Identifying Higher-order Combinations of Binary Features
ETH Zürich(苏黎世联邦理工学院);Osaka University(大阪大学)
由于假设数量的组合爆炸,在高维环境中找到二进制变量之间统计上显著的相互作用在计算和统计上都具有挑战性。Terada等人最近展示了如何通过排除不可检验的假设来优雅地解决这个多重检验问题。尽管如此,目前仍不清楚他们的方法如何扩展到大型数据集。我们在这里提出了加速Terada等人的方法的策略,并在11个真实世界的基准数据集中对其进行了彻底的评估。我们观察到,一种方法,即早期停止的增量搜索,比当前最先进的方法快了几个数量级。
2014-07-04 cs.LG stat.ML
Identifying Gene-environment interactions with robust marginal Bayesian variable selection
在高通量遗传学研究中,一个重要的目标是确定与临床结果相关的基因-环境相互作用。最近,已经开发了多种边缘惩罚方法,并在G $\times$ E研究中显示出有效性。然而,在贝叶斯框架内,边际变量的选择并没有得到太多的关注。在这项研究中,我们提出了一种新的边缘贝叶斯变量选择方法的G $\times$ E研究。特别是,我们的边际贝叶斯方法是强大的数据污染和离群值的结果变量。在此基础上,我们实现了基于MCMC的Gibbs采样器。所提出的方法优于大量的替代品在广泛的模拟研究。边际稳健贝叶斯变量选择方法的效用已在使用护士健康研究(NHS)数据的案例研究中得到进一步证明。从实际数据分析中确定的一些主要和相互作用效应具有重要的生物学意义。
2021-02-23 stat.ME
Identifying Causal Effects Using Instrumental Variables from the Auxiliary Dataset
Peking University(北京大学);Beijing Technology and Business University(北京工商大学);Center for Applied Statistics and School of Statistics, Renmin University of China(中国人民大学应用统计学院和统计学院)
本文提出利用辅助数据集中的工具变量结合结构方程模型,解决非线性治疗效应下的因果效应估计问题,通过构建控制函数和投影方法,提出三步估计器并进行实证分析。
2026-03-29 stat.ME
Identifying average causal effect in regression discontinuity design with auxiliary data
本文针对断点回归设计中远离阈值处平均因果效应难以识别的问题,提出利用辅助变量和额外数据集的识别框架,并给出三种估计方法及渐近推断程序,通过模拟和维生素A补充剂对儿童自闭症严重程度的实证分析验证了方法的有效性。
2025-01-03 stat.ME
Identifying Conditional Causal Effects
Iowa State University(爱荷华州立大学)
本文涉及的非实验数据和因果假设的组合编码的形式,其中一些变量被假定为不可观察的有向无环图的行动的影响进行评估。我们提供了一个程序,系统地识别两组变量之间的原因影响的条件下,其他一些变量,在时间多项式中的变量的数量在图中。可识别的条件因果效应用观察到的联合分布表示。
2012-07-11 cs.AI stat.ME
A regression tree approach to identifying subgroups with differential treatment effects
在与癌症等难以治疗的疾病的斗争中,通常很难发现使所有受试者受益的新疗法。对于监管机构的批准,更实际的做法是确定治疗效果增强的受试者亚组。回归树对于这个任务来说是很自然的,因为它们划分了数据空间。我们简要回顾现有的回归树算法。然后,我们介绍了三个新的,几乎是免费的选择偏差,适用于两个或两个以上的治疗,删失的反应变量,和预测变量的缺失值。该算法通过使用三个关键思想扩展了GUIDE方法:(i)作为线性预测因子的治疗,(ii)卡方检验以检测残差模式和拟合不足,以及(iii)通过泊松回归进行比例风险建模。重要性分数与阈值确定有影响力的变量作为副产品获得。使用自举技术构建每个节点中处理效应的置信区间。真实数据和模拟数据被用来比较的方法。
2014-10-07 stat.ME
Identifying Direct Causal Effects in Latent Factor Models by Accounting for Unidentified Parents
German Aerospace Center (DLR), Institute of Data Science(德国航空航天中心数据科学研究所);Technische Universität Berlin(柏林工业大学);Institute of Mathematics, École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院数学研究所);Institute of Computer Science, University of Potsdam(波茨坦大学计算机研究所);Department of Mathematics, TUM School of Computation, Information and Technology, Technical University of Munich(慕尼黑工业大学计算、信息与技术学院数学系);Munich Center for Machine Learning(慕尼黑机器学习中心)
针对线性结构方程模型中显式建模的潜在变量,提出一种新的识别准则,通过递归识别方案并显式考虑未识别直接效应的因果父节点,结合网络流计算解决组合搜索问题,从而在密集混淆图中识别观测变量间的直接因果效应。
2026-05-27 stat.ME
Identifying Nonlinear 1-Step Causal Influences in Presence of Latent Variables
我们提出了一种学习随机动力系统的因果结构的方法,在潜变量的存在下,一个$1$步骤的功能依赖。我们提出了一个信息理论的方法,使我们能够恢复观察到的变量之间的因果关系,只要潜变量的演变没有外源噪声。我们进一步提出了一种有效的学习方法的基础上线性回归的特殊子情况下,动力学被限制为线性。我们通过数值模拟验证了我们的方法的性能。
2017-01-23 cs.IT cs.LG math.IT
Identifying nonlinear relations among random variables: A network analytic approach
University of Virginia(弗吉尼亚大学)
本研究提出一种带残差化的距离相关非参数方法,用于识别心理测量网络中的非线性关系,经模拟与实证验证其效果优于皮尔逊等方法,为后续验证性建模提供基础。
2026-08-10 stat.ME
Variable Selection in Functional Linear Quantile Regression for Identifying Associations between Daily Patterns of Physical Activity and Cognitive Function
University of South Carolina(南卡罗来纳大学);University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
本文提出了一种灵活的变量选择方法,用于功能线性分位数回归,结合平滑近似分位数损失函数和FPCA与组最小化凹惩罚,以识别身体活动与认知功能之间的动态关联。
2026-03-23 stat.ME
Operator-induced structural variable selection for identifying materials genes
本文针对材料基因识别中高维相关预测变量与有限样本的挑战,提出利用算子诱导结构(OIS)进行非常规降维的变量选择新方法,结合BART非参数模块,在单原子催化数据分析中实现了比现有方法更快、更准且可解释的描述符识别。
2023-11-10 stat.ME
Identifying Interventional Joint Distributions via Extended Bridge Functions
University of Cambridge(剑桥大学)
本文提出扩展桥梁函数,用于识别联合干预分布,解决了传统方法无法保留所有相关代理变量的问题,并将其应用于近端识别算法,基于核操作构建了通用框架。
2026-05-19 stat.ME
Identifying effects of multiple treatments in the presence of unmeasured confounding
在存在不可测量的混杂因素的情况下识别处理效应是社会、生物和医学科学中的一个持续问题。在统计遗传学和生物信息学环境中,多种治疗方案中的不可测量混杂问题最常见,研究人员已经开发出许多成功的统计策略,但没有深入研究问题的因果关系。最近有一些尝试弥合这些统计方法和因果推断之间的差距,但这些尝试要么被证明是有缺陷的,要么依赖于完全参数化的假设。在本文中,我们提出了两种策略,用于识别和估计因果关系的影响,在存在不可测量的混杂因素的多种治疗。辅助变量方法利用了与结果没有因果关系的变量;在单变量混杂因素的情况下,我们的方法只需要一个辅助变量,不像现有的工具变量方法需要尽可能多的工具,因为有治疗。另一种无效治疗方法依赖于至少一半混杂治疗对结局无因果影响的假设,但不需要先验知识来确定哪些治疗无效。我们的识别策略不对结果模型施加参数假设,也不依赖于对混杂因素的估计。本文扩展和概括了现有的工作与生物信息学中常用的单一治疗和模型的不可测量的混杂。
2022-07-09 stat.ME
On Identifying Total Effects in the Presence of Latent Variables and Selection bias
Kyoto University(京都大学);Osaka University(大阪大学)
假设变量之间的因果关系可以用有向无环图和相应的线性结构方程模型来描述,考虑了在存在潜变量和处理变量与反应变量之间的选择偏差的情况下总效应的识别问题。Pearl和他的同事提供了后门标准、前门标准(Pearl,2000年)和条件工具变量方法(Brito和Pearl,2002年)作为存在潜变量但不存在选择偏差的情况下总效应的可识别性标准。为了解决这一问题,我们提出了新的图形识别总效应的可识别性准则的基础上可识别的因素模型。本文的结果对观测研究中总效应的识别有一定的参考价值,并对因子模型的识别条件提供了新的观点。
2012-06-13 cs.AI stat.AP stat.ME
Identifying Causal Effects with the R Package causaleffect
Do-calculus涉及从给定因果结构中观察到的变量的联合概率分布估计动作的干预分布。所有可识别的因果效应都可以使用do-calculus的规则推导出来,但是这些规则本身并不能直接表明所讨论的效应是否是可识别的。Shpitser和Pearl构造了一种算法,用于识别因果模型中的联合干预分布,其中包含未观察变量并诱导有向无环图。该算法可以被看作是对do-calculus规则和已知概率属性的重复应用,它最终要么导出因果分布的表达式,要么无法识别效果,在这种情况下,效果是不可识别的。本文给出了R包的cathode效果,并给出了该算法的一种实现。并通过实例说明了因果效应的作用。
2018-06-19 stat.ME
A latent variable model for identifying and characterizing food adulteration
Free University of Bozen-Bolzano(博尔扎诺-博尔扎诺自由大学);University College Dublin(都柏林大学学院)
本文提出了一种潜在变量模型,用于识别和表征食品掺假,通过分析光谱数据以精确估计掺假水平并检测受影响区域。
2025-12-15 stat.AP stat.ME
Penalized Variable Selection in Multi-Parameter Regression Survival Modelling
多参数回归(MPR)建模是指允许协变量同时通过多个分布参数进入模型的方法。这与协变量通过单个参数进入的标准方法相反(例如,位置参数)。惩罚变量选择近年来受到了极大的关注:最小绝对收缩和选择算子(LASSO),平滑剪切绝对偏差(SCAD)和自适应LASSO等方法用于同时选择变量并估计其回归系数。因此,在本文中,我们开发了惩罚多参数回归方法,并通过模拟研究和实际数据研究其相关性能;作为一个例子,我们考虑Weibull MPR模型。
2019-07-02 stat.ME
An Efficient Approach for Identifying Important Biomarkers for Biomedical Diagnosis
本文提出一种基于Dantzig选择器推广的高效生物标志物识别方法,通过将非线性规划转化为线性规划提升效率,在二元响应实验中优于常规分析,并提供变量重要性排序辅助决策。
2023-11-12 stat.ME
Identifying Unmeasured Confounders in Panel Causal Models: A Two-Stage LM-Wald Approach
本文提出一种两阶段LM-瓦尔德方法,用于检测面板因果模型中未测量的混杂因素,通过模拟和实证应用验证其有效性。
2026-02-15 stat.ME
Identifying Causal Effects Under Functional Dependencies
University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
本文研究功能依赖下的因果效应识别,提出消除程序移除功能性变量以增强可识别性并减少所需观测变量。
2024-05-22 cs.AI cs.LG cs.SC
All Models are Wrong, but Many are Useful: Learning a Variable's Importance by Studying an Entire Class of Prediction Models Simultaneously
变量重要性(VI)工具描述协变量对预测模型准确性的贡献程度。然而,对于一个性能良好的模型(例如,具有固定系数向量$β$的线性模型$f(\mathbf{x})=\mathbf{x}^{T}β$)来说重要的变量对于另一个模型来说可能不重要。在本文中,我们提出了模型类依赖(MCR)的VI值的范围在所有表现良好的模型在一个预先指定的类。因此,MCR给出了一个更全面的描述的重要性,占的事实,许多预测模型,可能不同的参数形式,可能适合的数据。在推导MCR的过程中,我们基于随机森林中使用的VI措施,展示了基于置换的VI估计的几个信息性结果。具体来说,我们推导出一个单一的预测模型,U-统计,条件变量的重要性,条件因果效应,和线性模型系数的排列重要性估计之间的连接。然后,我们给出概率界MCR,使用一种新的,可推广的技术。我们将MCR应用于布劳沃德县犯罪记录的公共数据集,以研究累犯预测模型对性别和种族的依赖。在此应用中,MCR可用于帮助通知VI未知的专有模型。
2019-12-23 stat.ME
Identifying Mixtures of Mixtures Using Bayesian Estimation
在基于模型的聚类中使用有限混合的正态分布允许捕获非高斯数据聚类。然而,从正常分量中识别聚类是具有挑战性的,并且通常通过对模型施加约束或通过使用后处理过程来实现。在贝叶斯框架内,我们提出了一种不同的方法,基于稀疏有限混合物,以实现可识别性。我们指定了一个分层的先验,其中超参数是精心选择的,这样它们就可以反映目标的集群结构。此外,该先验允许使用标准MCMC采样方法来估计模型。结合解决标签切换问题并导致识别模型的后处理方法,我们的方法允许同时(1)确定聚类的数量,(2)使用有限的法线混合以半参数方式灵活地近似聚类分布,以及(3)识别特定于聚类的参数并对观察结果进行分类。所提出的方法是说明在两个模拟研究和基准数据集。
2016-06-20 stat.ME
Structural restrictions in local causal discovery: identifying direct causes of a target variable
本文研究从观测数据中识别目标变量直接原因的局部因果发现,放宽假设并提出了两种实用算法,在基准和真实数据上验证了有效性。
2025-06-21 math.ST stat.ME stat.ML
Identifying Causal Effects Using a Single Proxy Variable
Lakera AI
本文研究如何通过单一代理变量识别因果效应,提出SPICE假设并扩展了代理基于因果可识别性结果,开发了SPICE-Net神经网络估计框架。
2026-09-28 cs.LG math.ST stat.ME
Spatial Knockoff Bayesian Variable Selection in Genome-Wide Association Studies
针对全基因组关联研究中高维变量选择的假阳性控制问题,提出融合knockoff方法、群体结构校正与空间高斯过程的贝叶斯变量选择模型,模拟和拟南芥数据分析验证其控错率、提效能且结果富集于已知基因。
2024-08-19 stat.ME
Two-Phase Treatment with Noncompliance: Identifying the Cumulative Average Treatment Effect via Multisite Instrumental Variables
University of Chicago(芝加哥大学)
本文提出了一种通过多站点工具变量识别两阶段治疗累积平均治疗效应的方法,解决了不合规行为和排除限制问题,并通过模拟和实证研究验证了其有效性。
2026-01-30 stat.AP stat.ME
Global-Local Dirichlet Processes for Identifying Pan-Cancer Subpopulations Using Both Shared and Cancer-Specific Data
Texas A&M University(德克萨斯农工大学);University of Texas at Austin(德克萨斯大学奥斯汀分校);University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
针对含共享变量与组特异性变量的分组数据聚类问题,提出 GLocal Dirichlet 过程贝叶斯非参数模型,并在泛胃肠道癌症数据中利用临床变量识别更精细亚群。
2025-09-26 stat.AP stat.ME
Contrasting Identifying Assumptions of Average Causal Effects: Robustness and Semiparametric Efficiency
University of Jyvaskyla(耶尔文佩大学);Uppsala University(乌普萨拉大学)
本文比较后门、前门及两门三种因果识别假设,推导其有效影响函数与半参数效率界,并分析估计量达到界的条件及对冗余模型误设的稳健性,揭示效率与稳健性之间的权衡。
2023-02-17 stat.ME
Identifying Linearly-Mixed Causal Representations from Multi-Node Interventions
Technische Universität Berlin(柏林工业大学);German Aerospace Center(德国航空航天中心)
针对因果表示学习中的欠约束问题,放宽单节点干预假设,提出在多节点干预下利用干预方差痕迹与稀疏性正则化实现因果变量可识别性的理论与算法。
2024-03-22 cs.LG math.ST stat.ME
fkbma: An R Package for Detecting Tailoring Variables with Free-Knot B-Splines and Bayesian Model Averaging
本文介绍 R 包 fkbma,利用自由节点 B 样条与贝叶斯模型平均识别治疗适配变量,并通过模拟和真实数据验证其应用价值。
2025-03-17 stat.CO stat.ME
On Quantile Treatment Effects, Rank Similarity,and Variation of Instrumental Variables
针对不可分离内生性下的分布处理效应识别,本文弱化秩相似性假设,借助线性半无限规划构造识别界,并证明经验规划的大样本性质。
2025-10-19 econ.EM stat.ME
Interpreting Latent Variables in Factor Models via Convex Optimization
潜在的或未观察到的现象在数据分析中造成了很大的困难,因为它们在一系列观察到的变量之间引起了复杂和混淆的依赖关系。因子分析是一种重要的多变量统计建模方法,它通过识别(少量)潜变量对一组观察变量的影响来解决这一挑战。然而,因子模型中的潜变量是从观察到的现象中导出的纯数学对象,并且它们没有任何与之相关的解释。将语义信息归因于因子模型中的潜变量的一种自然方法是获得一些额外的可能有用的协变量的测量值,这些协变量可能与原始的观察变量集相关,并将这些辅助协变量与潜变量相关联。在本文中,我们描述了一个系统的方法来识别这种协会。我们的方法是基于解决计算上易处理的凸优化问题,它可以被看作是一个推广的最小跟踪因子分析过程,通过凸优化拟合因子模型。我们分析了我们的方法在高维环境中的理论一致性,以及它在实践中的实用性,通过实验演示与真实数据。
2016-11-03 math.OC math.ST stat.ME
Method of estimation in the presence of non-response and measurement errors simultaneously
本文讨论了无应答和应答误差同时存在时,简单随机抽样中研究变量的有限总体均值的估计问题。本文中的估计器使用辅助信息来提高效率,我们假设研究变量和辅助变量都存在无响应和测量误差。在同时存在无响应误差和响应误差的情况下,提出了一类估计,并研究了其性质。结果表明,在无响应和响应误差同时存在的情况下,这类估计比通常的无偏估计量、比估计和乘积估计更有效。此外,进行了数值研究,以比较所提出的估计类的性能。
2014-04-07 math.ST stat.ME stat.TH
$β$-Intact-VAE: Identifying and Estimating Causal Effects under Limited Overlap
The Graduate University for Advanced Studies(综合研究大学院大学);The Institute of Statistical Mathematics(统计数学研究所)
作为因果推断中的一个重要问题,我们讨论了有限重叠下的处理效应(TE)的识别和估计,也就是说,当具有某些特征的受试者属于一个单一的治疗组。我们使用一个潜在变量来模拟一个预后评分,该评分在生物统计学中广泛使用,并且足以用于TE;即,我们建立了一个生成预测模型。我们证明了潜在变量恢复了预后评分,并且模型识别了个体化处理效应。然后将该模型学习为β-Intact-VAE-一种新型的变分自动编码器(VAE)。我们推导出TE误差界,使代表平衡的治疗组条件个性化的功能。所提出的方法相比,最近的方法使用(半)合成数据集。
2021-10-11 cs.LG econ.EM stat.ME
iSCAN: Identifying Causal Mechanism Shifts among Nonlinear Additive Noise Models
University of Chicago(芝加哥大学);Booth School of Business, University of Chicago(芝加哥大学布斯商学院);Carnegie Mellon University(卡内基梅隆大学);University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出iSCAN方法,在不估计完整DAG结构的情况下,利用混合分布得分函数的雅可比矩阵识别非线性加性噪声模型中的因果机制偏移,并通过合成与真实数据验证其有效性。
2024-01-13 cs.AI cs.LG stat.AP
Interpretable Architecture Neural Networks for Function Visualization
Northwestern University(西北大学)
在许多科学研究领域,理解和可视化的黑箱函数的所有输入变量的影响是非常重要的。现有的可视化工具不允许同时可视化所有输入变量的影响。虽然可以选择一个或两个输入变量通过2D或3D图进行可视化,同时保持其他变量固定,但这呈现了模型的过度简化和不完整的画面。为了克服这一缺点,我们提出了一种新的可视化方法,使用可解释的架构神经网络(IANN)直接和同时可视化的所有输入变量的影响。我们提出了两个可解释的结构,其中每一个可以方便地表示一个特定的IANN,我们讨论了一些可能的扩展。我们还提供了一个Python包来实现我们提出的方法。补充材料可在网上查阅。
2023-03-03 cs.HC cs.LG stat.ME
Identifying Elasticities in Autocorrelated Time Series Using Causal Mechanism Graphs
Hertie School(赫蒂学院);ETH Zurich(苏黎世联邦理工学院);University of Cologne(科隆大学)
本文提出利用因果时间图简化工具变量识别并选择一致估计量,通过未观测混淆因子建模均衡条件推导DAG,应用于德国电力市场估计需求价格弹性,强调了考虑结构自相关的重要性。
2026-10-20 econ.EM stat.ME stat.ML