"False"
Umeå universitet
printicon
Huvudmenyn dold.

Niloofar Moosavi

Kontakt

E-post
niloofar.moosavi@umu.se
Telefon

Verksam vid

Anknytning
Anknuten som postdoktor till Handelshögskolan vid Umeå universitet Enhet: Statistik
Plats
Samhällsvetarhuset, Biblioteksgränd 6 Umeå universitet, 901 87 Umeå
Convolutional neural networks for valid and efficient causal inference
Journal of Computational And Graphical Statistics, Taylor & Francis 2024, Vol. 33, (2) : 714-723
Mohammad, Ghasempour; Moosavi, Niloofar; de Luna, Xavier
The costs and benefits of uniformly valid causal inference with high-dimensional nuisance parameters
Statistical Science, Institute of Mathematical Statistics 2023, Vol. 38, (1) : 1-12
Moosavi, Niloofar; Häggström, Jenny; de Luna, Xavier
Valid causal inference in high-dimensional and complex settings
Statistical studies, 56
Moosavi, Niloofar
Valid causal inference: model selection and sensitivity to unobserved confounding in high-dimensional settings
Moosavi, Niloofar; Gorbach, Tetiana; de Luna, Xavier
A note on sensitivity analysis for post-machine learning causal inference
Moosavi, Niloofar; Gorbach, Tetiana; de Luna, Xavier
Visa publikationer i DiVA

Forskargrupper

Gruppmedlem
Stat4Reg

Forskningsprojekt

1 juni 2022 till 31 december 2026
Maskininlärning för studier av orsakssamband med hjälp av stora databaser