What is a relevant control? : An algorithmic proposal

Autores
Delbianco, Fernando Andrés; Tohmé, Fernando
Año de publicación
2024
Idioma
inglés
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Individualized inference (or prediction) is an approach to data analysis that is increasingly relevant thanks to the availability of large datasets. In this paper, we present an algorithm that starts by detecting the relevant observations for a given query. Further refinement of that subsample is obtained by selecting the ones with the largest Shapley values. The probability distribution over this selection allows to generate synthetic controls, which in turn can be used to generate a robust inference (or prediction). Data collected from repeating this procedure for different queriesprovides a deeper understanding of the general process that generates the data.
Fil: Delbianco, Fernando Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Economía; Argentina
Fil: Tohmé, Fernando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Economía; Argentina
Reunión Anual de la Asociación Argentina de Economía Política
Argentina
Asociación Argentina de Economía Política
Materia
INFERENCIA INDIVIDUALIZADA
CONTROLES SINTÉTICOS
CLASIFICACIÓN
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/236151
Acceder
id CONICETDig_82d0d9fbad9e46924383e585c6cf5927
oai_identifier_str oai:ri.conicet.gov.ar:11336/236151
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling What is a relevant control? : An algorithmic proposalDelbianco, Fernando AndrésTohmé, FernandoINFERENCIA INDIVIDUALIZADACONTROLES SINTÉTICOSCLASIFICACIÓNhttps://purl.org/becyt/ford/5.2https://purl.org/becyt/ford/5Individualized inference (or prediction) is an approach to data analysis that is increasingly relevant thanks to the availability of large datasets. In this paper, we present an algorithm that starts by detecting the relevant observations for a given query. Further refinement of that subsample is obtained by selecting the ones with the largest Shapley values. The probability distribution over this selection allows to generate synthetic controls, which in turn can be used to generate a robust inference (or prediction). Data collected from repeating this procedure for different queriesprovides a deeper understanding of the general process that generates the data.Fil: Delbianco, Fernando Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Economía; ArgentinaFil: Tohmé, Fernando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Economía; ArgentinaReunión Anual de la Asociación Argentina de Economía PolíticaArgentinaAsociación Argentina de Economía PolíticaAsociación Argentina de Economía Política2024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/236151What is a relevant control? : An algorithmic proposal; Reunión Anual de la Asociación Argentina de Economía Política; Argentina; 2023; 1-16CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/url/https://aaep.org.ar/?p=7130Nacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T10:04:00Zoai:ri.conicet.gov.ar:11336/236151instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 10:04:01.192CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv What is a relevant control? : An algorithmic proposal
title What is a relevant control? : An algorithmic proposal
spellingShingle What is a relevant control? : An algorithmic proposal
Delbianco, Fernando Andrés
INFERENCIA INDIVIDUALIZADA
CONTROLES SINTÉTICOS
CLASIFICACIÓN
title_short What is a relevant control? : An algorithmic proposal
title_full What is a relevant control? : An algorithmic proposal
title_fullStr What is a relevant control? : An algorithmic proposal
title_full_unstemmed What is a relevant control? : An algorithmic proposal
title_sort What is a relevant control? : An algorithmic proposal
dc.creator.none.fl_str_mv Delbianco, Fernando Andrés
Tohmé, Fernando
author Delbianco, Fernando Andrés
author_facet Delbianco, Fernando Andrés
Tohmé, Fernando
author_role author
author2 Tohmé, Fernando
author2_role author
dc.subject.none.fl_str_mv INFERENCIA INDIVIDUALIZADA
CONTROLES SINTÉTICOS
CLASIFICACIÓN
topic INFERENCIA INDIVIDUALIZADA
CONTROLES SINTÉTICOS
CLASIFICACIÓN
purl_subject.fl_str_mv https://purl.org/becyt/ford/5.2
https://purl.org/becyt/ford/5
dc.description.none.fl_txt_mv Individualized inference (or prediction) is an approach to data analysis that is increasingly relevant thanks to the availability of large datasets. In this paper, we present an algorithm that starts by detecting the relevant observations for a given query. Further refinement of that subsample is obtained by selecting the ones with the largest Shapley values. The probability distribution over this selection allows to generate synthetic controls, which in turn can be used to generate a robust inference (or prediction). Data collected from repeating this procedure for different queriesprovides a deeper understanding of the general process that generates the data.
Fil: Delbianco, Fernando Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Economía; Argentina
Fil: Tohmé, Fernando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Economía; Argentina
Reunión Anual de la Asociación Argentina de Economía Política
Argentina
Asociación Argentina de Economía Política
description Individualized inference (or prediction) is an approach to data analysis that is increasingly relevant thanks to the availability of large datasets. In this paper, we present an algorithm that starts by detecting the relevant observations for a given query. Further refinement of that subsample is obtained by selecting the ones with the largest Shapley values. The probability distribution over this selection allows to generate synthetic controls, which in turn can be used to generate a robust inference (or prediction). Data collected from repeating this procedure for different queriesprovides a deeper understanding of the general process that generates the data.
publishDate 2024
dc.date.none.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Congreso
Book
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/236151
What is a relevant control? : An algorithmic proposal; Reunión Anual de la Asociación Argentina de Economía Política; Argentina; 2023; 1-16
CONICET Digital
CONICET
url http://hdl.handle.net/11336/236151
identifier_str_mv What is a relevant control? : An algorithmic proposal; Reunión Anual de la Asociación Argentina de Economía Política; Argentina; 2023; 1-16
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://aaep.org.ar/?p=7130
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv Asociación Argentina de Economía Política
publisher.none.fl_str_mv Asociación Argentina de Economía Política
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842269832035172352
score 13.13397

Publicaciones similares