlicht: (2023)

Model-based causal feature selection for general response types
von: Kook, Lucas, et al.
Veröffentlicht: (2023)

Empirical Bayes inference in sparse high-dimensional generalized linear models
von: Tang, Yiqi, et al.
Veröffentlicht: (2023)

With random regressors, least squares inference is robust to correlated errors with unknown correlation structure
von: Zhang, Zifeng, et al.
Veröffentlicht: (2024)

Partial identification of principal causal effects under violations of principal ignorability
von: Wu, Minxuan, et al.
Veröffentlicht: (2024)

Covariate balancing for causal inference on categorical and continuous treatments
von: Lee, Seong-ho, et al.
Veröffentlicht: (2021)

Neumann-series corrections for regression adjustment in randomized experiments
von: Song, Dogyoon
Veröffentlicht: (2025)

A fine-grained look at causal effects in causal spaces
von: Park, Junhyung, et al.
Veröffentlicht: (2025)

Doubly robust estimation of causal effects for random object outcomes with continuous treatments
von: Bhattacharjee, Satarupa, et al.
Veröffentlicht: (2025)

Bootstrap inference for linear regression between variables that are never jointly observed: application in in vivo experiments
von: Arsenteva, Polina, et al.
Veröffentlicht: (2024)

The CATT SATT on the MATT: semiparametric inference for sample treatment effects on the treated
von: Yiu, Andrew
Veröffentlicht: (2024)

Causal inference under transportability assumptions for conditional relative effect measures
von: Wang, Guanbo, et al.
Veröffentlicht: (2024)

Regression adjustment in covariate-adaptive randomized experiments with missing covariates
von: Fu, Wanjia, et al.
Veröffentlicht: (2025)

Post-selection inference for e-value based confidence intervals
von: Xu, Ziyu, et al.
Veröffentlicht: (2022)

Extremes of structural causal models
von: Engelke, Sebastian, et al.
Veröffentlicht: (2025)

The causal interpretation of acceleration factors
von: Brathovde, Mari, et al.
Veröffentlicht: (2024)

Mosaic inference on panel data
von: Spector, Asher, et al.
Veröffentlicht: (2025)

A general framework for inference on algorithm-agnostic variable importance
von: Williamson, Brian D., et al.
Veröffentlicht: (2020)

Estimation and inference for minimizer and minimum of convex functions: optimality, adaptivity and uncertainty principles
von: Cai, T. Tony, et al.
Veröffentlicht: (2023)

On MCMC mixing for predictive inference under unidentified transformation models
von: Zhong, Chong, et al.
Veröffentlicht: (2024)

Improved bounds and inference on optimal regimes
von: Laurendeau, Julien D., et al.
Veröffentlicht: (2024)

Distribution-free inference with hierarchical data
von: Lee, Yonghoon, et al.
Veröffentlicht: (2023)

A new look at fiducial inference
von: Bissiri, Pier Giovanni, et al.
Veröffentlicht: (2025)

Selective inference is easier with p-values
von: Sood, Anav
Veröffentlicht: (2024)