Buchumschlag

The relative value of interventional and observational samples in Bayesian Causal Linear Gaussian Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lungu, Valentinian, Dhir, Anish, van der Wilk, Mark, Kontoyiannis, Ioannis
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Finite-sample expansions for the optimal error probability in asymmetric binary hypothesis testing
von: Lungu, Valentinian, et al.
Veröffentlicht: (2024)

Bayesian causal discovery: Posterior concentration and optimal detection
von: Lungu, Valentinian, et al.
Veröffentlicht: (2025)

Change-point Detection and Segmentation of Discrete Data using Bayesian Context Trees
von: Lungu, Valentinian, et al.
Veröffentlicht: (2022)

Estimating Interventional Distributions with Uncertain Causal Graphs through Meta-Learning
von: Dhir, Anish, et al.
Veröffentlicht: (2025)

Bivariate Causal Discovery using Bayesian Model Selection
von: Dhir, Anish, et al.
Veröffentlicht: (2023)

The Sample Complexity of Lossless Data Compression
von: Viaud, Terence, et al.
Veröffentlicht: (2026)

Causal inference via implied interventions
von: Meixide, Carlos García, et al.
Veröffentlicht: (2025)

A Meta-Learning Approach to Bayesian Causal Discovery
von: Dhir, Anish, et al.
Veröffentlicht: (2024)

Continuous Bayesian Model Selection for Multivariate Causal Discovery
von: Dhir, Anish, et al.
Veröffentlicht: (2024)

Efficient Bayesian Inference in Strictly Semi-parametric Linear Inverse Problems
von: Magra, Adel, et al.
Veröffentlicht: (2026)

Bayesian Model Averaging in Causal Instrumental Variable Models
von: Steiner, Gregor, et al.
Veröffentlicht: (2025)

The case for and against fixed step-size: Stochastic approximation algorithms in optimization and machine learning
von: Lauand, Caio Kalil, et al.
Veröffentlicht: (2023)

Multivariate Priors and the Linearity of Optimal Bayesian Estimators under Gaussian Noise
von: Barnes, Leighton P., et al.
Veröffentlicht: (2024)

Finite sample-optimal adjustment sets in linear Gaussian causal models
von: Rutsch, Nadja, et al.
Veröffentlicht: (2025)

Functional Linear Non-Gaussian Acyclic Model for Causal Discovery
von: Yang, Tian-Le, et al.
Veröffentlicht: (2024)

Bayesian Sparse Gaussian Mixture Model in High Dimensions
von: Yao, Dapeng, et al.
Veröffentlicht: (2022)

Shakespeare, Entropy and Educated Monkeys
von: Kontoyiannis, Ioannis
Veröffentlicht: (2025)

Linear relations of colored Gaussian cycles
von: Göbel, Hannah, et al.
Veröffentlicht: (2025)

The Gaussian entropy map in valued fields
von: Maazouz, Yassine El
Veröffentlicht: (2021)

Causal Inference in Biomedical Imaging via Functional Linear Structural Equation Models
von: Li, Ting, et al.
Veröffentlicht: (2026)

The ODE Method for Asymptotic Statistics in Stochastic Approximation and Reinforcement Learning
von: Borkar, Vivek, et al.
Veröffentlicht: (2021)

Anytime-Valid Linear Models and Regression Adjusted Causal Inference in Randomized Experiments
von: Lindon, Michael, et al.
Veröffentlicht: (2022)

Adaptive Targeted Maximum Likelihood Estimation of the Mean Potential Outcome under a Treatment Rule
von: Xu, Yichen, et al.
Veröffentlicht: (2026)

Direct Bayesian Regression for Distribution-valued Covariates
von: Tang, Bohao, et al.
Veröffentlicht: (2023)

Stochastic comparisons of record values based on their relative aging
von: Kayid, Mohamed
Veröffentlicht: (2024)

The entropic doubling constant and robustness of Gaussian codebooks for additive-noise channels
von: Gavalakis, Lampros, et al.
Veröffentlicht: (2024)

Susceptibilities and Patterning: A Primer on Linear Response in Bayesian Learning
von: Elliott, Chris, et al.
Veröffentlicht: (2026)

Finite de Finetti bounds in relative entropy
von: Gavalakis, Lampros, et al.
Veröffentlicht: (2024)

Score-Preserving Targeted Maximum Likelihood Estimation
von: Pimentel, Noel, et al.
Veröffentlicht: (2025)

Semi-parametric Bernstein-von Mises Theorem in a Parabolic PDE Problem
von: Magra, Adel, et al.
Veröffentlicht: (2026)

Causal Inference with Corrupted Data: Measurement Error, Missing Values, Discretization, and Differential Privacy
von: Agarwal, Anish, et al.
Veröffentlicht: (2021)

Characteristic Imsets for Cyclic Linear Causal Models and the Chickering Ideal
von: Johnson, Joseph, et al.
Veröffentlicht: (2025)

Non-Asymptotic Error Bounds for Causally Conditioned Directed Information Rates of Gaussian Sequences
von: Zheng, Yuping, et al.
Veröffentlicht: (2025)

Asymptotic Uncertainty in the Estimation of Frequency Domain Causal Effects for Linear Processes
von: Reiter, Nicolas-Domenic, et al.
Veröffentlicht: (2024)

Trek-Based Parameter Identification for Linear Causal Models With Arbitrarily Structured Latent Variables
von: Sturma, Nils, et al.
Veröffentlicht: (2025)

A Unified Graphical Criterion for Characterizing a Linear Causal Interpretation of Partial Regression Coefficients
von: Shimokawa, Masato
Veröffentlicht: (2025)

Bayesian Inference for Initial Heat States with Gaussian Series Priors
von: Giordano, Matteo
Veröffentlicht: (2025)

Scalable Bayesian inference for heat kernel Gaussian processes on manifolds
von: He, Junhui, et al.
Veröffentlicht: (2024)

Bayesian High-dimensional Linear Regression with Sparse Projection-posterior
von: Pal, Samhita, et al.
Veröffentlicht: (2024)

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