AI-Generated Measurements for Identification and Inference with Missing Data: A Weak Shadow Variable Approach
Este artigo propõe um framework de identificação parcial com poucas suposições que aproveita medições geradas por IA como "variáveis de sombra fracas" para construir limites precisos e realizar inferência sobre quantidades populacionais sob condições de dados ausentes não aleatórios (missing-not-at-random), demonstrando melhorias significativas na precisão da estimativa e na precisão dos intervalos em relação aos métodos clássicos em experimentos semissintéticos.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.