Statistical Inference for Chi-square Statistics or F-Statistics Based on Multiple Imputation
本研究针对Rubin规则无法合并多重插补数据的一般F统计量、卡方统计量的问题，提出显式分数形式下的F统计量合并方法并扩展至卡方统计量，还为无显式分数形式的两种常用F检验开发方法及配套SAS宏。
2024-09-17 stat.ME
Substantive-Model-Compatible Multiple Imputation for Cox Regression with a Diverging Number of Covariates
Department of Biostatistics, University of Michigan, Ann Arbor（密歇根大学生物统计系）
本文提出了一种半参数多重插补框架，用于处理具有发散维度的Cox回归中缺失协变量的问题，通过Cox模型似然贡献驱动的高维SMC-FCS过程进行插补，并结合拒绝采样和岭正则化后验抽样以保持模型兼容性，最终通过Rubin规则结合去偏估计器和插补内部方差估计进行推断。
2026-05-20 stat.ME
A Convexified Matching Approach to Imputation and Individualized Inference
本文提出一种基于计算最优传输的凸化匹配方法，融合最优匹配、回归填补与合成控制，在保持聚合汇总的同时估计个体处理效应，并利用熵正则化算法实现快速计算与置信区间控制。
2024-07-07 econ.EM stat.ME
An Adaptively Resized Parametric Bootstrap for Inference in High-dimensional Generalized Linear Models
当参数数量和样本量之间的比率不可忽略时，逻辑斯谛回归模型中精确的统计推断仍然是一个关键的挑战。这是因为基于经典渐近理论或自举计算的近似值都严重偏离了目标。本文介绍了一种用于推断任意维模型参数的自举方法。与参数自助法一样，我们从分布中重新采样观测值，该分布取决于估计的回归系数序列。新颖之处在于，这个估计实际上远离最大似然估计（MLE）。这一估计是由最近的理论研究性质的MLE在高维，并获得适当收缩的MLE向原点。我们证明，调整大小的自助方法产生有效的置信区间在模拟和真实数据的例子。我们的方法扩展到其他高维广义线性模型。
2022-08-18 stat.ME
Development of a Common Patient Assessment Scale across the Continuum of Care: A Nested Multiple Imputation Approach
通过急性后护理连续体评估和跟踪患者的功能状态需要一个通用的工具。然而，不同的急性后服务提供者，如疗养院，住院康复设施和家庭健康机构依赖于不同的工具来评估患者的功能状态。这些工具评估类似的功能状态域，但它们包括不同的活动，评级量表和评分说明。这些差异阻碍了在医疗保健环境中比较患者的评估。我们提出了一个两步的程序，结合嵌套多重插补与多变量有序概率（MVOP）模型，以获得一个共同的患者评估量表在急性后护理连续。我们的程序在多个评估日期对未测量的评估进行了估算，并使用一种通用的测量方法对在不同医疗机构接受治疗的患者的功能改善率进行了评价和比较。为了使用MVOP模型生成未测量评估的多重插补，开发了结合期望最大化算法和自助法的基于似然的方法以及使用数据增强算法的完全贝叶斯方法。使用中风患者的数据集，我们模拟了缺失评估，并将MVOP模型与现有方法进行比较，以填补不完整的多变量有序变量。我们表明，对于所有的被估量考虑，并在大多数的实验条件下进行了检查，MVOP模型似乎是优越的。然后，将拟议的程序应用于中风患者，并将其从康复机构释放到专业护理机构或家中。
2018-07-18 stat.ME
Mediation analysis with missing data through multiple imputation and bootstrap
介绍了中介分析中利用多重插补和Bootstrap处理缺失数据的方法，并在SAS软件中实现。通过仿真研究，表明该方法对MCAR和MAR数据在无辅助变量和有辅助变量的情况下都有很好的效果。它还表明，该方法同样适用于MNAR数据，如果辅助变量相关的缺失。通过对全国青年纵向调查数据的一个子集的分析，证明了该方法的应用。
2014-01-09 stat.ME
Selective inference after feature selection via multiscale bootstrap
在回归中显示所选特征或预测变量的置信区间或$p$值是很常见的，但它们通常涉及选择偏倚。选择性推理方法通过对选择事件进行条件化来解决这种偏差。大多数现有的选择性推理研究考虑一个特定的算法，如Lasso，用于特征选择，因此他们在处理更复杂的算法时有困难。此外，现有的研究经常考虑不必要的限制性事件，导致过度调节和较低的统计功效。我们的新的和广泛适用的restaurant方法，通过多尺度引导解决这些问题，计算一个近似无偏的选择$p$值为选定的功能。作为所提出的方法的简化，我们还开发了一个更简单的方法，通过经典的自助。我们证明了我们的多尺度bootstrap方法计算的$p$值比经典bootstrap方法更准确。此外，数值实验表明，我们的算法，即使是更复杂的特征选择方法，如非凸正则化。
2022-06-01 stat.ME
A Unified Framework for Inference with General Missingness Patterns and Machine Learning Imputation
本文提出一种在MAR假设下利用机器学习插补处理一般缺失模式的统一Z估计推断框架，通过按缺失模式分层、掩码插补与加权聚合构造估计量，并证明其渐近正态性及相对加权完整案例分析的效率优势。
2026-10-27 stat.ME stat.ML
Calibrated Percentile Double Bootstrap For Robust Linear Regression Inference
当协变量是随机的并且响应和协变量之间的关系可能是非线性的时，我们考虑对线性模型的参数的推断。传统的推理方法，如z-间隔在这些情况下表现不佳。我们提出了一种基于双引导的校准百分位数的方法，ESP-CAL，作为一种通用的CI方法，相对于替代方法在具有挑战性的情况下，如这些执行得很好。通过一个全面的、全因子设计的合成数据研究以及一个涉及刑事判决时间的真实数据示例，证明了该算法的优越性能。我们还提供了理论上的理由，在温和的条件下，的d-cal方法。该方法是在R包“Rankcal”中实现的，可通过CRAN获得，主要用C++编码，以使从业者更容易使用。
2017-01-16 stat.ME
Model-based standardization using multiple imputation
提出基于多重插补的模型标准化方法（MIM），通过生成合成数据集并利用贝叶斯框架传播不确定性，在广义线性模型下实现边际治疗效应的无偏估计。
2024-01-06 stat.ME
A pseudo empirical likelihood approach for stratified samples with nonresponse
在调查中，不回答是很常见的。当调查变量$Y$的响应概率通过观察到的辅助分类变量$Z$取决于$Y$时（即，$Y$的回答概率有条件地独立于$Y$（给定$Z$），实践中经常使用的一种简单方法是使用$Z$类别作为插补单元格，并通过插补非应答者或在每个插补单元格内重新加权应答者来构建估计量。然而，当某些$Z$类别具有小尺寸并且经常应用特别方法来折叠小填充单元时，这种简单方法是低效的。假设一个参数模型的条件概率$Z$给定$Y$和一个非参数模型的分布$Y$，我们开发了一个伪经验似然方法，以提供更有效的调查估计。我们的方法避免了任何特别的折叠小$Z$类别，因为重新加权或插补是跨$Z$类别完成的。基于伪经验似然方法，导出了总体均值估计量的渐近分布。对于方差估计，我们考虑了一个自助过程，并建立了它的一致性。一些模拟结果提供评估有限样本性能的估计。
2009-03-03 stat.ME
Multiple imputation of incomplete multilevel data using Heckman selection models
缺失数据是医学研究中常见的问题，通常使用多重插补来解决。虽然传统的插补方法允许有效的统计推断时，数据随机缺失（MAR），其实施是有问题的，当缺失的存在取决于未观察到的变量，即数据是非随机缺失（MNAR）。不幸的是，这种MNAR情况在观察性研究、登记和其他真实世界数据来源中相当常见。虽然已经提出了几种插补方法来解决个别研究时，数据是MNAR，其应用程序和多层次结构的大型数据集的有效性仍然不清楚。因此，我们深入探讨了MNAR数据在分层数据中的后果，并提出了一种新的聚类数据集常见缺失模式的多级插补方法。该方法基于Heckman选择模型的原理，采用两阶段荟萃分析方法来插补可能是结局或预测因子的二元和连续变量，以及系统性或偶发性缺失。在模拟场景中评估了所提出的插补模型后，我们说明了它在横断面社区调查中的使用，以估计乌干达5个次区域2 - 10岁儿童疟疾寄生虫血症的患病率。
2023-01-12 stat.ME
Bootstrap Nonparametric Inference under Data Integration
本文提出一种数据整合框架下的乘子bootstrap非参数推断方法，通过两步调整源数据并结合目标数据，实现对目标均值函数的局部与全局推断，并证明了估计量的最优收敛速率与bootstrap一致性。
2025-01-03 stat.ME
Wild Residual Bootstrap Inference for Penalized Quantile Regression with Heteroscedastic Errors
本文考虑一类异方差回归模型，其中某些回归系数为零，但不知道哪些为零。惩罚分位数回归是分析这类数据的一种有效方法。通过允许不同的协变量与不同分位数水平的条件分位数函数建模相关，它提供了比均值回归更完整的响应变量条件分布的图像。现有的惩罚分位数回归的工作主要集中在点估计。虽然Bootstrap方法最近被证明是有效的惩罚平均回归的推断，他们不直接适用于惩罚分位数回归与异方差误差。我们证明了未惩罚分位数回归的一个野生残差自举过程对于逼近具有自适应$L_1$惩罚的分位数回归估计的分布是渐近有效的，并且一个修改的版本可以用来逼近$L_1$惩罚的分位数回归估计的分布.新方法不需要估计未知的误差密度函数。我们建立一致性，证明有限样本的性能，并说明了一个真实的数据例子的应用程序。
2018-07-20 stat.ME
Nonparametric Statistical Inference and Imputation for Incomplete Categorical Data
分类数据的缺失是各种实际应用中常见的问题。传统的方法要么只利用完整观测值，要么不考虑缺失数据的真实条件分布，而采用一些特别的方法来估算缺失数据，从而丢失或扭曲了部分观测值中丰富的信息。在本文中，我们提出了Dirichlet过程的折叠乘积多项式混合（DPMCPM）的完整的数据联合建模和计算模型的效率。通过拟合乘积-多项分布的无限混合，DPMCPM适用于任何分类数据，而不管真实分布如何，其中可能包含变量之间的复杂关联。在潜在类分析的框架下，我们表明，DPMCPM可以通过创建一个额外的类别来表示缺失，这隐含地整合了丢失的部分，就其真实的条件分布的一般缺失机制建模。通过模拟研究和实际应用，我们证明了DPMCPM在各种缺失机制的不完全分类数据的统计推断和插补方面优于现有方法。DPMCPM作为R包\texttt{MMDai}实现，可从Comprehensive R Archive Network（https://cran.r-project.org/web/packages/MMDai/index.html）获得。
2019-07-11 stat.CO stat.ME
Comparing weighting and imputation methods for enhancing statistical inference of health surveys given administrative claims data
本文研究如何利用行政索赔数据，通过多重插补方法增强健康调查中对有限总体均值的统计推断，并与朴素分析和传统逆抽样概率加权方法进行比较，以改进对医疗保健组织特征与医疗服务关系的估计。
2023-09-24 stat.AP stat.ME
A cautionary tale on using imputation methods for inference in matched pairs design
生物医学领域的插补程序已经成为统计实践，因为可以忽略以前存在的缺失值进行进一步的分析。特别是，非参数插补方案，如随机森林或与随机梯度提升的组合，与更传统的MICE程序相比，显示出良好的插补性能。然而，迄今为止尚未分析它们对有效统计推断的影响。本文通过调查它们在不完全观察对中推断平均差异的有效性来缩小这一差距，同时反对最近的一种方法，这种方法只适用于手头的给定观测。我们的研究结果表明，用于（乘）插补缺失值的机器学习方案可能会增加I型错误或导致小到中等匹配对的低功率，即使在使用Rubin的多重插补规则修改检验统计量之后。除了广泛的模拟研究，一个说明性的数据例子，从乳腺癌基因研究已被认为是。
2018-08-10 stat.AP
Bootstrap inference for the finite population total under complex sampling designs
Bootstrap是进行统计推断的有用工具，但在复杂的调查抽样下可能提供错误的结果。关于Bootstrap推理的研究大多是在简单随机抽样和分层随机抽样下进行的。本文提出了一种统一的Bootstrap方法，它适用于一些复杂的抽样设计，包括Poisson抽样和概率比例抽样。Bootstrap方法的两个主要特点是使用学生化进行推理，并通过引入抽样信息，基于多项分布对有限总体进行Bootstrap。我们表明，所提出的自助方法是二阶准确使用Edgeworth展开。两个模拟研究进行了比较建议的自助方法与Wald型方法，这是广泛使用的调查抽样。结果表明，所提出的自助方法是更好的覆盖率，特别是当样本量有限。
2019-01-07 math.ST stat.ME stat.TH
Bootstrap Inference in Nonlinear Panel Data Models with Interactive Fixed Effects
KU Leuven（荷语鲁汶大学）
本文提出使用参数自助法进行非线性面板数据模型中交互固定效应的最大似然估计推断，证明其渐近无偏性，并提出基于变换的自助置信区间以提升小样本性能。
2026-04-29 econ.EM stat.ME
Two-Sample Testing with Missing Data via Energy Distance: Weighting and Imputation Approaches
本文针对含缺失数据的双样本检验问题，提出基于能量距离的加权检验统计量及相应重抽样方法，并设计适用于插补样本的自助法，通过模拟给出不同场景下的使用建议。
2025-08-15 math.ST stat.CO stat.ME
Resampling-free bootstrap inference for quantiles
Bootstrap推断是获得分位数和分位数差分估计的稳健推断的有力工具。Bootstrap推理的计算密集性使其在大规模实验中不可行。在本文中，Poisson bootstrap算法和分位数估计的理论特性，推导出替代的重新采样免费算法的Poisson bootstrap推断，大大降低了计算复杂性，没有额外的假设。这些发现与基于顺序统计量的分位数分析置信区间的现有文献有关。结果解锁自助推断的差异，分位数几乎任意大的样本。在Spotify，我们现在可以轻松地计算具有数亿个观测值的A/B测试中的分位数和分位数差异的自举置信区间。
2022-03-09 math.ST stat.CO stat.ME
Multiple Imputation via Generative Adversarial Network for High-dimensional Blockwise Missing Value Problems
University of Pennsylvania（宾夕法尼亚大学）
缺失数据存在于大多数现实问题中，需要仔细处理以保持下游分析中的预测准确性和统计一致性。多重填补方法作为处理缺失数据的金标准，被提出来考虑填补的不确定性，并提供适当的统计推断。在这项工作中，我们提出了通过生成对抗网络（MI-GAN）的多重插补，这是一种基于深度学习（具体来说，基于GAN）的多重插补方法，可以在具有理论支持的随机缺失（MAR）机制下工作。MI-GAN利用了条件生成对抗神经工程的最新进展，并在插补误差方面显示出与高维数据集上现有最先进插补方法相匹配的强大性能。特别是，MI-GAN在统计推断和计算速度方面明显优于其他插补方法。
2021-12-21 cs.LG stat.AP
Bootstrap inference in factor-augmented regressions with weak factors
Center for Data Science, Waseda University（早稻田大学数据科学中心）；Department of Economics and Related Studies, University of York（约克大学经济与相关研究系）；Graduate School of Economics and Management, Tohoku University（东北大学经济管理学院）
针对因子增广回归模型估计量分布近似问题，提出更高效的bootstrap算法，采用两种数据依赖旋转矩阵及纯信号依赖旋转矩阵证明其渐近有效性，实验验证性能优于现有方法。
2026-10-15 econ.EM stat.ME
Wild bootstrap for mean response inference in functional linear regression models
Kent State University（肯特州立大学）；University of California, Berkeley（加州大学伯克利分校）；Iowa State University（爱荷华州立大学）
针对函数线性回归中残差自助法无法处理异方差、配对自助法计算成本高的问题，提出野自助法，兼具计算快速和适用范围广的优点，并给出截断水平选择方法。
2026-06-16 math.ST stat.ME stat.TH
Bootstrap inference for quantile-based modal regression
本文提出了基于分位数回归的条件模式统一推理方法。具体来说，我们提出了估计条件模式的估计条件分位数函数的导数最小化平滑的线性分位数回归估计定义，并开发了两个自助方法，一个新的枢轴自助和非参数自助，我们的条件模式估计。建立在高维高斯近似技术，我们建立了同时从两个引导方法的条件模式的置信矩形的有效性。我们还将前面的分析扩展到协变量向量的维数随样本量增加的情况。最后，我们使用美国工资数据进行模拟实验和真实数据分析，以证明我们的推理方法的有限样本性能。
2021-04-12 math.ST stat.ME stat.TH
Autoregressive Wild Bootstrap Inference for Nonparametric Trends
在本文中，我们提出了一个自回归的野生自助方法来构建一个光滑的确定性趋势周围的置信带。自举法易于实施，在存在缺失数据的情况下不需要任何调整，这使得它特别适合于气候学应用。我们建立了一般条件下的逐点和同步置信带的自助方法的渐近有效性，允许一般模式的缺失数据，序列依赖性和异方差。在模拟研究中的方法的有限样本特性进行了研究。我们使用的方法来研究在日常测量的大气乙烷在瑞士阿尔卑斯山的气象站，在那里的方法可以很容易地处理由于不利的天气条件下，许多缺失的观测结果的趋势的演变。
2019-11-25 econ.EM stat.ME
Optimal Debiased Inference on Privatized Data via Indirect Estimation and Parametric Bootstrap
Purdue University（普渡大学）；University of Pittsburgh（匹兹堡大学）
本文提出一种去偏参数Bootstrap框架，利用间接推断方法估计参数并改进推断，解决隐私机制引入的偏差问题，实现更准确的置信区间和假设检验。
2026-07-10 cs.CR stat.ME
A Cheap Bootstrap Method for Fast Inference
自助法是一种通用的推理方法，在许多统计问题中已经证明是强大的。然而，当应用于现代大规模模式时，它可能面临大量的计算需求，重复的数据恢复和模型拟合。我们提出了一个引导方法，使用最少的计算，即与低至一个蒙特卡罗复制的重采样工作，同时保持理想的统计保证。我们提出了这种方法的理论，使用一个扭曲的角度从标准的引导原则。我们还提出了这种方法的概括嵌套抽样问题和一系列的子采样变量，并说明它如何可以用于快速推断不同的估计问题。
2022-01-31 math.ST stat.CO stat.ME
Bootstrap-Aggregated Method-of-Moments Estimation of the Copula Correlation Parameter for Marginal Survival Inference under Dependent Censoring
Yonsei University（延世大学）
本文提出一种基于bootstrap的矩估计法，用于估计在依赖性删失情况下生存边缘推断中的copula相关参数，通过模拟退火算法进行bootstrap聚合以获得稳定估计，验证了方法在临床试验中的有效性。
2026-04-05 stat.AP stat.ME
Black-box Selective Inference via Bootstrapping
本文提出利用 bootstrap 反复运行黑箱选择算法以估计选择概率和条件数据分布，从而在无精确选择事件刻画时实现条件选择性推断，并给出理论保证。
2023-08-20 stat.ME stat.ML
Robust Inference via Multiplier Bootstrap
本文研究了两个基本的统计推断问题的理论基础，置信集的建设和大规模的同时假设检验，在重尾数据的存在。对于重尾观测噪声，以样本均值为代表的基于最小二乘的方法的有限样本性质在理论上和经验上都是次优的。在本文中，我们证明了自适应Huber回归，结合乘数引导程序，提供了一个有用的鲁棒替代最小二乘法的最小二乘法。我们的理论和实证结果揭示了所提出的方法的有效性，并强调了具有强大的重尾推理方法的重要性。
2019-03-18 math.ST stat.ME stat.TH
Cheap subsampling bootstrap confidence intervals with applications to longitudinal causal inference
University of Copenhagen（哥本哈根大学）；Steno Diabetes Center Copenhagen（哥本哈根斯泰诺糖尿病中心）
提出一种基于Cheap Bootstrap的快速子抽样自助法，利用t分布分位数在少量重复下实现渐近线性估计量的理想覆盖率，并验证了其在半参数因果推断中的有效性与性能。
2026-10-02 stat.AP stat.ME
Selective inference for the problem of regions via multiscale bootstrap
对多元正态模型的参数空间中表示为任意形状区域的原假设，给出了一种选择性推断的一般假设检验方法.这种方法对于层次聚类是有用的，其中聚类的置信水平仅针对出现在树状图中的聚类来计算，因此受到严重的选择偏差。我们的计算是基于一个原始的置信度，称为自举概率，这是很容易通过计算有多少次相同的集群出现在自举复制的树状图。我们利用抽象参数空间中区域的几何量，即符号距离和中曲率的标度律来调整自举概率的偏差。虽然这一思想已被用于非选择性推理的层次聚类，其选择性推理版本还没有在文献中讨论。我们的偏差校正后的$p$值在区域光滑边界表面的大样本理论中具有渐进二阶精度，并且它们对于非光滑表面（例如多面体圆锥）也是合理的。的$p$ -值是渐近等价的迭代引导，但具有更少的计算。
2018-03-27 math.ST stat.ME stat.TH
On the Relation between Prediction and Imputation Accuracy under Missing Covariates
Technical University of Dortmund（多特蒙德工业大学）
在回归或分类问题中缺少协变量可能会禁止直接使用高级工具进行进一步分析。最近的研究已经意识到使用现代机器学习算法进行插补的趋势越来越大。这源于它们在不同的学习问题中表现出良好的预测精度的能力。在这项工作中，我们通过模拟分析之间的相互作用的插补精度和预测精度的回归学习问题与缺失的协变量时，机器学习为基础的方法，插补和预测使用。此外，我们还探讨了在预测环境中使用统计推断程序时的插补性能，例如（有效）预测区间的覆盖率。我们的分析是基于UCI机器学习库提供的经验数据集和广泛的模拟研究。
2021-12-09 cs.LG stat.AP stat.ME
SMIM: a unified framework of Survival sensitivity analysis using Multiple Imputation and Martingale
删失生存数据在临床试验研究中很常见。我们提出了一个统一的框架，敏感性分析随机删失的生存数据使用多重插补和鞅，称为SMIM。建议的框架采用δ调整和控制为基础的模型，敏感性参数，需要随机删失和广泛的收集删失非随机假设。此外，考虑到删失导致的缺失数据，其目标是广泛的一类处理效应被估量，定义为治疗特异性生存函数的泛函。多重插补有助于使用简单的全样本估计;然而，标准鲁宾组合规则可能高估了敏感性分析框架中推断的方差。基于估计量的序贯构造，将多重插补估计量分解为鞅序列，并通过对鞅序列的重构，提出了Wild Bootstrap推断。新的自助推断具有理论上的一致性保证，是计算效率相比，非参数自助对应。我们评估有限样本的性能，建议SMIM通过模拟和应用程序上的HIV临床试验。
2021-05-14 stat.ME
Sequential linear regression for conditional mean imputation of longitudinal continuous outcomes under reference-based assumptions
本文提出在条件均值填补框架下采用序贯线性回归实现参考基填补，通过理论证明和模拟验证其有效性，并应用于真实数据，为纵向临床试验缺失数据提供确定性估计与正确推断。
2023-10-17 stat.AP stat.ME
A Bayes-Factor-Guided Approach to Post-Double Selection with Bootstrapped Multiple Imputation
University of Hohenheim（霍恩海姆大学）；University of Milan（米兰大学）
本文提出一种基于贝叶斯因子的后双重选择方法，通过bootstrap多重插补数据集的扰动迭代，利用伯努利试验模型累积变量相关性的证据，提供变量纳入标准和停止规则，无需预先固定bootstrap-插补迭代次数。
2026-04-21 econ.EM stat.ME
Imputation estimators for unnormalized models with missing data
Harvard University（哈佛大学）；The University of Tokyo（东京大学）；RIKEN Center for Brain Science（理化学研究所脑科学中心）；Iowa State University（爱荷华州立大学）
几种统计模型都是以非归一化密度的形式给出的，归一化常数的计算比较困难。我们提出的估计方法，这种未规范化的模型与缺失数据。其关键概念是将插补技术与非标准化模型的估计量（包括噪声对比估计和分数匹配）相结合。此外，我们推导出所提出的估计量的渐近分布和构造置信区间。截断高斯图模型的模拟结果和应用于实际数据的风向表明，所提出的方法有效地使统计推断与非归一化模型的缺失数据。
2020-06-08 cs.LG stat.ME stat.ML
Efficient surrogate-assisted inference for patient-reported outcome measures with complex missing mechanism
越来越多地收集患者报告结局（PRO）指标，作为衡量医疗保健质量和价值的一种手段。预测这些措施的能力，使病人提供共享决策和以病人为中心的护理的交付。然而，由于其自愿性质，PRO措施往往遭受高缺失率，并且缺失可能取决于许多患者因素。在这种复杂的缺失机制下，PRO指标预测模型中参数的统计推断具有挑战性，特别是当使用灵活的插补模型（如机器学习或非参数方法）时。具体而言，灵活插补模型的收敛速度慢，可能导致不可忽略的偏差，而传统的缺失倾向，能够消除这种偏差，是很难估计，由于复杂的缺失机制。为了有效地推断感兴趣的参数，我们建议使用一个信息代理，可以导致一个灵活的插补模型躺在一个低维子空间。为了消除由于灵活的插补模型的偏差，我们确定了一类加权函数作为传统的倾向得分的替代品，并估计低维的一个内确定的功能类。基于估计的低维权函数，我们构造了一个一步去偏估计，而不使用任何真实缺失倾向的信息。我们建立了一步去偏估计的渐近正态性。仿真和实际数据的应用证明了该方法的优越性。
2023-02-27 math.ST stat.ME stat.TH
Inference for function-on-function regression: central limit theorem and residual bootstrap
Kent State University（肯特州立大学）
本文研究了函数-函数回归模型的渐近推断，通过基于函数主成分分析的估计器，改进了中心极限定理并引入残差自助法以提升置信区间校准，通过数值实验验证了其优越性。
2026-03-12 math.ST stat.ME stat.TH
Cluster-Robust Bootstrap Inference in Quantile Regression Models
在本文中，我开发了一个野生自助程序的集群鲁棒推理的线性分位数回归模型。我的引导导致渐近有效的推断在整个分位数回归过程中的设置有大量的小，异质集群，并提供相合估计的渐近协方差函数的过程。建议的引导过程是很容易实现的，即使当集群的数量是小于的样本量表现良好。提供了Project STAR数据的应用。
2015-07-14 math.ST stat.TH
Nonparametric Inference via Bootstrapping the Debiased Estimator
在本文中，我们提出了通过自举的去偏核密度估计（密度估计）和去偏局部多项式回归估计（回归分析）构造置信带。Calonico等人（2018 b）最近采用了使用去偏估计量的想法，通过显式估计随机变化来构建给定点处密度函数（和回归函数）的置信区间。我们扩展了他们的想法，使用去偏估计，并进一步提出了一个自举方法，同时构建置信带。这种改进方法的优点是，我们可以很容易地从传统的带宽选择器选择平滑带宽和置信带将是渐近有效的。我们证明了自举置信带的有效性，并将其推广到密度水平集和逆回归问题。仿真研究证实了建议的置信带/集的有效性。我们将我们的方法应用于天文数据集，以显示其适用性
2019-06-04 math.ST stat.ME stat.TH
Distributed Bootstrap for Simultaneous Inference Under High Dimensionality
我们提出了一个分布式的引导方法，同时推理的高维海量数据，存储和处理与许多机器。该方法产生一个$\ell_\infty$ -范数置信区域的基础上的通信有效的去偏套索，我们提出了一个有效的交叉验证方法来调整的方法在每次迭代。我们从理论上证明了一个下界的通信轮数$τ_{\min}$，保证统计的准确性和效率。此外，$τ_{\min}$仅随工人数和内在维数的增加而增加，而几乎不随名义维数的增加而变化。我们测试我们的理论，通过广泛的模拟研究，和一个半合成数据集的基础上，美国航空公司的准时性能数据集的变量筛选任务。再现数值结果的代码可在GitHub上获得：https://github.com/skchao74/Distributed-bootstrap。
2022-06-14 math.ST stat.ME stat.ML
Consistency of full-sample bootstrap for estimating high-quantile, tail probability, and tail index
我们证明了全样本自助法对于构造单变量分布的高分位数、尾概率和其他尾参数的置信区间是渐近有效的。这解决了人们对这种自举方法有效性的怀疑。在我们广泛的模拟研究中，自举方法的总体性能优于标准渐近方法，表明自举方法至少与渐近方法一样好，如果不是更好的话，推断。本文还奠定了基础，发展引导方法推断多变量统计中的尾事件，这是特别重要的，因为一些非引导方法是复杂的。
2020-04-27 math.ST stat.ME stat.TH
Semi-Supervised Quantile Estimation: Robust and Efficient Inference in High Dimensional Settings
针对半监督高维分位数估计场景，提出结合灵活插补策略与去偏步骤的半监督估计量，兼具鲁棒性与效率提升，理论与实验均验证其性能优势。
2024-08-14 math.ST stat.ME stat.ML
Snowboot: Bootstrap Methods for Network Inference
复杂网络被用来描述各种不同的社会系统和自然现象，从电网到客户细分再到人脑连接体。参数模型规范和验证的挑战激发了对复杂网络推理的更多数据驱动和灵活的非参数方法的探索。本文讨论了随机网络上的两种引导过程的方法和R实现，即Thompson et al.（2016）和Gel et al.（2017）的拼接引导和Snijders和Borgatti（1999）的顶点引导。据我们所知，新的R包snowboot是R中网络上顶点和拼接引导推理的第一个实现。我们的新软件包附有详细的用户手册，并与网络研究igraph上流行的R软件包兼容。我们评估补丁引导和顶点引导广泛的模拟研究，并说明其实用程序在现实世界的网络分析中的应用。
2019-02-24 cs.SI physics.soc-ph stat.CO
Simultaneous Inference for Massive Data: Distributed Bootstrap
Purdue University（普渡大学）；University of Missouri（密苏里大学）
在本文中，我们提出了一个引导方法适用于大量的数据处理分布在大量的机器。这种新的方法是计算效率高，因为我们引导主机上没有过度的rescue，通常需要现有的方法\cite{kleiner2014scalable,sengupta2016subsampled}，同时证明实现最佳的统计效率与最小的通信。我们的方法不需要反复重新拟合模型，而只需要在主机器中对从工作机器接收到的梯度应用乘数引导。仿真验证了我们的理论。
2020-02-19 cs.LG stat.ML
Centroid Approximation for Bootstrap: Improving Particle Quality at Inference
University of Texas at Austin（德克萨斯大学奥斯汀分校）
Bootstrap是一个有原则的和强大的频率统计工具，用于不确定性量化。不幸的是，由于需要绘制大的i.i.d.，标准引导方法是计算密集型的。这在很大程度上阻碍了它们在大规模机器学习，特别是深度学习问题中的应用。在这项工作中，我们提出了一种有效的方法，明确\emph{optimize}一个小的高质量的“质心”点，以更好地近似理想的自助分布。我们通过最小化一个简单的目标函数来实现这一点，该目标函数渐近等价于到理想自举分布的Wasserstein距离。这使我们能够提供一个准确的估计不确定性与少量的引导质心，优于天真的i.i.d.抽样方法经验上，我们表明，我们的方法可以提高性能的引导在各种应用程序。
2022-08-31 cs.LG stat.ML
Resampling Methods with Imputed Data
本文探讨了刀切法或自助法等重抽样方法与随机多重插补结合使用的问题，指出刀切法需在每个重复组内重新插补且数据集数量须远超重复组数，而自助法则不需要，并通过模拟研究验证了该理论。
2023-11-23 stat.ME
Bootstrap inference in functional linear regression models with scalar response under heteroscedasticity
针对异方差函数线性回归模型，提出去偏配对Bootstrap方法，建立中心极限定理，实现更有效的置信区间与假设检验。
2024-05-23 math.ST stat.TH
Using bootstrap for statistical inference on random graphs
在本文中，我们提出了一种新的非参数网络推理方法，可以看作是一个融合的块采样程序的时间和空间依赖的过程与经典的网络方法。在未知度分布的假设下，我们使用“拼凑”样本和非参数自举法来估计和量化网络平均度的不确定性。我们调查的渐近性质，建议拼凑引导程序和交叉验证方法选择最佳的补丁大小。我们在具有短尾和长尾平均度分布的模拟网络上验证了新的拼接引导，并重新审视了ErdOS协作数据来说明所提出的方法。
2015-01-18 stat.AP
Bootstrap-based inferential improvements in beta autoregressive moving average model
研究了Beta自回归移动平均模型中小样本精确推断的问题，该模型适用于假设值在区间$(0,1)$内的连续变量的建模和预测.基于条件极大似然估计的推断具有良好的渐近性质，但在小样本情况下其性能可能较差。这样，我们提出了点估计量的自举偏差校正和不同的自举策略，以提高置信区间。我们的蒙特卡罗模拟表明，基于自举校正的有限样本推断比通常的推断可靠得多。我们还提出了一个实证应用。
2017-02-14 stat.CO
Parametric bootstrap inference for stratified models with high-dimensional nuisance specifications
关于感兴趣的标量参数的推断通常依赖于常见似然枢轴的渐近正态性，诸如带符号似然根、得分和Wald统计。然而，当冗余参数的维数相对于样本量较大时，以及当有关参数的信息有限时，所得到的推断过程被认为执行得很差。在许多这样的情况下，使用渐近正态性的分析修改的签署似然根是已知的恢复推理性能。本文证明了标准似然枢轴的参数自举法与带层特定冗余参数的分层模型中符号似然根的解析修正法一样能得到精确的推论。我们专注于具有挑战性的情况下，地层的数量增加的速度或更快的地层样本大小。它还表明，无论是否使用约束或无约束的引导，这种等价性。这是在对比时，层的数量是固定的或增加速度慢于层样本量，我们表明，约束引导纠正推断比无约束引导更高的顺序。仿真实验支持了理论研究结果，并证明了自举在极端情况下的优异性能。
2022-01-06 math.ST stat.TH
Bootstrapping Fitted Q-Evaluation for Off-Policy Inference
Deepmind（深度思维）；Princeton University（普林斯顿大学）；University of Alberta（阿尔伯塔大学）
Bootstrapping提供了一种灵活有效的方法来评估批处理强化学习的质量，但其理论特性还不太清楚。在本文中，我们研究了使用自举在离政策评估（OPE），特别是，我们专注于拟合Q-评估（QFE），这是已知的最小最优的表格和线性模型的情况下。我们提出了一个自举的方法来推断的政策评估误差的分布，并证明了这种方法是渐近有效的和分布一致的政策外统计推断。为了克服自举的计算限制，我们进一步调整子采样过程，提高了一个数量级的运行时间。我们在经典RL环境中数值评估了Boottrapping方法的置信区间估计，估计偏离策略评估器的方差，估计多个偏离策略评估器之间的相关性。
2022-05-22 cs.LG math.ST stat.ML
