Rejoinder to "Equi-energy sampler with applications in statistical inference and statistical mechanics"
对Kou,Zhou和Wong的“等能量采样器及其在统计推断和统计力学中的应用"一文的反驳[数学ST/0507080]
2006-11-08 math.ST stat.TH
A very short guide to IOI: A general framework for statistical inference summarised
综合有机推理(IOI)是讨论在一个简洁和非正式的方式,目的是给读者的要点是什么,这种方法,以统计推断是关于以及给予指针,以进一步阅读。
2021-04-23 stat.ME stat.OT
Statistical inference for statistical decisions
Wald发展的统计决策理论解决了样本数据的决策问题。Wald的统计决策函数(SDF)概念包含了[data -> decision]形式的所有映射。SDF不需要进行统计推断;也就是说,它不需要使用数据来得出关于自然真实状态的结论。基于推理的SDF具有顺序形式[数据->推理->决策]。本文激励基于推理的SDF作为决策的实际程序,可能会完成一些沃尔德设想。本文首先解决二元选择问题,所有的SDF可以被视为假设检验。它接下来考虑假设优化,它使用真实状态的点估计,就好像估计是准确的一样。然后,它扩展了这个想法,如果最大和最小最大遗憾的决定,使用点估计的一些功能的真实状态,如果他们是准确的。本文主要采用有限样本最大遗憾来评估基于推理的SDF的性能。为了说明抽象的想法,它提出了具体的调查结果,处理选择和点预测样本数据。
2019-09-15 econ.EM stat.ME
Statistical Inference: The Big Picture
统计学已经超越了过去的频率论-贝叶斯争议。这让我们解释结果的能力到哪里去了?我认为,一种与统计实践相容的哲学,在这里被称为统计实用主义,可以作为推理的基础。统计实用主义是包容性的,强调将统计模型与观察数据联系起来的假设。我认为,入门课程往往错误地描述了统计推断的过程,我提出了一个替代的“大局”的描述。
2011-06-22 stat.ME stat.OT
Discussion of "Statistical Inference: The Big Picture" by R. E. Kass
《统计推断:The Big Picture》,R. E.卡斯[arXiv:1106.2895]
2011-06-17 stat.ME
Discussion of "Statistical Inference: The Big Picture" by R. E. Kass
《统计推断:The Big Picture》,R. E.卡斯[arXiv:1106.2895]
2011-06-17 stat.ME
Valid and Exact Statistical Inference for Multi-dimensional Multiple Change-Points by Selective Inference
Nagoya Institute of Technology(名古屋工业大学);RIKEN(日本理化学研究所)
本文研究了多维序列中变点的统计推断。在从多维序列的CP检测中,通常期望不仅检测位置,而且识别其中发生变化的分量的子集。已经提出了几种算法,这样的问题,但没有有效的精确推理方法已被建立,以评估检测到的位置和组件的统计可靠性。在这项研究中,我们提出了一种方法,可以保证检测到的变化的位置和组件的统计可靠性。我们证明了所提出的方法的有效性,将其应用到基因组异常识别和人类行为分析的问题。
2021-10-18 cs.LG stat.ML
Discussion of "Statistical Inference: The Big Picture" by R. E. Kass
《统计推断:The Big Picture》,R. E.卡斯[arXiv:1106.2895]
2011-06-17 stat.ME
Statistical inference for dynamical systems: a review
动力系统的统计推断已经在多个领域得到了广泛的研究。本文主要研究非线性动力系统的参数估计问题。我们的目标是将不同学科的结果放在一个共同的环境中,并突出进一步研究的机会。
2012-06-16 math.DS math.ST stat.TH
Statistical Inference for Fractional Diffusions
本文综述了由分数布朗运动驱动的随机微分方程的统计推断方法,分析了现有理论、挑战并提出新方法,探讨了分数扩散作为均质化极限的情况。
2026-04-04 math.PR math.ST stat.TH
On the Tightness of the Laplace Approximation for Statistical Inference
Laplace方法是用来近似统计问题中难以处理的积分的。该近似的相对误差率并不比$O_p(n^{-1})$差。我们提供了第一个统计下界表明$n^{-1}$率是紧的。
2023-03-28 math.ST stat.TH
Selective Inference Approach for Statistically Sound Predictive Pattern Mining
从数据库中发现统计上显著的模式是一个重要的挑战性问题。这个问题的主要障碍是难以考虑选择偏差,即,偏见是从数据库中大量的候选模式中选择出来的。在本文中,我们介绍了一种新的预测模式挖掘问题,可以解决选择偏差的问题。我们的方法是建立在最近流行的统计推断框架称为选择性推理。在选择性推断中,基于选择事件条件下的抽样分布进行统计推断(例如统计假设检验)。如果选择事件以易于处理的方式表征,则可以进行统计推断而无需考虑选择偏倚问题。然而,在模式挖掘问题中,很难刻画挖掘算法的整个选择过程。本文的主要贡献是通过引入一种新的算法框架来解决一类预测模式挖掘问题的这一具有挑战性的问题。我们证明,我们的方法是有用的,从数据库中找到统计上显着的模式。
2016-03-09 stat.ML
Statistical Inference with Data Augmentation and Parameter Expansion
统计实用主义包括统计推断中所有有效的方法。本文中使用所收集数据的扩增以从一大类非代表性群体的单元获得代表性群体信息。概率模型的参数扩展被证明可以降低简单假设检验的误差概率之和的上界,并提出了一种度量R,用于在充分统计量中激活附加分量的效果。
2015-12-02 math.ST stat.TH
A statistical inference course based on p-values
介绍性的统计推断教科书和课程分别处理点估计、假设检验和区间估计问题,主要强调大样本近似。在这里,我提出了另一种方法来教授这门课,围绕p值,强调可证明有效的推断,为所有样本量。还提供了有关计算和边缘化的详细信息,以及一些说明性的例子,以及课程大纲。
2016-06-07 stat.ME stat.OT
Discussion of "Vintage factor analysis with Varimax performs statistical inference"
我们衷心祝贺Rohe博士和Zeng博士关于方差最大旋转的经典因子分析的有见地的论文\cite{rohe2020vintage}。本文讨论了保证方差极大一致地恢复子空间旋转的条件。
2022-05-20 math.ST stat.TH
Rethinking Structural Equation Modeling in Political Science: Challenges, Best Practices, and Future Directions
本文探讨了结构方程模型(SEM)在政治科学中的应用,展示了其在测试中介、调节和因果推断方面相比传统回归方法的优势,并通过实证案例提供了实用指南。
2025-03-30 stat.AP
Statistical inference for moving-average Lévy-driven processes: Fourier-based approach
研究了连续时间滑动平均Lévy过程的半参数统计估计的一种新方法。我们推导出所提出的估计的收敛速度,并表明这些速度是最佳的极大极小意义。
2017-02-09 stat.ME
Optimal Universal Quantum Encoding for Statistical Inference
The University of Melbourne(墨尔本大学)
该研究针对量子统计推断的经典数据编码问题,证明最大量子泄漏量是编码质量的通用衡量指标,得出纯态可实现最优通用编码、比特充足时基矢编码最优的结论,并提出了数值求解的迭代方法。
2024-04-12 cs.LG eess.SP math.ST
On The Problem of Relevance in Statistical Inference
本文致力于“50年的相关性问题”-一个长期被忽视的话题,提请注意实际统计学家谁是关注的问题,从大规模的异构数据的推断。
2021-05-04 math.ST stat.ME stat.ML
Statistical Inference in Tensor Completion: Optimal Uncertainty Quantification and Statistical-to-Computational Gaps
本文针对张量补全的统计推断问题,提出结合初始估计、去偏与一步幂迭代的方法,证明其达到不确定性量化最优,探究了统计-计算鸿沟及初始化的影响,给出相变结论且模拟结果与理论一致。
2024-11-01 math.ST stat.ML stat.TH
Determinantal point process models and statistical inference : Extended version
统计模型和方法的决定点过程(DPP)似乎在很大程度上未被探索。我们证明,DPPs提供了有用的模型描述的空间点模式数据集附近的点互相排斥。这些数据通常由吉布斯点过程建模,其中似然和矩表达式是棘手的,并且模拟是耗时的。我们利用吸引人的概率属性的DPP开发参数模型,其中的可能性和矩表达式可以很容易地评估和实现可以快速模拟。我们讨论了如何使用DPP模型的似然或矩属性进行统计推断,并且我们提供了免费的模拟和统计推断软件。
2014-06-24 math.ST stat.TH
Statistical Inference and Large-scale Multiple Testing for High-dimensional Regression Models
本文对高维回归模型(包括线性和逻辑斯谛回归)的统计推断和多重检验的最新发展进行了选择性的综述。我们检查的置信区间和假设检验的各种低维目标,如回归系数和线性和二次泛函的建设。其关键技术是为目标低维目标生成去偏和去parasized估计器,并估计其不确定性。除了涵盖这些统计方法背后的动机和直觉之外,我们还讨论了它们在高维推理背景下的最优性和自适应性。此外,我们还回顾了基于多元回归模型的统计推断的最新发展和高维回归的大规模多重检验的进展。R包SIHR已经实现了本文讨论的一些高维推理方法。
2023-01-25 math.ST stat.ME stat.TH
A penalized inference approach to stochastic block modelling of community structure in the Italian Parliament
我们分析了意大利众议院的法案共同赞助网络。与其他议会相比,众议院的一个显著特点是政治团体数量众多。我们的分析旨在推断这些群体之间的合作模式,从数据的法案coordinships。我们提出了一个扩展的随机块模型的边值图和团体生产力和政党之间的合作的措施。由于所提出的模型包含大量的参数,我们追求一种惩罚似然方法,使我们能够推断出一个稀疏的简化图显示政党之间的合作。
2017-07-31 cs.SI stat.AP
Statistical inference using SGD
The University of Texas at Austin(德克萨斯大学奥斯汀分校);IBM T.J. Watson Research Center, Yorktown Heights(IBM T.J. Watson 研究中心,约克镇高地)
我们提出了一种新的方法,频率统计推断$M$估计问题,随机梯度下降(SGD)的基础上,具有固定的步长:我们证明,这种SGD序列的平均值可以用于统计推断,经过适当的缩放。使用Ornstein-Uhlenbeck过程的直观分析表明,这样的平均值是渐近正态的。从实践的角度来看,我们的SGD为基础的推理过程是一个一阶的方法,非常适合于大规模的问题。为了展示其优点,我们将其应用于合成和真实数据集,并证明其准确性与经典统计方法相当,同时需要的计算量可能少得多。
2017-11-19 cs.AI cs.LG math.OC
Rigidity theory in statistical inference
Tulane University(杜兰大学)
本文探讨了高斯模型最大似然阈值与刚性理论的关系。
2026-01-15 math.CO math.ST stat.TH
Extended Fiducial Inference: Toward an Automated Process of Statistical Inference
Purdue University(普渡大学);Harvard Medical School(哈佛医学院);Harvard Pilgrim Health Care Institute(哈佛朝圣者医疗保健研究所);University of Pennsylvania(宾夕法尼亚大学)
本文提出扩展置信推断(EFI),结合随机梯度MCMC与稀疏深度神经网络,实现大数据下参数不确定性推断的自动化,并在参数估计和假设检验中优于传统方法。
2024-07-31 cs.LG math.ST stat.ML
Exact Statistical Inference for the Wasserstein Distance by Selective Inference
Nagoya Institute of Technology(名古屋工业大学);RIKEN(理化学研究所)
在本文中,我们研究了瓦瑟斯坦距离的统计推断,这已经引起了广泛的关注,并已被应用于各种机器学习任务。文献中已经提出了一些研究,但几乎所有的研究都是基于渐近近似,不具有有限样本有效性。在这项研究中,我们提出了一个精确的(非渐近)推理方法的瓦瑟斯坦距离的启发条件选择性推理(SI)的概念。据我们所知,这是第一个方法,可以提供一个有效的置信区间(CI)的瓦瑟斯坦距离有限样本覆盖保证,这不仅可以应用于一维问题,但也适用于多维问题。我们评估所提出的方法在合成和真实世界的数据集上的性能。
2022-01-20 cs.LG stat.ML
Confidence Distribution and Distribution Estimation for Modern Statistical Inference
本文介绍了置信分布的新概念、新方法和现代统计学中的分布推断。这个讨论应该是感兴趣的人谁愿意深入的统计推断方法和利用分布估计在实践中。我们还包括在讨论中的主题广义信念推断,一种特殊类型的现代分布推理,并将其与置信分布的概念。并提供了几个实际的数据实例供实践者参考。我们希望所选内容涵盖这一主题的大部分发展。
2021-09-04 stat.ME
On the Limits of Topological Data Analysis for Statistical Inference
本文从统计推断视角审视拓扑汇总统计量,研究了实现有效统计推断的充分必要条件,并提供了对拓扑汇总具有不变性的模型示例。
2024-02-15 math.AT math.PR math.ST
Statistical inference in massive datasets by empirical likelihood
本文将分治法与经验似然法相结合,提出了一种新的海量数据统计推断方法。与目前流行的两种方法(小Bootstrap包法和二次抽样Bootstrap法)相比,该方法充分利用了数据集,减少了计算量。大量的数值研究和实际数据分析表明,我们所提出的方法的有效性和灵活性。此外,我们的方法的渐近性质。
2020-04-18 math.ST stat.ME stat.ML
On Quantum Statistical Inference, II
最近,随着研究小量子系统的实验技术的巨大发展,对与量子系统测量有关的统计推断问题的兴趣大大增加。此外,量子测量理论的发展使概率计算的基本数学框架更接近经典概率论。本文件回顾了这一领域,并提出了一些新的概念,并相互关联的经典统计推断的量子背景下的扩展。
2003-12-14 math.PR math.ST quant-ph
Statistical Inference for SPDEs: an overview
本文的目的是综述抛物型随机偏微分方程的统计推断领域的最新进展。本文的重要部分是致力于频谱的方法,这是研究最多的采样计划下,在傅立叶空间中的观测在一些有限的时间间隔。我们还详细讨论了离散采样的解决方案的实际重要情况。其他相关的方法和一些开放的问题进行了简要讨论的过程中的手稿。
2017-12-14 math.PR stat.ME
Retrospective Statistical Inference
Purdue University(普渡大学)
本文提出一种新的回顾性统计推断范式,以观测数据的点估计为核心生成复制品分布,可用于非参数和参数回归,避免前瞻性有限维模型假设,为非参数函数估计提供替代不确定性量化方案。
2026-08-14 stat.ME
Statistical inference across time scales
我们研究跨时间尺度的统计推断。本文以离散观测的具有对称伯努利跳的复合泊松过程的强度估计为玩具模型。我们有不同时间尺度的数据:微观的、中间的和宏观的。我们量化了从微观泊松制度到宏观高斯制度的平滑统计过渡。经典的二次变差估计在微观和宏观尺度上都是有效的,但令人惊讶的是,在与采样率明确相关的中间尺度上显示出大量的信息信息的损失。我们讨论了这些发现超出这个理想化的框架的影响。
2011-06-06 math.ST stat.TH
Characterization of the presidential inauguration speech and identification of political communities in Colombia: An empirical approach from the analysis of social networks
本文运用社交网络分析方法,从词汇和政治参与者两个视角,实证分析了哥伦比亚总统就职演说的话语结构,并识别了政界知名人物间的联盟关系及政治社区。
2023-06-24 stat.AP
Leadership and Engagement Dynamics in Legislative Twitter Networks: Statistical Analysis and Modeling
本研究分析美国第117届国会议员的Twitter互动网络,运用多种社会网络模型探究影响立法关联形成的因素,发现社交媒体立法网络会强化主导政治人物领导力且领导形式多样,关联形成受网络系统属性和制度特征共同影响。
2024-09-16 cs.SI stat.AP
Bayesian spatiotemporal modelling of political violence and conflict events using discrete-time Hawkes processes
Queensland University of Technology(昆士兰科技大学);The Walter and Eliza Hall Institute of Medical Research(沃尔特和伊莱萨霍尔医学研究所);Information Management, International Federation of the Red Cross Red Crescent Societies (IFRC)(红十字会与红新月会国际联合会信息管理);CNRS, UMR 7534, Université Paris-Dauphine, PSL University(法国国家科学研究中心,UMR 7534,巴黎第九大学,PSL大学)
本文提出一种基于离散时间Hawkes过程的贝叶斯时空模型,用于更准确地监测政治暴力与冲突事件的风险,提升对时空模式的理解并改进预防措施。
2026-02-03 stat.AP
Quantifying the `end of history' through a Bayesian Markov-chain approach
政治制度在人类历史上一直在变化。在二十世纪末自由民主取得明显胜利之后,弗朗西斯·福山和其他人一直认为,人类正在以自由民主的普遍性的形式接近“历史的终结”。这种观点受到了最近事态发展的挑战,这些事态发展似乎表明,有缺陷的民主在全球范围内崛起。没有尝试用统计方法量化预期的EoH。在这项研究中,我们将政治制度之间的过渡建模为马尔可夫过程,并使用贝叶斯推断方法,我们从描述1800- 2018年政治制度演变的时间序列数据中估计政治制度之间的过渡概率。然后,我们计算这个马尔可夫过程的稳态,它代表了EoH的数学抽象,并预测大约46%的国家将是完全民主的。此外,我们发现,在我们的模型下,世界上的独裁统治的比例预计将在未来半个世纪内增加,然后下降。使用随机游走理论,我们然后估计不同类型的政权的生存曲线和估计的民主和专制的特征寿命分别为244年和69年。量化预期的EoH使我们能够挑战关于政治均衡性质的共同信念。具体来说,我们没有发现统计证据表明,EoH构成了一个固定的,完全无所不在的民主政权。
2022-11-03 nlin.AO physics.soc-ph stat.AP
Strategies for online inference of model-based clustering in large and growing networks
Exalead(Exalead公司);Universite de Lyon(里昂大学);Laboratoire Statistique et Génome(统计与基因组实验室);Laboratoire de Biométrie et Biologie Evolutive(生物计量与进化生物学实验室)
在本文中,我们适应在线估计策略进行基于模型的聚类大型网络。我们的工作集中在两个算法,第一个基于SAEM算法,第二个变分方法。这两种策略进行了比较,与现有的方法模拟和真实数据。本文运用该方法对2008年美国大选期间的政治网络进行了分析。我们表明,我们的在线EM为基础的算法提供了一个很好的权衡精度和速度之间,在随机图的背景下估计参数的混合分布。
2010-11-10 cs.LG stat.AP
Empirical Power Analysis of a Statistical Test to Quantify Gerrymandering
本文通过生成带偏差的北卡罗来纳州选区地图,实证评估Chikina等人(2020)的离群值检验功效,发现偏差度量选择是主要影响因素。
2025-01-10 cs.CY stat.AP
Overlapping stochastic block models with application to the French political blogosphere
自然界和社会中的复杂系统通常被表示为网络,描述感兴趣的对象之间的丰富交互。已经开发了许多确定性和概率性聚类方法来分析此类结构。给定一个网络,几乎所有的算法都是根据节点的连接特征将节点划分为互不相交的簇。然而,最近的研究表明,这些技术的限制太多,大多数现有的网络包含重叠的集群。为了解决这个问题,本文提出了重叠随机块模型。我们的方法允许顶点属于多个簇,并且在某种程度上推广了众所周知的随机块模型[Nowicki和Snijders(2001)]。我们表明,该模型是通用的等价类内识别,我们提出了一个近似的推理过程,基于全球和局部变分技术。使用玩具数据集以及法国政治博客圈网络和酿酒酵母的转录网络,我们比较我们的工作与其他方法。
2011-04-15 stat.AP stat.ME
Contending Parties: A Logistic Choice Analysis of Inter- and Intra-group Blog Citation Dynamics in the 2004 US Presidential Election
2004年美国总统大选标志着博客和社交网站等互联网媒体首次成为美国政治格局的制度性特征。使用所有DNC/RNC指定的博客-引文网络的纵向样本,我们能够测试各种战略,制度和平衡理论的机制和外源性因素,如季节性和政治事件的影响博客的倾向,随着时间的推移相互引用。利用我们的数据的时间分辨率,我们利用自回归网络回归框架进行推理的逻辑选择过程。使用基于偏差的模型选择标准和基于模拟的模型充分性测试的组合,我们确定了最能表征竞争博客的选择行为的过程组合。
2011-10-18 cs.SI physics.soc-ph stat.AP
A Bayesian mixture model captures temporal and spatial structure of voting blocs within longitudinal referendum data
投票集团的估计是政治学中一个重要的统计问题。然而,这些分析的范围通常限于直接观察个人投票的点名数据。在这里,我们研究了贝叶斯混合模型与狄利克雷多项式成分推断投票集团内的纵向公投数据汇总在市级。作为一个案例研究,我们分析了美国缅因州423个城市在2008-2019年投票的54个公投问题的投票总数。使用这个模型,我们恢复的后验分布的投票集团的数量,每个集团内的每个问题的支持,和集团的混合在每个城市。我们发现,这些投票集团是由地理结构,并在整个研究期间基本一致。对后验分布的进一步分析提供了三个额外的发现:投票区块在其整体结构中表现出与地理和文化一致的梯度和不连续性;少数问题与全州范围内的区块结构不一致,这些问题的内容与特定地区有关;在研究期间,区块表现出跨区块极化增加的证据。最后,我们概述了该模型的统计扩展,与政治学中其他统计框架(如民意调查)的连接,并详细介绍了该模型后续应用的候选人位置。
2023-01-06 stat.AP stat.ME