Buchumschlag

Learning Nonlinear Factor Models with Unknown Monotone Links from Incomplete and Noisy Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chao, Yutong, Gökhan, Resat, Etesami, Jalal, Habibnia, Ali
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evaluating Meta-Regression Techniques: A Simulation Study on Heterogeneity in Location and Time
von: Habibnia, Ali, et al.
Veröffentlicht: (2025)

Data-Automated Policy Learning for Nonlinear Welfare
von: Ai, Chunrong, et al.
Veröffentlicht: (2026)

Estimating Dyadic Treatment Effects with Unknown Confounders
von: Hoshino, Tadao, et al.
Veröffentlicht: (2024)

Can Moran Eigenvectors Improve Machine Learning of Spatial Data? Insights from Synthetic Data Validation
von: Li, Ziqi, et al.
Veröffentlicht: (2025)

Testing for Monotone Equilibrium Strategies in Games of Incomplete Information
von: Hsu, Yu-Chin, et al.
Veröffentlicht: (2026)

CAREER: A Foundation Model for Labor Sequence Data
von: Vafa, Keyon, et al.
Veröffentlicht: (2022)

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

Causal Diffusion Models for Counterfactual Outcome Distributions in Longitudinal Data
von: Alinezhad, Farbod, et al.
Veröffentlicht: (2026)

Probabilistic Quantile Factor Analysis
von: Korobilis, Dimitris, et al.
Veröffentlicht: (2022)

Model Averaging and Double Machine Learning
von: Ahrens, Achim, et al.
Veröffentlicht: (2024)

Optimizing Adaptive Experiments: A Unified Approach to Regret Minimization and Best-Arm Identification
von: Qin, Chao, et al.
Veröffentlicht: (2024)

Identification and Inference in Nonlinear Dynamic Network Models
von: Vallarino, Diego
Veröffentlicht: (2026)

Inference in Partially Linear Models under Dependent Data with Deep Neural Networks
von: Brown, Chad
Veröffentlicht: (2024)

Doubly Robust Inference in Causal Latent Factor Models
von: Abadie, Alberto, et al.
Veröffentlicht: (2024)

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

Unemployment Dynamics Forecasting with Machine Learning Regression Models
von: Kim, Kyungsu
Veröffentlicht: (2025)

Learning Correlated Reward Models: Statistical Barriers and Opportunities
von: Cherapanamjeri, Yeshwanth, et al.
Veröffentlicht: (2025)

Double Machine Learning for Static Panel Models with Fixed Effects
von: Clarke, Paul S., et al.
Veröffentlicht: (2023)

Admissibility of Completely Randomized Trials: A Large-Deviation Approach
von: Imbens, Guido, et al.
Veröffentlicht: (2025)

A Projection-Based ARIMA Framework for Nonlinear Dynamics in Macroeconomic and Financial Time Series: Closed-Form Estimation and Rolling-Window Inference
von: Liu, Haojie, et al.
Veröffentlicht: (2025)

Predicting NVIDIA's Next-Day Stock Price: A Comparative Analysis of LSTM, MLP, ARIMA, and ARIMA-GARCH Models
von: Xing, Yiluan, et al.
Veröffentlicht: (2024)

Heterogeneous Treatment Effects in Panel Data
von: Levi, Retsef, et al.
Veröffentlicht: (2024)

Making Interpretable Discoveries from Unstructured Data: A High-Dimensional Multiple Hypothesis Testing Approach
von: Carlson, Jacob
Veröffentlicht: (2025)

Partial Identification under Missing Data Using Weak Shadow Variables from Pretrained Models
von: Chen, Hongyu, et al.
Veröffentlicht: (2026)

Forecasting Algorithms for Causal Inference with Panel Data
von: Goldin, Jacob, et al.
Veröffentlicht: (2022)

A Lecture Note on Offline RL and IRL, Part II: Foundations of Inverse Reinforcement Learning and Dynamic Discrete Choice Models
von: Kang, Enoch Hyunwook
Veröffentlicht: (2026)

From Unstructured Data to Demand Counterfactuals: Theory and Practice
von: Christensen, Timothy, et al.
Veröffentlicht: (2026)

Nowcasting with Mixed Frequency Data Using Gaussian Processes
von: Hauzenberger, Niko, et al.
Veröffentlicht: (2024)

Bellman Calibration for $V$-Learning in Offline Reinforcement Learning
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Double Machine Learning meets Panel Data -- Promises, Pitfalls, and Potential Solutions
von: Fuhr, Jonathan, et al.
Veröffentlicht: (2024)

A Unifying Framework for Robust and Efficient Inference with Unstructured Data
von: Carlson, Jacob, et al.
Veröffentlicht: (2025)

Stochastic Deep Learning: A Probabilistic Framework for Modeling Uncertainty in Structured Temporal Data
von: Rice, James
Veröffentlicht: (2026)

Double Machine Learning for Static Panel Data with Instrumental Variables: New Method and Applications
von: Baiardi, Anna, et al.
Veröffentlicht: (2026)

Policy Learning with Abstention
von: Sawarni, Ayush, et al.
Veröffentlicht: (2025)

SLIM: Stochastic Learning and Inference in Overidentified Models
von: Chen, Xiaohong, et al.
Veröffentlicht: (2025)

Policy Learning with Competing Agents
von: Sahoo, Roshni, et al.
Veröffentlicht: (2022)

Post Reinforcement Learning Inference
von: Syrgkanis, Vasilis, et al.
Veröffentlicht: (2023)

Macroeconomic Forecasting and Machine Learning
von: Chi, Ta-Chung, et al.
Veröffentlicht: (2025)

Causal Multi-Task Demand Learning
von: Gupta, Varun, et al.
Veröffentlicht: (2026)

Dual Interpretation of Machine Learning Forecasts
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2024)