Buchumschlag

Gradient Boosting for Spatial Panel Models with Random and Fixed Effects

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Balzer, Michael, Benlahlou, Adhen
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Strategic Interactions in Science and Technology Networks: Substitutes or Complements?
von: Balzer, Michael, et al.
Veröffentlicht: (2026)

Mitigating Consequences of Prestige in Citations of Publications
von: Balzer, Michael, et al.
Veröffentlicht: (2024)

Gradient Boosting for Spatial Regression Models with Autoregressive Disturbances
von: Balzer, Michael
Veröffentlicht: (2025)

xtdml: Double Machine Learning Estimation to Static Panel Data Models with Fixed Effects in R
von: Polselli, Annalivia
Veröffentlicht: (2025)

RieszBoost: Gradient Boosting for Riesz Regression
von: Lee, Kaitlyn J., et al.
Veröffentlicht: (2025)

Adaptive Selection of the Optimal Strategy to Improve Precision and Power in Randomized Trials
von: Balzer, Laura B., et al.
Veröffentlicht: (2022)

Generalized Random Forests using Fixed-Point Trees
von: Fleischer, David, et al.
Veröffentlicht: (2023)

Identification of Average Treatment Effects in Nonparametric Panel Models
von: Athey, Susan, et al.
Veröffentlicht: (2025)

Wasserstein Gradient Boosting: A Framework for Distribution-Valued Supervised Learning
von: Matsubara, Takuo
Veröffentlicht: (2024)

Statistical Inference for Gradient Boosting Regression
von: Fang, Haimo, et al.
Veröffentlicht: (2025)

Gradient Boosted Mixed Models: Flexible Joint Estimation of Mean and Variance Components for Clustered Data
von: Prevett, Mitchell L., et al.
Veröffentlicht: (2025)

Linear Multidimensional Regression with Interactive Fixed-Effects
von: Freeman, Hugo
Veröffentlicht: (2022)

Random-Effects Algorithm for Random Objects in Metric Spaces
von: Matabuena, Marcos, et al.
Veröffentlicht: (2026)

Machine Learning Assisted Adjustment Boosts Efficiency of Exact Inference in Randomized Controlled Trials
von: Yu, Han, et al.
Veröffentlicht: (2024)

Scalable Krylov Subspace Methods for Generalized Mixed-Effects Models with Crossed Random Effects
von: Kündig, Pascal, et al.
Veröffentlicht: (2025)

Ordinal Mixed-Effects Random Forest
von: Bergonzoli, Giulia, et al.
Veröffentlicht: (2024)

Machine learning to optimize precision in the analysis of randomized trials: A journey in pre-specified, yet data-adaptive learning
von: Balzer, Laura B., et al.
Veröffentlicht: (2025)

Online Conformal Prediction for Non-Exchangeable Panel Data
von: Tu, Daohong, et al.
Veröffentlicht: (2026)

Covariate-Adjusted Deep Causal Learning for Heterogeneous Panel Data Models
von: Zhou, Guanhao, et al.
Veröffentlicht: (2025)

Newfluence: Boosting Model interpretability and Understanding in High Dimensions
von: Zou, Haolin, et al.
Veröffentlicht: (2025)

Statistical Inference for Heterogeneous Treatment Effects Discovered by Generic Machine Learning in Randomized Experiments
von: Imai, Kosuke, et al.
Veröffentlicht: (2022)

Spectral Clustering with Variance Information for Group Structure Estimation in Panel Data
von: Yu, Lu, et al.
Veröffentlicht: (2022)

Combining Incomplete Observational and Randomized Data for Heterogeneous Treatment Effects
von: Yao, Dong, et al.
Veröffentlicht: (2024)

Fréchet Geodesic Boosting
von: Zhou, Yidong, et al.
Veröffentlicht: (2025)

Spatially Robust Inference with Predicted and Missing at Random Labels
von: Salerno, Stephen, et al.
Veröffentlicht: (2026)

Wild Bootstrap Inference for Non-Negative Matrix Factorization with Random Effects
von: Satoh, Kenichi
Veröffentlicht: (2026)

Spatial Covariance Constraints for Gaussian Mixture Models
von: Lu, Hanzhang, et al.
Veröffentlicht: (2026)

Robust Inference Methods for Latent Group Panel Models under Possible Group Non-Separation
von: Akgun, Oguzhan, et al.
Veröffentlicht: (2025)

Efficient Randomized Experiments Using Foundation Models
von: De Bartolomeis, Piersilvio, et al.
Veröffentlicht: (2025)

Learning Treatment Effects during Resource Allocation via Priority-Queue Randomization
von: Lee, JungHo, et al.
Veröffentlicht: (2026)

ML-assisted Randomization Tests for Detecting Treatment Effects in A/B Experiments
von: Guo, Wenxuan, et al.
Veröffentlicht: (2025)

Adaptive Principal Component Regression with Applications to Panel Data
von: Agarwal, Anish, et al.
Veröffentlicht: (2023)

Stagewise Boosting Distributional Regression
von: Wetscher, Mattias, et al.
Veröffentlicht: (2024)

Boosted Conformal Prediction Intervals
von: Xie, Ran, et al.
Veröffentlicht: (2024)

Graph Topic Modeling for Documents with Spatial or Covariate Dependencies
von: Jung, Yeo Jin, et al.
Veröffentlicht: (2024)

An EM Gradient Algorithm for Mixture Models with Components Derived from the Manly Transformation
von: Clark, Katharine M., et al.
Veröffentlicht: (2024)

Modeling Nonstationary Extremal Dependence via Deep Spatial Deformations
von: Shao, Xuanjie, et al.
Veröffentlicht: (2025)

Reliability Sensitivity with Response Gradient
von: Au, Siu-Kui, et al.
Veröffentlicht: (2025)

Distributional Random Forests for Complex Survey Designs on Reproducing Kernel Hilbert Spaces
von: Zou, Yating, et al.
Veröffentlicht: (2025)

Adaptive-TMLE for the Average Treatment Effect based on Randomized Controlled Trial Augmented with Real-World Data
von: van der Laan, Mark, et al.
Veröffentlicht: (2024)