Buchumschlag

Bayesian Sensitivity of Causal Inference Estimators under Evidence-Based Priors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dhawan, Nikita, Shen, Daniel, Cotta, Leonardo, Maddison, Chris J.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

End-To-End Causal Effect Estimation from Unstructured Natural Language Data
von: Dhawan, Nikita, et al.
Veröffentlicht: (2024)

Sensitivity-Aware Amortized Bayesian Inference
von: Elsemüller, Lasse, et al.
Veröffentlicht: (2023)

Towards Representation Learning for Weighting Problems in Design-Based Causal Inference
von: Clivio, Oscar, et al.
Veröffentlicht: (2024)

Bayesian Causal Inference with Gaussian Process Networks
von: Giudice, Enrico, et al.
Veröffentlicht: (2024)

A Sensitivity Approach to Causal Inference Under Limited Overlap
von: Ma, Yuanzhe, et al.
Veröffentlicht: (2025)

Spatiotemporal Besov Priors for Bayesian Inverse Problems
von: Lan, Shiwei, et al.
Veröffentlicht: (2023)

Fast Uncertainty Quantification for Kernel-Based Estimators in Large-Scale Causal Inference
von: Kosko, Matthew, et al.
Veröffentlicht: (2026)

Adaptive Bayesian Multivariate Spline Knot Inference with Prior Specifications on Model Complexity
von: He, Junhui, et al.
Veröffentlicht: (2024)

Testing Generalizability in Causal Inference
von: Manela, Daniel de Vassimon, et al.
Veröffentlicht: (2024)

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

Simulation-Based Prior Knowledge Elicitation for Parametric Bayesian Models
von: Bockting, Florence, et al.
Veröffentlicht: (2023)

Causality-Encoded Diffusion Models for Interventional Sampling and Edge Inference
von: Chen, Li, et al.
Veröffentlicht: (2026)

Using LLMs to Directly Guess Conditional Expectations Can Improve Efficiency in Causal Estimation
von: Engh, Chris, et al.
Veröffentlicht: (2025)

Flexible Nonparametric Inference for Causal Effects under the Front-Door Model
von: Guo, Anna, et al.
Veröffentlicht: (2023)

Estimation and Inference for Causal Functions with Multiway Clustered Data
von: Liu, Nan, et al.
Veröffentlicht: (2024)

Hierarchical Bias-Driven Stratification for Interpretable Causal Effect Estimation
von: Ter-Minassian, Lucile, et al.
Veröffentlicht: (2024)

Causal Risk Minimization for High-Dimensional Treatments
von: Dhawan, Nikita, et al.
Veröffentlicht: (2026)

Amortized Causal Discovery with Prior-Fitted Networks
von: Sypniewski, Mateusz, et al.
Veröffentlicht: (2025)

Causal Inference on Networks under Misspecified Exposure Mappings: A Partial Identification Framework
von: Schröder, Maresa, et al.
Veröffentlicht: (2026)

Penalized Empirical Likelihood for Doubly Robust Causal Inference under Contamination in High Dimensions
von: Lee, Byeonghee, et al.
Veröffentlicht: (2025)

Marginal Causal Flows for Validation and Inference
von: Manela, Daniel de Vassimon, et al.
Veröffentlicht: (2024)

Causal Inference with the "Napkin Graph"
von: Guo, Anna, et al.
Veröffentlicht: (2025)

Interventional Time Series Priors for Causal Foundation Models
von: Thumm, Dennis, et al.
Veröffentlicht: (2026)

Deconfounding Scores and Representation Learning for Causal Effect Estimation with Weak Overlap
von: Clivio, Oscar, et al.
Veröffentlicht: (2026)

Bayesian Event-Based Model for Disease Subtype and Stage Inference
von: Hao, Hongtao, et al.
Veröffentlicht: (2025)

Improving Generative Methods for Causal Evaluation via Simulation-Based Inference
von: Amaranath, Pracheta, et al.
Veröffentlicht: (2025)

Effective Bayesian Causal Inference via Structural Marginalisation and Autoregressive Orders
von: Toth, Christian, et al.
Veröffentlicht: (2024)

CausalGuard: Conformal Inference under Graph Uncertainty
von: Singh, Vikash, et al.
Veröffentlicht: (2026)

Inference of Causal Networks using a Topological Threshold
von: Barroso, Filipe, et al.
Veröffentlicht: (2024)

Simulation-Based Sensitivity Analysis in Optimal Treatment Regimes and Causal Decomposition with Individualized Interventions
von: Park, Soojin, et al.
Veröffentlicht: (2025)

Local Causal Discovery for Estimating Causal Effects
von: Gupta, Shantanu, et al.
Veröffentlicht: (2023)

Controllable Generative Sandbox for Causal Inference
von: Zhang, Qi, et al.
Veröffentlicht: (2026)

A Semiparametric Approach to Causal Inference
von: Zhang, Archer Gong, et al.
Veröffentlicht: (2024)

Valid Inference After Causal Discovery
von: Gradu, Paula, et al.
Veröffentlicht: (2022)

Probabilistic Modelling is Sufficient for Causal Inference
von: Mlodozeniec, Bruno, et al.
Veröffentlicht: (2025)

ABC3: Active Bayesian Causal Inference with Cohn Criteria in Randomized Experiments
von: Cha, Taehun, et al.
Veröffentlicht: (2024)

Scalable Monte Carlo for Bayesian Learning
von: Fearnhead, Paul, et al.
Veröffentlicht: (2024)

Regression-Based Estimation of Causal Effects in the Presence of Selection Bias and Confounding
von: Hafer, Marlies, et al.
Veröffentlicht: (2025)

Bayesian Estimation of Causal Effects Using Proxies of a Latent Interference Network
von: Weinstein, Bar, et al.
Veröffentlicht: (2025)

Causal Inference with Complex Treatments: A Survey
von: Wang, Yingrong, et al.
Veröffentlicht: (2024)