Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

ACME

Financiado

Cerrado

Assumption-Lean (Causal) Modelling and Estimation: A Paradigm Shift from Traditi...

Assumption-Lean (Causal) Modelling and Estimation: A Paradigm Shift from Traditional Statistical Modelling I propose a cutting-edge and transformative paradigm for statistical modelling that is crucial to enhance the quality of data analyses. Leveraging my expertise in causal inference and semiparametric statistics, I will establish th... ver más

30/09/2029

UGent

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

UNIVERSITEIT GENT No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo HORIZON EUROPE notifico la concesión del proyecto el día 2024-10-01

ERC-2023-ADG: ERC ADVANCED GRANTS Scope:Objectives

I+D

Cerrada hace 1 año

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UGent

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

FLEX Flexible Statistical Inference 2M€ Cerrado

TIN2013-42351-P ALGORITMOS AVANZADOS PARA ANALISIS DE DATOS 68K€ Cerrado

MTM2010-19528 VALIDACION E IMPLEMENTACION DE MODELOS BAYESIANOS EN APLICAC... 125K€ Cerrado

PID2019-105058GA-I00 PROCESADO DE DATOS UNIFICADO MEDIANTE TRANSFORMACIONES PROBA... 41K€ Cerrado

BayCause High-dimensional nonparametric Bayesian causal inference 2M€ Cerrado

INFPROBMOD Approximate Inference in Probabilistic Models 163K€ Cerrado

Duración del proyecto: 59 meses Fecha Inicio: 2024-10-01
Fecha Fin: 2029-09-30

Líder del proyecto

UNIVERSITEIT GENT No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 2M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto I propose a cutting-edge and transformative paradigm for statistical modelling that is crucial to enhance the quality of data analyses. Leveraging my expertise in causal inference and semiparametric statistics, I will establish the fundamental principles of a comprehensive estimation theory, which maps model parameters onto generic, interpretable, model-free estimands (e.g., association or effect measures) with favourable efficiency bound, and harnesses the power of debiased (statistical/machine) learning techniques to estimate these. My core objective is to develop a flexible and accessible data modelling framework, called ‘assumption-lean modelling’. This framework will deliver minimal bias and maximal interpretability, even in the presence of model misspecification, along with honest confidence bounds that account for model uncertainty.Debiased learning is at the core of this research. While gaining popularity, a rigorous scientific optimality theory is lacking. I shall draw on my expertise in (bias-reduced) double robust estimation to develop optimal debiased learning estimators. These utilize learners that optimize strategically chosen loss functions to achieve low variance and high stability, along with confidence intervals that are valid under weak conditions on the learners.I will connect to timely, exciting developments in statistics, such as debiased learning of function-valued parameters and the construction of confidence bounds for such parameters. I will offer novel avenues into these problems by incorporating the assumption-lean modelling principles and connecting to real-world needs.I will develop assumption-lean modelling strategies to tackle significant challenges in causal modelling, including target trial emulation, causal mediation analysis, and statistical modelling of dependent outcomes. I will deliver methods with potential impact on all empirical sciences, as well as on the foundations of the discipline of statistical modelling.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores