Optimale schatting van nuisance parameters en modellen in causale besluitvorming

Schatten van causale effecten wordt vaak bemoeilijkt door confounders. Daarom moeten we statistische modellen bouwen om voor deze confounders te corrigeren. Die zijn echter meestal niet van wetenschappelijk belang. Dit project focust zich daarom op optimale schatting van nuisance parameters die deze modellen beschrijven en optimale keuze van nuisance modellen, beiden door de MSE van het causale effect te minimaliseren.