AI-Generated Measurements for Identification and Inference with Missing Data: A Weak Shadow Variable Approach
Este artículo propone un marco de identificación parcial con pocas suposiciones que aprovecha mediciones generadas por IA como "variables sombra débiles" para construir límites precisos y realizar inferencias sobre cantidades poblacionales bajo condiciones de falta de datos no aleatoria (missing-not-at-random), demostrando mejoras significativas en la precisión de la estimación y de los intervalos sobre los métodos clásicos en experimentos semi-sintéticos.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.