Buchumschlag

Conditional Distributional Treatment Effects: Doubly Robust Estimation and Testing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jain, Saksham, Luedtke, Alex
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Statistics Theory Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sinkhorn Treatment Effects: A Causal Optimal Transport Measure
von: Agarwal, Medha, et al.
Veröffentlicht: (2026)

Doubly robust inference via calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Inference on Variable Importance for Treatment Effect Heterogeneity: Shapley Values and Beyond
von: Morzywolek, Pawel, et al.
Veröffentlicht: (2025)

Direct Doubly Robust Estimation of Conditional Quantile Contrasts
von: Givens, Josh, et al.
Veröffentlicht: (2026)

Structure-agnostic Optimality of Doubly Robust Learning for Treatment Effect Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2024)

Bayesian Semiparametric Causal Inference: Targeted Doubly Robust Estimation of Treatment Effects
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

Double Cross-fit Doubly Robust Estimators: Beyond Series Regression
von: McClean, Alec, et al.
Veröffentlicht: (2024)

Doubly Robust Interval Estimation for Optimal Policy Evaluation in Online Learning
von: Shen, Ye, et al.
Veröffentlicht: (2021)

Nuisance Function Tuning and Sample Splitting for Optimally Estimating a Doubly Robust Functional
von: McGrath, Sean, et al.
Veröffentlicht: (2022)

A Note on Doubly Robust Estimator in Regression Discontinuity Designs
von: Kato, Masahiro
Veröffentlicht: (2024)

Automatic Debiased Machine Learning for Smooth Functionals of Nonparametric M-Estimands
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Optimal Nuisance Function Tuning for Estimating a Doubly Robust Functional under Proportional Asymptotics
von: McGrath, Sean, et al.
Veröffentlicht: (2025)

Doubly-Robust Functional Average Treatment Effect Estimation
von: Testa, Lorenzo, et al.
Veröffentlicht: (2025)

Automatic Doubly Robust Forests
von: Chen, Zhaomeng, et al.
Veröffentlicht: (2024)

A Tutorial on Doubly Robust Learning for Causal Inference
von: Hlynsson, Hlynur Davíð
Veröffentlicht: (2024)

Distributional Treatment Effect Estimation across Heterogeneous Sites via Optimal Transport
von: Bateni, Borna, et al.
Veröffentlicht: (2025)

Adaptive debiased machine learning using data-driven model selection techniques
von: van der Laan, Lars, et al.
Veröffentlicht: (2023)

Estimation of causal dose-response functions under data fusion
von: Lim, Jaewon, et al.
Veröffentlicht: (2025)

Propensity Score Augmentation in Matching-based Estimation of Causal Effects
von: Ulloa-Pérez, Ernesto, et al.
Veröffentlicht: (2024)

Estimation of Treatment Effects in Extreme and Unobserved Data
von: Tan, Jiyuan, et al.
Veröffentlicht: (2025)

A Conditional Distribution Equality Testing Framework using Deep Generative Learning
von: Zheng, Siming, et al.
Veröffentlicht: (2025)

The Decaying Missing-at-Random Framework: Model Doubly Robust Causal Inference with Partially Labeled Data
von: Zhang, Yuqian, et al.
Veröffentlicht: (2023)

Design Stability in Adaptive Experiments: Implications for Treatment Effect Estimation
von: Sengupta, Saikat, et al.
Veröffentlicht: (2025)

Bridging the Gap between Empirical Welfare Maximization and Conditional Average Treatment Effect Estimation in Policy Learning
von: Kato, Masahiro
Veröffentlicht: (2025)

Treatment Effect Estimation with Observational Network Data using Machine Learning
von: Emmenegger, Corinne, et al.
Veröffentlicht: (2022)

Method-of-Moments Inference for GLMs and Doubly Robust Functionals under Proportional Asymptotics
von: Chen, Xingyu, et al.
Veröffentlicht: (2024)

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

A General Framework for Treatment Effect Estimation in Semi-Supervised and High Dimensional Settings
von: Chakrabortty, Abhishek, et al.
Veröffentlicht: (2022)

Distance and Kernel-Based Measures for Global and Local Two-Sample Conditional Distribution Testing
von: Yan, Jian, et al.
Veröffentlicht: (2022)

On Multiple Robustness of Proximal Dynamic Treatment Regimes
von: Gao, Yuanshan, et al.
Veröffentlicht: (2025)

On the Robustness of Kernel Goodness-of-Fit Tests
von: Liu, Xing, et al.
Veröffentlicht: (2024)

What Makes Treatment Effects Identifiable? Characterizations and Estimators Beyond Unconfoundedness
von: Cai, Yang, et al.
Veröffentlicht: (2025)

Modeling Covariate Transition for Efficient Estimation of Longitudinal Treatment Effects in Randomized Experiments
von: Chihara, Naoki, et al.
Veröffentlicht: (2026)

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

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

PUATE: Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units
von: Kato, Masahiro, et al.
Veröffentlicht: (2025)

Adaptive and Stratified Subsampling for High-Dimensional Robust Estimation
von: Mittal, Prateek, et al.
Veröffentlicht: (2024)

Transfer Learning for Causal Effect Estimation
von: Wei, Song, et al.
Veröffentlicht: (2023)

Statistical Analysis of Conditional Group Distributionally Robust Optimization with Cross-Entropy Loss
von: Guo, Zijian, et al.
Veröffentlicht: (2025)

Robustness Against Weak or Invalid Instruments: Exploring Nonlinear Treatment Models with Machine Learning
von: Guo, Zijian, et al.
Veröffentlicht: (2022)