Flexible parametric bootstrap for testing homogeneity against clustering and assessing the number of clusters
聚类分析中有两个众所周知的难题,即估计聚类数量和检查待聚类的总体是否实际上不同质。给定一个数据集,聚类方法和聚类验证指数,本文提出建立空模型,捕捉不能被解释为指示聚类的数据的结构特征。人工数据集从空模型中采样,参数从原始数据集估计。这可用于检验同质总体相对于聚类备选方案的原假设。它还可以用于校准验证指数,以估计聚类数,通过考虑任何给定数量的聚类的空模型下的指数的预期分布。该方法说明了三个例子,涉及各种不同的聚类技术(分割围绕medoids,分层方法,高斯混合模型),验证指标(平均轮廓宽度,预测强度和BIC),和问题,如混合类型的数据,时间和空间自相关。
2015-02-09 stat.ME
An adaptive-to-model test for partially parametric single-index models
基于残差标记的经验过程检验常用于回归模型中。然而,当有许多协变量时,它们在高维空间中遭受数据稀疏。本文有三个目的。首先,我们提出了一个部分降维自适应模型测试程序,可以对一般的全球替代模型的综合性,虽然它充分利用原假设下的降维结构。这是因为该过程可以自动适应零模型和替代模型,从而大大克服了维数问题。其次,为了实现上述目标,我们提出了一个岭型特征值比估计,以自动确定零和替代下的协变量的线性组合的数量。第三,提出了抽样零分布的Monte-Carlo近似。与现有的Bootstrap近似方法不同,该方法通过充分利用零值下的降维模型结构,给出了尽可能接近采样零值分布的近似。仿真研究和实际数据分析,然后进行说明新的测试的性能,并与现有的测试进行比较。
2015-10-24 stat.ME
Data-adaptive doubly robust instrumental variable methods for treatment effect heterogeneity
我们认为,在存在有效(条件性)工具的情况下,将受试者的平均处理效应估计值作为基线协变量的函数。我们描述了两个双重鲁棒(DR)估计:局部有效的g-估计,和有针对性的最小损失估计(TMLE)。这两个DR估计可以被看作是两阶段最小二乘(TSLS)方法的推广,使较弱的假设半参数模型。我们利用最近的理论结果,扩展到g-估计使用的数据自适应适合的滋扰参数。一个模拟研究是用来比较标准的TSLS与两个DR估计的有限样本性能,(1)当使用参数滋扰模型拟合,和(2)使用数据自适应滋扰拟合,从超级学习者,集成机器学习方法。与错误指定的参数DR估计器和TSLS相比,数据自适应DR估计器具有更低的偏差和更好的覆盖范围。当正确指定处理效应曲线的参数模型时,g估计量优于所有其他估计量,但当错误指定该模型时,TMLE表现最佳,而TSLS可能导致大偏倚和零覆盖。最后,我们通过重新分析COPERS(持续性疼痛,自我管理的有效性研究)试验来说明这些方法,以推断实际接受的治疗的因果效应,以及基线抑郁症在多大程度上改变了这种因果效应。
2019-06-09 stat.ME
Some improvement on non-parametric estimation of income distribution and poverty index
本文提出了Foster,Greer和Thorbecke测度类$\displaystyle P(z,α) = \int_0^{z}\Big(\frac{z-x}{z}\Big)^αf(x)\, dx$的一个估计,其中$z>0$是贫困线,$f$是收入分布的概率密度函数,$α$是所谓的贫困厌恶.该估计器是用一个有偏约化核估计器构造的。建立了一致几乎必然相合性和一致均方相合性。仿真研究表明,我们的新估计性能良好。
2019-09-17 math.ST stat.ME stat.TH
Efficient Estimation in Single Index Models through Smoothing splines
本文研究了具有未知光滑连接函数的单指标回归模型的估计和推断问题。与使用核函数或回归样条函数的标准方法相比,我们使用平滑样条函数来估计平滑连接函数。在独立同分布(independent and identical distributed,i.i.d.)~(?)的情况下,我们给出了一种计算参数和非参数分量的惩罚最小二乘估计(penalized least squares estimator,PLSE)的方法。数据我们证明的一致性,并找到估计的收敛速度。在较弱的假设下建立了参数分量的渐近正态性,并证明了参数分量在同方差误差下的渐近有效性。有限样本模拟证实了我们的渐近理论。我们还分析了汽车里程数据集和臭氧浓度数据集。最后,研究了偏最小二乘估计的可辨识性和存在性。
2019-05-25 stat.ME
A Semiparametric Quantile Single-Index Model for Zero-Inflated Outcomes
针对微生物组零膨胀数据,提出半参数单指数分位数回归模型,放宽参数假设,适应零比例变化,并证明其拟合性能优越。
2025-03-27 stat.AP stat.ME
Adaptive Nonparametric Perturbations of Parametric Models with Generalized Bayes
Columbia University(哥伦比亚大学);Technical University of Denmark(丹麦技术大学);Memorial Sloan Kettering Cancer Center(纪念斯隆-凯特琳癌症中心);University of Michigan(密歇根大学)
本文提出一种自适应非参数化修正方法,用于改进参数贝叶斯模型的鲁棒性和效率,通过广义贝叶斯方法避免非参数贝叶斯因子计算,应用于单细胞RNA测序数据中的基因表达因果效应估计。
2026-04-01 stat.ME stat.ML
Adaptive Non-parametric Estimation of Mean and Autocovariance in Regression with Dependent Errors
考虑了可分解为光滑均值函数和平稳自相关噪声过程的高斯过程,提出了一种同时估计这类过程均值和自协方差函数的全自动非参数方法。我们的经验贝叶斯方法是数据驱动的,数值效率高,并允许构建均值函数的置信集。性能在模拟和实际数据分析中得到证明。该方法在本文附带的R包eBsc中实现。
2021-08-18 math.ST stat.AP stat.ME
Semi-parametric inference based on adaptively collected data
UC Berkeley(加州大学伯克利分校);Rutgers University(罗格斯大学);MIT(麻省理工学院);Data Science Center(数据科学中心)
针对自适应收集数据下标准估计量无法渐近正态的难题,本文在半参数广义线性回归背景下构建加权估计方程,给出渐近正态性条件与可探索性要求,并通过模拟验证理论。
2025-03-02 cs.LG math.ST stat.ME
Two General Methods for Population Pharmacokinetic Modeling: Non-Parametric Adaptive Grid and Non-Parametric Bayesian
群体药代动力学(PK)建模方法在统计学上可分为参数或非参数(NP)。每个分类可以分为最大似然(ML)或贝叶斯(B)方法。在本文中,我们讨论了非参数的情况下,使用最大似然和贝叶斯方法。我们提出了两种非参数方法来估计未知的联合人口分布的模型参数值的药代动力学/药效学(PK/PD)数据集。第一种方法是NP自适应网格(NPAG)。第二种是NP贝叶斯(NPB)算法与棒断裂过程,以构建一个狄利克雷先验。我们的目的是使用模拟PK/PD数据集比较这两种方法的性能。我们的研究结果表明,NPAG和NPB在逼真的模拟PK研究中表现出色。这种模拟使我们能够以真实人群参数的形式进行基准测试,以与两种方法产生的估计值进行比较,同时考虑到不平衡的样本时间和样本数量以及包括患者体重协变量的能力等挑战。我们的结论是,NPML和NPB都可以用于现实的PK/PD群体分析问题。本文讨论了一种方法相对于另一种方法的优点。NPAG和NPB是用R实现的,可以从www.lapk.org的Pmetrics包中免费下载。
2013-03-26 q-bio.GN q-bio.QM stat.AP
Adaptive Convergence Rates of a Dirichlet Process Mixture of Multivariate Normals
结果表明,一个简单的Dirichlet过程混合的多元常态提供贝叶斯密度估计与自适应后收敛速度。为此,一种新的非参数混合密度的筛子进行了探索,并证明了其率适应性的各种光滑类的密度在任意维。这种筛的建设,预计将提供一个实质性的技术进步,在研究贝叶斯非参数混合模型的基础上,棒断裂先验。
2011-11-17 math.ST stat.ME stat.TH
Improved Prediction and Network Estimation Using the Monotone Single Index Multi-variate Autoregressive Model
University of Wisconsin Madison(威斯康星大学麦迪逊分校)
由多变量点过程或时间序列数据进行网络估计是一个非常重要的问题。以前的工作集中在参数方法,需要一个已知的参数模型,这使得估计程序不太强大的模型误指定,非线性和异质性。在本文中,我们开发了一个半参数方法的基础上单调单指标多变量自回归模型(SIMAM),解决了这些挑战。我们提供了理论保证相关的数据和交替投影梯度下降算法。值得注意的是,我们没有明确地假设过程中的混合条件(尽管我们确实需要类似于限制强凸性的条件),我们实现了$O(T^{-\frac{1}{3}} \sqrt{s\log(TM)})$形式的速率(在独立设计情况下最优),其中$s$是网络的最大入度的阈值,表示稀疏水平,$M$是参与者的数量,$T$是时间点的数量。此外,我们在模拟数据和两个真实数据示例上都展示了卓越的性能,其中我们的SIMAM方法在预测和网络估计方面都优于最先进的参数方法。
2021-06-29 cs.LG stat.ME stat.ML
Bayesian Survival Analysis Using Gamma Processes with Adaptive Time Partition
在事件发生时间数据的贝叶斯半参数分析中,对于时间轴的给定有限分区,基线风险函数或累积基线风险函数采用非参数过程先验。然而,提出一个一般性的指导方针来构建最佳的时间划分将是有争议的。虽然已经做了大量的研究来放松其他非参数过程的固定分裂时间的假设,据我们所知,还没有方法已经开发的伽玛过程之前,这是最广泛使用的贝叶斯生存分析。在本文中,我们提出了一个新的贝叶斯框架比例风险模型的累积基线风险函数的伽玛过程建模先验。所提出的框架的一个关键特征是,区间截断点的数量和位置被视为随机的,并根据其后验分布进行估计。
2020-08-05 stat.CO stat.ME
A Novel Statistical Test for Treatment Differences in Clinical Trials using a Response Adaptive Forward Looking Gittins Index Rule
反应适应性临床试验最常见的目标是通过在积累数据的基础上改变分配机会,确保试验中的患者有很大的机会接受最佳治疗。由于治疗分配的高度不平衡,在研究结束时检测治疗差异时,从频率论的角度来看,产生良好患者受益特性的方法具有低功效。在这项工作中,我们开发了一种替代成对检验的基础上,协变量调整的响应自适应随机化与前瞻性Gittins指数规则(CARA-FLGI)的分配概率的治疗差异。新的测试的性能进行了评估,在模拟双臂研究,然后说明其应用到多臂研究。当使用这类非近视反应适应时,所提出的测试比传统的Fisher精确测试具有显著提高的功效。我们还发现,该测试的权力是接近的权力下的Fisher精确检验等随机化。
2020-11-06 stat.AP stat.ME
Automatic and location-adaptive estimation in functional single-index regression
针对函数型单指标模型的回归估计问题,提出基于k近邻的自动位置自适应方法,实现数据驱动选参,预测性能优于核估计,并补充了相关核估计的一致渐近结果。
2024-01-26 math.ST stat.ME stat.TH
On Stein's Identity and Near-Optimal Estimation in High-dimensional Index Models
本文研究了高维非高斯情形下半参数多指标模型的参数分量估计问题。这样的模型形成了一类丰富的非线性模型,其应用于信号处理、机器学习和统计。我们的估计利用得分函数的基础上的第一和第二阶斯坦的身份,并不需要协变量,以满足高斯或椭圆对称假设常见的文献。此外,为了处理重尾的得分函数和响应,我们的估计量是通过仔细地对它们的经验对应物进行阈值化来构造的。我们表明,我们的估计达到了近最佳的统计收敛速率在几个设置。我们通过证实理论的模拟实验补充了我们的理论结果。
2018-07-17 math.ST stat.ME stat.ML
Minimax optimal adaptive structured transfer learning through semi-parametric domain-varying coefficient model
Department of Mathematics and Statistics, Boston University(波士顿大学数学与统计系)
本文提出了一种半参数域变化系数模型,用于解决多源单目标迁移学习中的域异质性问题,通过自适应估计器实现最小最大最优率的迁移学习性能。
2026-02-20 math.ST stat.ME stat.ML
Adaptive therapy under parametric, structural, and measurement uncertainty
School of Mathematics and Statistics, University of Melbourne(墨尔本大学数学与统计学院);Mathematical Institute, University of Oxford(牛津大学数学研究所);School of Mathematical Sciences, Adelaide University(阿德莱德大学数学科学学院);ARC Centre of Excellence for the Mathematical Analysis of Cellular Systems, University of Melbourne(墨尔本大学ARC细胞系统数学分析卓越中心);Department of Information Technology, Uppsala University(乌普萨拉大学信息技术系)
该研究构建含多种不确定性的数学统计模型,校准至前列腺癌数据后,发现自适应疗法可延长特定患者的进展时间,但需结合肿瘤负荷风险评估其适用性,同时指出模型误设会影响预测可靠性。
2026-08-20 q-bio.TO stat.AP stat.ME
Single-index mixture cure model under monotonicity constraints
我们考虑存在治愈分数的生存数据,这意味着一些受试者将永远不会经历感兴趣的事件。我们假设一个混合治愈模型由两个子模型组成:一个是未治愈的概率(发病率),一个是未治愈受试者的生存率(潜伏期)。各种方法,从参数到非参数,已被用来模拟协变量对发病率的影响,Logistic模型是最常见的一种。我们提出了一个单调的单指标模型的发病率,并介绍了一种新的估计方法,是基于配置文件的极大似然方法和技术,从保序回归。单调的单指标结构放松了参数逻辑假设,同时保持了回归系数的可解释性。我们研究了所提出的估计的一致性,并通过模拟研究表明,当单调性假设得到满足,它表现得更好相比,无约束的单指标/Cox混合治愈模型。为了说明其实际用途,我们使用新方法来研究黑色素瘤癌症生存数据。
2023-03-16 math.ST stat.ME stat.TH
Single-index copulae
我们引入所谓的“单指数Copula”。它们是半参数条件Copula,其参数仅为单变量指数的未知“链接”函数。我们提供了这个链接函数和有限维未知参数的估计。后者估计的渐近性质。由于条件Kendall τ的一些性质,我们用几个常见的Copula族来说明我们的技术条件。
2017-07-04 math.ST stat.ME stat.TH
Multivariate Density Estimation via Adaptive Partitioning (I): Sieve MLE
本文研究了多元密度估计的非参数方法。估计量是由二进制分区支持的分段常数密度函数。样本空间的分区通过最大化该分区上的对应直方图的似然来学习。本文分析了筛分极大似然估计的收敛速度,并得出结论:对于一类相对丰富的密度函数,筛分极大似然估计的收敛速度并不直接依赖于密度函数的维数。这表明,在某些条件下,这种方法不受维数灾难的影响,在这个意义上,即使在高维中也有可能接近参数率。我们还将此方法应用于几种特殊情况,并分别计算了显式的收敛速度。
2015-08-19 math.ST stat.ME stat.TH
Block Empirical Likelihood Inference for Longitudinal Generalized Partially Linear Single-Index Models
Wisdom Lake Academy of Pharmacy, Xi’an Jiaotong-Liverpool University(西交利物浦大学智慧药学学院)
本文提出了一种基于样条近似的块经验似然方法,用于纵向广义部分线性单索引模型的参数和方向联合推断,通过避免显式方差估计实现置信区间构造。
2026-02-18 math.ST stat.CO stat.ME