A note on nonparametric testing for Gaussian innovations in AR-ARCH models
本文考虑了具有条件自回归方差的自回归模型，包括同方差AR-模型的情形和非齐次AR-模型的情形。我们的目的是以一种完全非参数的方式检验新息的正态性假设。e.而不对条件均值和波动率函数施加参数假设。为此，Cramér-von Mises检验的基础上的经验分布函数的非参数估计残差被证明是渐近分布自由。我们证明了它的良好性能有限的样本量在模拟研究。
2012-11-06 stat.ME
Nonparametric Estimation of Variance Function for Functional Data
本文研究均值函数未知时函数型数据方差函数的非参数估计。我们得到的核估计的平方残差的基础上的渐近结果。与有限维情形类似，我们的渐近结果表明未知均值函数的光滑性对收敛速度有影响。仿真结果表明，基于残差的估计量比基于响应的条件二阶矩的估计量有更好的性能。
2008-12-14 math.ST stat.ME stat.TH
A model specification test for the variance function in nonparametric regression
在完全非参数回归模型中考虑了条件方差参数形式的检验问题。提出了一种基于原假设和备择假设下残差经验特征函数之间加权$L_2$ -距离的检验统计量，并进行了理论研究。得到了检验统计量的零渐近分布，并用来逼近临界值。在几个蒙特卡罗实验中数值研究了所提出的测试的有限样本特性。开发的结果假设独立的数据。它们的扩展相关的意见进行了讨论。
2018-07-23 stat.ME
Fast Nonparametric Conditional Independence Testing via Two-Stage Regression
Department of Biomedical Informatics, University of Pittsburgh（生物医学信息学系，匹兹堡大学）
提出BLITZ方法，通过两阶段回归（低阶多项式+浅层树）快速消除条件集影响，实现校准良好的非参数条件独立性检验，适用于因果发现。
2026-06-23 cs.LG stat.ME stat.ML
Bayesian nonparametric mean residual life regression
针对概率框架下平均剩余寿命回归推断方法有限的问题，提出基于Dirichlet过程混合的贝叶斯非参数回归方法，扩展纳入组间依赖，开发后验推断方法，经模拟和右删失生存数据验证有效。
2024-01-24 stat.AP stat.ME
Bayesian Nonparametric Causal Inference for Quantile Residual Life: An Application to Alzheimer's Disease
U.S. FDA（美国食品药品监督管理局）；Konkuk University（建国大学）；Duke University（杜克大学）；National Cancer Institute（美国国家癌症研究所）
本文提出一种贝叶斯非参数方法，用于估计阿尔茨海默病患者残余无痴呆时间的分位数，通过数据增强处理缺失基线协变量，支持临床相关的时间点分析，并评估残余未测量混杂因素的影响。
2026-07-29 stat.AP stat.ME
Nonparametric Model Checking and Variable Selection
设X为协变量的d维向量，Y为响应变量。在非参数模型Y = m（X）+ σ（X）\in下，我们开发了一个ANOVA型检验，用于原假设X的特定坐标对回归函数没有影响。在原假设和局部替代假设下，利用Nadaraya-Watson型核估计和d \leq 4的残差，建立了检验统计量的渐近分布.仿真结果表明，在稀疏模型下，通过充分的降维，检验的适用性扩展到任意d。利用该检验的p值，提出了一种基于多重检验思想的变量选择方法。拟议的测试优于现有的程序，而额外的模拟显示，拟议的变量选择方法执行竞争力对完善的程序。一个真实的数据集进行了分析。
2012-05-30 stat.ME
A Bayesian Nonparametric Markovian Model for Nonstationary Time Series
一般来说，由参数分布建立的平稳时间序列模型由于对残差分布和自回归关系的假设而在范围上受到限制。我们提出了一种建模方法，单变量时间序列数据，它不假设平稳性，可以容纳复杂的动态和捕获非标准分布。转移密度的模型来自二元正态分布的贝叶斯非参数混合所隐含的条件分布。这意味着一个灵活的自回归形式的条件转移密度，定义一个时间均匀的，非平稳的，马尔可夫模型的实值数据索引在离散时间。为了获得一个更易于计算的算法后验推理，我们利用一个无平方根的Cholesky分解的混合核协方差阵。模拟数据的结果表明，该模型能够恢复具有挑战性的过渡和预测密度。我们还说明了老忠实间歇泉喷发之间的时间间隔模型。扩展，以适应高阶结构和发展的状态空间模型进行了讨论。
2016-05-03 stat.ME
Nonparametric testing of the covariate significance for spatial point patterns under the presence of nuisance covariates
确定相关的空间协变量是点模式分析中最重要的问题之一。参数化方法可能导致错误的结论，特别是当点之间的相互作用模型是错误的。因此，我们提出了一个完全非参数的方法来检验协变量的显着性，考虑到滋扰协变量的可能影响。我们的检验与名义显著性水平相匹配，并且在强度函数模型和相互作用模型都正确的情况下，它们的功效与参数检验的功效相当。当强度函数的参数模型错误时，我们的测试会获得更高的功效。所提出的方法依赖于蒙特卡罗测试，并利用新引入的协变量加权残差测度。我们还定义了一个点过程和一个协变量之间的相关系数和一个部分相关系数量化的依赖点过程和一个协变量的利益，同时消除滋扰协变量的影响。
2022-10-11 stat.ME
Parametric and nonparametric models and methods in financial econometrics
金融计量经济学已成为一个日益热门的研究领域。在本文中，我们回顾了一些参数和非参数模型和方法在这一领域中使用。在介绍了几种常用的连续时间和离散时间模型之后，详细研究了离散样本的相关结构，包括马尔可夫性质、隐马尔可夫结构、污染观测值和随机样本。然后，我们讨论了几个流行的参数和非参数估计方法。为了避免模型的错误设定，模型验证在金融建模中起着关键的作用。我们讨论了几种模型验证技术，包括伪似然比检验、基于非参数曲线回归的检验、基于残差的检验、广义似然比检验、同时置信带构造和基于密度的检验。最后，我们简要介绍了研究大样本性质的工具。
2008-03-20 q-fin.ST stat.ME
Robust Nonparametric Testing Approaches for Spatial Regression
Yonsei University（延世大学）；University of South Bohemia（南波希米亚大学）；University Jaume I（海梅一世大学）
本文提出基于随机位移的稳健非参数蒙特卡洛检验框架，用于空间回归中的稳健推断，无需参数假设，通过残差间依赖性测量评估协变量显著性。
2026-05-10 stat.ME
Efficiency of nonparametric e-tests
本文针对对称性非参数假设，构造三种常用非参数检验的 e-value 版本，并提出对应于 Pitman 渐近相对效率的评价概念以分析其效率。
2024-01-26 math.ST stat.ME stat.TH
Difference-based covariance matrix estimate in time series nonparametric regression with applications to specification tests
针对时变系数函数线性模型，提出基于差分且去偏的长期协方差矩阵估计量，支持非平稳、长程相依与异方差，并用于结构稳定性和长记忆检验。
2024-02-28 math.ST stat.ME stat.TH
A copula approach for dependence modeling in multivariate nonparametric time series
本文研究了在可能包含时间序列过去值的协变量存在的情况下，两个（或多个）时间序列的相关结构的建模问题。我们假设协变量只影响每个时间序列的条件均值和条件方差，但标准化新息的分布不受协变量的影响，并且在时间上是稳定的。联合分布的时间序列，然后确定的条件均值，条件方差和边缘分布的创新，我们估计nonparametrically，和copula的创新，它代表的依赖结构。我们考虑一个非参数以及半参数估计的基础上估计残差。我们表明，在适当的假设下，这些copula估计是渐近等价的估计，将基于未观察到的创新。通过仿真和实际数据的例子说明了理论结果。
2018-12-10 math.ST stat.ME stat.TH
The mosaic permutation test: an exact and nonparametric goodness-of-fit test for factor models
本文提出了 mosaic permutation test，一种用于因子模型的精确非参数拟合优度检验方法，利用机器学习检测模型违例并控制假阳性率，应用于 BFRE 模型发现了房地产股票间的未解释相关性。
2024-09-26 stat.ME
A consistent nonparametric test of the effect of dementia duration on mortality
本文提出一种一致非参数检验方法，通过比较半马尔可夫与马尔可夫核估计量的收敛速率差异，构建渐近卡方分布的检验统计量，发现痴呆持续时间对死亡率有显著影响。
2021-06-07 stat.ME
Testing the parametric form of the conditional variance in regressions based on distance covariance
本文提出了一种新的检验方法，用于检验非线性非参数回归模型中基于距离协方差的条件方差的参数形式。继承了距离协方差的优良性质，我们的检验在实践中非常容易实现，并且受协变量维数的影响较小。在原假设和备择假设下，研究了检验统计量的渐近性质。我们表明，建议的测试是一致的，对任何替代品，并可以检测本地的替代品收敛到原假设的参数率1/根（n）在非线性和非参数设置。由于检验统计量的极限零分布是难以处理的，我们提出了一种残差自助法来近似极限零分布。模拟研究，以评估有限样本的性能所提出的测试。我们还将建议的测试应用到一个真实的数据集进行说明。
2022-05-18 stat.ME
Conditional-Marginal Nonparametric Estimation for Stage Waiting Times from Multi-Stage Models under Dependent Right Censoring
针对多阶段模型中的阶段等待时间，提出两种非参数估计方法（IPCW和FRE），处理相依右删失，并通过模拟和真实数据验证其有效性。
2025-04-23 stat.ME
Posteriors, conjugacy, and exponential families for completely random measures
我们演示了如何计算后验一般CRM为基础的先验和似然贝叶斯非参数模型。我们进一步展示了如何表示贝叶斯非参数先验作为一个序列的有限提请使用大小偏置的方法-以及如何表示完整的贝叶斯非参数模型通过有限的边际。出于共轭先验的基础上指数族表示的可能性，我们引入了一个概念的指数族标准物质，我们称之为指数标准物质。这种结构使我们能够指定自动贝叶斯非参数共轭先验指数CRM似然。我们证明，我们的指数标准物质允许特别简单的配方贝叶斯非参数模型的大小偏置和边际表示。一路上，我们证明了伽玛过程是一个共轭先验的泊松似然过程和β素数过程是一个共轭先验的过程，我们称之为赔率伯努利过程。我们提供了一个大小偏置的伽玛过程和伽玛过程的边缘表示加上泊松似然过程。
2016-04-22 math.ST stat.ME stat.TH
Nonparametric Maximum Entropy Probability Density Estimation
给定独立同分布的随机变量样本，提出了一种新的非参数最大熵方法来估计潜在的连续单变量密度函数（pdf）。通过基于单顺序统计量的对数似然函数最大化，在通过使用蒙特卡洛随机搜索方法迭代改进的试验累积分布函数序列进行转换之后，找到估计值。通过评估随机变量对采样均匀随机数据的统计特性的改善进行量化。质量是确定使用经验得出的评分函数，是缩放为样本大小不变。评分函数识别非典型波动，针对非典型波动设置阈值以定义客观标准，该客观标准在试验迭代继续改进模型pdf时防止欠拟合，并且在过拟合发生之前停止迭代周期。不需要事先了解数据。pdf模型的集合用于反映由于随机样本中的统计波动而引起的不确定性，并且使用显示与大小不变统计量的偏差的缩放残差分位数图来可视化估计的质量。这些考虑导致一种易于处理的方法，该方法整体地采用随机变量的关键原理及其统计特性，并结合采用正交基函数和数据驱动的自适应算法。基准测试表明，随着样本量的增加，pdf估计值很容易收敛到真实的pdf。几个测试的概率密度，包括不连续性，多分辨率尺度，重尾和奇异性的PDF的情况下，表明了稳健的结果，提出了一个普遍适用的方法统计推断。
2016-06-28 math.PR stat.ME
On the Decreasing Power of Kernel and Distance based Nonparametric Hypothesis Tests in High Dimensions
Carnegie Mellon University（卡内基梅隆大学）
本文研究了两个相关的决策理论问题：非参数两样本检验和独立性检验。有一个信念，最近提出的两个解决方案，基于内核和点对之间的距离，在高维环境中表现良好。我们确定了导致上述信念的误解的不同来源。具体来说，我们区分硬度的估计检验统计量的硬度测试这些统计量是否为零或没有，并明确讨论了一个概念，这些问题的“公平”的替代假设，作为尺寸的增加。然后，我们证明，这些测试的力量实际上下降多项式增加对公平的替代品的尺寸。最后，我们给出了一些理论上的见解，并阐明了用于内核带宽选择的\textit{median heuristic}。我们的工作推进了当前对现代非参数假设检验在高维中的作用的理解。
2014-11-24 cs.IT cs.LG math.IT
Nonparametric goodness-of-fit testing for parametric covariate models in pharmacometric analyses
针对药物计量分析中协变量—参数函数关系缺乏严格检验的问题，提出相对于核化 Tikhonov 正则化备择假设的非参数拟合优度检验，并通过单克隆抗体清除率模拟验证其高检验效能与可行性。
2020-11-15 q-bio.QM stat.AP stat.ME
Nonparametric independence testing via mutual information
我们提出了一个测试的独立性的两个多变量随机向量，给定的样本从底层人口。我们的方法，我们称之为MINT，是基于互信息的估计，其分解为联合和边际熵，便于使用最近开发的高效熵估计来自最近的邻居距离。建议的临界值，这可能是从模拟（在一个边际是已知的情况下）或restaurant，保证测试具有标称大小，我们提供本地电源分析，均匀的密度类，其互信息满足一个下限。我们的想法可以扩展到提供一个新的拟合优度测试的正常线性模型的基础上评估我们的向量的协变量和一个适当定义的概念的误差向量的独立性。模拟和真实数据的数值研究支持的理论。
2017-11-17 cs.IT math.IT math.ST
Reward Maximization for Pure Exploration: Minimax Optimal Good Arm Identification for Nonparametric Multi-Armed Bandits
Cornell Tech（康奈尔科技学院）
本文针对非参数多臂老虎机中的好臂识别问题，提出将奖励最大化采样与新型任意时刻有效序贯检验相结合的方法，在错误概率约束下实现最小最大最优停止时间，并在实验中显著减少样本量。
2024-10-21 cs.LG stat.ME stat.ML
Multivariate Rank-based Distribution-free Nonparametric Testing using Measure Transportation
在本文中，我们提出了一个一般的框架，分布自由的非参数检验在多维，基于一个概念的多变量秩定义的测量运输理论。与文献中其他现有的建议不同，这些多变量的行列与通常的一维行列共享一些有用的属性，最重要的是，这些行列是分布自由的。这一重要的观察使我们能够设计出在原假设下完全无分布的非参数检验。我们证明了这种方法的适用性，通过构建两个经典的非参数问题的精确分布测试：（i）测试随机向量之间的相互独立性，和（ii）测试多元分布的平等。特别地，我们提出了距离协方差的（多变量）秩版本（Székely等人，2007年）和能源统计（Székely和Rizzo，2013年）分别用于测试情景（i）和（ii）。在这两个问题中，我们得到了所提出的检验统计量的渐近零分布。我们进一步表明，我们的测试是一致的，对所有固定的替代品。此外，所提出的测试是无调谐的，计算上可行的，并且在对底层分布的最小假设下被良好定义（例如，他们不需要任何时刻假设）。我们还证明了这些程序的有效性，通过广泛的模拟。在分析我们的程序的理论性质的过程中，我们最终证明了一些新的结果，在测量运输理论和置换统计极限理论中使用Stein的方法可交换对，这可能是独立的利益。
2019-10-04 math.ST stat.ME stat.TH
Are Unobservables Separable?
在实证研究中，通常假设可观测量和不可观测量是可加性分离的，特别是当前者是内生的时。之所以这样做，是因为人们普遍认识到，当考虑到两者之间的相互作用时，就会出现识别和估计方面的挑战。从不可分离的IV模型出发，其中工具变量与不可观测量无关，我们发展了一种新的不可观测量分离性的非参数检验。检验统计量的大样本分布是非标准的，并且依赖于非参数IV残差的经验分布的新的Donsker型中心极限定理，这可能是独立的兴趣。使用2015年美国消费者支出调查的数据集，我们发现该测试拒绝了大多数商品恩格尔曲线的可分性。
2021-04-01 econ.EM math.ST stat.AP
On Estimating Optimal Regime for Treatment Initiation Time Based on Restricted Mean Residual Lifetime
在艾滋病和癌症等许多医学研究中，何时开始对患者进行治疗是一个重要问题。在这篇文章中，我们制定的治疗开始时间问题的时间到事件的数据，并提出了一个最佳的个性化制度，确定最佳的治疗开始时间为个别患者的基础上，他们的特点。不同于现有的最佳治疗方案，其中治疗是在预先指定的时间进行，这里出现了新的挑战，从复杂的缺失机制，在治疗开始时间的数据和连续治疗规则的开始时间。为了解决这些挑战，我们建议使用限制平均剩余寿命作为一个值函数来评估不同的治疗开始制度的性能，并开发一个非参数估计的值函数，这是一致的，即使当治疗开始时间是不完全可观察的，其分布是未知的。我们还建立了在决策规则及其相关的价值函数估计的估计的渐近性质。特别是，估计值函数的渐近分布是非标准的，它遵循加权卡方分布。通过仿真研究评估了所提出的方法的有限样本性能，并进一步说明了乳腺癌数据的应用程序。
2021-09-29 stat.AP stat.ME
Non Parametric Statistics of Dynamic Networks with distinguishable nodes
随机图和随机网络的研究在过去的几十年里有了爆炸性的发展。与此同时，网络序列的统计分析技术发展较少。在本文中，我们专注于网络序列与一个固定数量的标记节点和研究一些统计问题的非参数框架。我们引入自然的概念，中心和深度函数的网络，随着时间的推移。我们开发了几种统计技术，包括测试，监督和无监督分类，以及网络空间中主成分集的一些概念。给出了一些例子和渐近结果，以及两个实际数据的例子。
2017-04-15 cond-mat.dis-nn cond-mat.stat-mech physics.data-an
