Increasing the Replicability for Linear Models via Adaptive Significance Levels
我们提出了一个自适应alpha(第一类错误),随着信息的增长而减少,用于比较嵌套线性模型的假设检验。在\citet{PP2014}中已经介绍了一种不太详细的调整,用于比较一般i.i.d.。模型在这篇文章中,我们提出了改进的版本来比较嵌套的线性模型。这种校准可以被解释为贝叶斯-非贝叶斯妥协,简单地将贝叶斯因子转换为频率论术语,导致统计一致性,最重要的是,它是迈向促进可复制科学发现的统计的一步。
2021-01-05 stat.ME
Multiple Testing of Partial Conjunction Hypotheses for Assessing Replicability Across Dependent Studies
University of Bremen(不来梅大学);University of Kansas(堪萨斯大学);Indian Institute of Management, Calcutta(印度管理学院加尔各答分校);Indian Institute of Technology, Hyderabad(印度理工学院海德拉巴分校)
e-Filter通过e值理论有效控制FWER和FDR,适用于依赖研究的多重检验,提升GWAS可重复性分析的统计效能。
2025-12-29 stat.AP stat.ME
Assessing the replicability of RCTs in RWE emulations
本文提出怀疑p值作为评估研究结果可重复性的替代统计方法,相比双试验规则具有更高统计功效且在真实世界证据模拟中表现更优。
2025-04-29 stat.ME
Beyond Point Estimates: Toward Proper Statistical Inferencing and Reporting of Intraclass Correlation Coefficients
School of Biomedical Engineering, Shanghai Jiao Tong University(上海交通大学 biomedical 工程学院);Shanghai Key Laboratory of Psychotic Disorders, Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine(上海精神卫生中心上海市精神病发病机制重点实验室,上海交通大学医学院)
本研究指出,仅依赖ICC点估计可能导致结论不可靠,提出系统回顾和实用指南以改进ICC的统计推断和报告。
2026-01-06 stat.AP stat.ME
Likelihood, Replicability and Robbins' Confidence Sequences
科学界普遍声称的可复制性危机可能会导致重要性标准的修订。通常的频率论置信区间,是通过假设实验的重复来校准的,而实验应该产生手头的数据,它依赖于一个弱的可重复性概念。特别是,当对研究进行大量扩展时,可能会得出相互矛盾的结论。为了重新定义统计置信度,使得在样本放大的情况下,推理结论是不矛盾的,具有足够大的概率,我们对可以追溯到60年代的一个建议,即罗宾斯的置信序列,给出了一个新的解读。罗宾斯的置信度序列直接限制了未来得出与当前结论相矛盾的结论的概率,确保了在对累积数据进行推理时具有清晰的可复制性。它们的主要频率论性质很容易理解和证明。我们表明,罗宾斯的信心序列可能是合理的推断下的各种观点:他们是基于似然,可以将先验信息,并遵守强似然原则。它们很容易计算,即使是在对感兴趣的参数进行推断时,特别是使用正态渐近理论的封闭形式近似。
2020-02-10 math.ST stat.TH
Partial Conjunction Analysis in Neuroimaging: A Comparative Study
Institute for Statistics, University of Bremen(不来梅大学统计研究所);Department of Statistical Sciences, University of Bologna(博洛尼亚大学统计科学系)
本文从神经影像学角度探讨部分联合理论假设检验问题,比较了adaFilter、CoFilter和BHY三种方法在不同γ值下的表现,评估了脑区激活模式的一致性。
2026-03-17 stat.AP stat.ME
The Probability of Improved Prediction: a new concept in statistical inference
本文提出改进预测的概率(PIP)作为比较竞争模型的概率度量,旨在回应p值批评并连接统计推断与预测建模,通过模拟和实例验证其效用。
2024-05-27 stat.ME
The statistical significance filter leads to overconfident expectations of replicability
我们发现,使用统计显著性过滤器发布结果-仅在p值小于0.05时发布-导致了对结果可复制性的过度乐观预期的恶性循环。首先,我们分析表明,当真正的统计功效是相对较低的,计算能力的基础上统计上显着的结果将导致高估的权力。然后,我们提出了一个案例研究,使用10个实验比较,从最近发表的心理语言学元分析(Jäger等人,2017年)。我们表明,统计上显著的结果产生了一种错觉的可复制性。即使研究人员不进行任何正式的功效分析,而只是使用统计显著性来非正式地评估鲁棒性(即,结果的可复制性。
2017-05-14 math.ST stat.AP stat.ME
Station-wise statistical joint assessment of wind speed and direction under future climates across the United States
本研究开发了一种统计条件的方法来评估气候模型的风速和风向的性能,并预测其未来的变化下的代表性的浓度路径8.5的情况下,在内陆和近海地区横跨美国大陆。所提出的条件方法通过表征联合风速和风向分布的全范围变化来扩展现有研究的范围。方向风速分布估计使用两种统计方法:威布尔分布回归模型和分位数回归模型,这两个强制循环约束,其结果估计的方向分布。预测的不确定性与不同的气候模式和模式的内部变率进行了研究,并与气候变化信号进行了比较,以量化未来预测的统计意义。特别是这项工作扩展了内部变异的概念,以标准差和高分位数,以评估其预计的变化的相对幅度。评估结果表明,所研究的气候模型捕捉历史风速,风向,以及它们的依赖关系,合理地在内陆和海上的位置。在未来,大多数地点的平均风速在冬季和夏季都没有显着变化,但标准差和第95分位数的变化显示出一些强大的变化在某些地点在冬季。所提出的条件方法能够表征方向风速分布,这为速度和方向的联合评估提供了额外的见解。
2022-05-03 stat.AP stat.ME
Enhancing statistical inference in psychological research via prospective and retrospective design analysis
在过去的二十年里,心理科学经历了一场前所未有的可复制性危机,暴露出几个问题。除其他外,统计推断往往被视为一个孤立的程序,仅限于分析已经收集的数据。我们建立并进一步发展了Gelman和Carlin(2014)提出的称为“前瞻性和回顾性设计分析”的想法。全面的设计分析不仅仅关注结果的统计学显著性和I类和第二类错误的经典控制,还包括对合理效应量的推理。此外,它还引入了两个相关的推理风险:夸大比率或M型错误(即,出现统计学显著性的效应的可预测平均高估),以及符号误差或S型误差(即,在错误的方向上估计统计上显著的影响的风险)。设计分析的另一个重要方面是,它可以在研究的规划阶段和对已经进行的研究的评估中有效地进行,从而在研究项目的所有阶段提高研究人员的意识。我们使用心理学中一个熟悉的例子,研究人员对分析两个独立群体之间的差异感兴趣。我们研究的情况下,合理的效果大小是正式作为一个单一的值,并提出了一种方法,其中有关的效果的大小的不确定性是正式通过概率分布。通过几个例子,我们表明,即使设计分析需要很大的努力,它有可能有助于规划更强大和可复制的研究。最后,在贝叶斯框架的未来发展进行了讨论。
2019-09-30 stat.AP stat.ME
A Comprehensive Framework for Statistical Inference in Measurement System Assessment Studies
本文针对测量系统评估中的统计推断方法进行严格的理论研究,重点分析了方差分量等关键参数估计量的统计性质,填补了单变量情形下系统性理论探讨的空白,并为其可靠性和适用性提供了新见解。
2025-01-29 stat.AP
Replicability of Simulation Studies for the Investigation of Statistical Methods: The RepliSims Project
RepliSims 项目通过复现八项高被引统计模拟研究,发现可复现性差异显著,主要受信息缺失和来源不可持续阻碍,并建议提供开放代码、数据及透明报告以提升可复现性。
2023-07-05 stat.ME
Statistical Inference for Disordered Sphere Packings
球形填充对于粉末、复合材料和液态原子结构的物理模型的发展是必不可少的。有一个强大的科学需要能够评估包装模型的数据,但这是复杂的包装缺乏正式的概率模型。在没有正式模型的情况下,必须使用仿真算法和物理对象的集合作为模型。确定相同包装过程的不同实现的共同方面需要使用新的描述性统计,其中许多还有待开发。模型评估将需要使用大样本的独立和同分布的实现,而不是在传统的空间统计学中发现的大的单一固定实现。模型评估程序的发展将类似于热力学模型的发展,并将基于大量的探索和实验,而不是扩展既定的统计方法。
2009-10-30 stat.AP stat.ME
Effects of Mixed Distribution Statistical Flood Frequency Models on Dam Safety Assessments: A Case Study of the Pueblo Dam, USA
统计洪水频率分析结合过程线比例尺通常用于生成设计洪水,以评估大坝安全评估。安全评估可以高度敏感的统计洪水频率模型的选择。标准大坝安全评估通常基于洪水频率的单一分布模型,通常是Log Pearson III型或广义极值分布。然而,洪水可能是由多种物理过程造成的,如雪上的雨、融雪或暴雨。根据每次洪水的原因,这可能导致年洪峰流量的混合分布。基于单一分布统计模型的工程设计选择容易受到这种潜在结构模型误差的影响。为了探讨在工程设计中应用混合分布统计模型的实用性和潜在价值,我们比较了几种单一和混合分布的洪峰流量模型的拟合优度,并以科罗拉多州普韦布洛的应急大坝安全评估为例进行了说明。夏季融雪和强烈的夏季暴雨都是普韦布洛年流量高峰的主要驱动因素。我们分析了潜在的影响,每年的概率越顶引起的故障的普韦布洛大坝作为一个教学的例子。我们解决的时间和物理原因分离问题,建立在以前的工作与混合分布。我们发现一个混合广义极值分布模型最适合在普韦布洛观测记录,历史洪水和古洪水的峰值流量。最后,我们表明,占混合分布在普韦布洛大坝的安全评估增加了漫顶的评估风险。
2021-11-04 stat.AP
Caveats for using statistical significance tests in research assessments
本文提出了关注的优势,在研究评估中使用统计显著性检验,最近在辩论中提出了适当的规范化程序引用指标。统计显著性检验是极具争议的,许多批评已经针对其使用。基于在研究评估中使用统计显著性检验的支持者的文章中的例子,我们解决了此类检验的许多问题。具体讨论的问题是仪式的做法,这样的测试,他们在决策中的二分法应用,统计和实质意义之间的差异,大多数零假设的难以置信,随机性的关键假设,以及标准误差和置信区间的实用性推理的目的。我们认为,应用统计显著性检验和机械地坚持他们的结果是非常有问题的,不利于批判性思维。我们主张,使用这样的测试不提供任何优势,引文指标,他们的解释,或基于他们的决策过程。相反,它们的使用可能是有害的。像许多其他批评家一样,我们普遍认为统计显著性检验在包括科学计量学在内的社会科学中被过度使用和滥用,我们鼓励对这些问题进行改革。
2012-09-25 cs.DL stat.AP
A Framework for Initial Transient Detection and Statistical Assessment of Convergence in CFD Simulations
ENGYS Srl(ENGYS有限公司);ENGYS Ltd(ENGYS有限公司)
本文提出了一种基于RMSE和分数滤波的CFD模拟暂态检测与收敛性评估框架,通过自相关校正置信区间实现自动化分析,具有统计严谨性和通用性。
2025-11-27 stat.ME
Data Analysis in Multimedia Quality Assessment: Revisiting the Statistical Tests
多媒体质量的评估在很大程度上依赖于主观评估,并且通常由人类主体以偏好或连续评级的形式完成。这些数据对于分析不同的多媒体处理算法以及验证用于所述目的的客观(计算)方法至关重要。为此,统计测试提供了一个理论框架,以得出有意义的推论,并作出有根据的结论和建议。虽然参数检验(如t检验,方差分析和误差估计,如置信区间)在社区中很受欢迎和广泛使用,但在应用此类检验时似乎存在一定程度的混乱。具体来说,正态性和方差齐性的假设往往没有得到很好的理解。因此,本文的主要目标是从理论的角度重新审视它们,并在此过程中提供有益的见解,其实际意义。模拟和真实数据的实验结果支持的论点。执行上述建议的软件也已公开提供,以实现可重复研究的目标。
2017-06-01 cs.MM stat.AP
The Difference Between "Replicable" and "Not Replicable" Is Not Itself Scientifically Replicable
University of Idaho(爱达荷大学)
论文探讨了非精确复制实验的统计解释,指出在共享潜在率模型下,复制率的方差无法消除,而在条件独立率模型下,复制率的异质性无法从常规数据中识别,导致无法区分高和低复制性序列。
2026-10-02 stat.AP stat.ME
The sceptical Bayes factor for the assessment of replication success
复制研究越来越多地进行,但没有建立复制成功的统计标准。我们提出了一种将反向贝叶斯分析与贝叶斯假设检验相结合的新方法:确定效应大小的怀疑先验,使得原始发现在贝叶斯因子方面不再令人信服。然后将此先验与倡导先验(基于原始研究的效应量的参考后验)进行对比,如果复制数据在更高水平上支持倡导而不是怀疑先验,则宣布复制成功,而原始数据支持怀疑先验而不是原假设。怀疑贝叶斯因子是可以宣布复制成功的最高级别。与现有方法的比较表明,怀疑贝叶斯因子结合了几个概念的可复制性:它确保这两项研究都显示出足够的证据,反对无效和惩罚他们的效果估计不兼容。渐近性质和错误率的分析,以及社会科学复制项目的案例研究显示了该方法的可复制性评估的优势。
2021-08-23 stat.ME
Guarantees for Comprehensive Simulation Assessment of Statistical Methods
提出 CSE 框架,利用 Renyi 散度模型偏移界将网格模拟结果扩展为连续参数空间上的严格保证,并通过贝叶斯 II/III 期选择设计验证其强 I 类错误控制能力。
2024-09-09 stat.CO stat.ME
Image-derived generative modeling of pseudo-macromolecular structures - towards the statistical assessment of Electron CryoTomography template matching
Carnegie Mellon University(卡内基梅隆大学);University of Florida(佛罗里达大学)
细胞电子冷冻断层扫描(CECT)是一种3D成像技术,它以接近天然状态和亚分子分辨率捕获有关单细胞内大分子复合物的结构和空间组织的信息。虽然模板匹配通常用于在CECT图像中定位大分子,但它是不够的,因为它仅测量相对结构相似性。因此,最好通过假设检验来评估决策的统计可信度,这需要来自不同大分子结构群体的许多模板。由于已知结构的数量非常有限,我们需要一个生成模型来有效和可靠地从复杂的大分子结构分布中采样伪结构。为了应对这一挑战,我们提出了一种新的图像衍生方法,通过使用生成对抗网络构建生成模型来执行模板匹配的假设检验。最后,我们进行了假设检验实验的模板匹配模拟和实验subtomographs,使我们能够得出结论的身份subtomographs具有较高的统计可信度,并显着减少误报。
2018-05-12 cs.CV q-bio.QM stat.AP
A Genetic Algorithm-based Framework for Learning Statistical Power Manifold
Purdue University(普渡大学);University of Maryland, Baltimore County(马里兰大学巴尔的摩郡分校);University of Missouri(密苏里大学)
统计功效是分类假设检验的可重复性的度量。形式上,它是检测到效应的概率,如果在群体中存在真实效应。因此,优化统计功效作为假设检验的一些参数的函数是期望的。然而,对于大多数假设检验,单个模型参数的统计功效的显式函数形式是未知的;但是使用模拟实验可以计算这些参数的给定值集的功效。这些模拟实验通常在计算上是昂贵的。因此,使用模拟开发整个统计功效流形可能非常耗时。我们提出了一种新的基于遗传算法的框架学习统计功效流形。对于多元线性回归$F$ -测试,我们表明,所提出的算法/框架学习的统计功效流形快得多相比,蛮力的方法,查询的数量的权力预言显着减少。我们还表明,学习流形的质量提高的遗传算法的迭代次数的增加。当研究人员对感兴趣的主要效应量的先验最佳猜测或非主要效应的抽样变异性如何影响主要效应的功效几乎没有信息时,这些工具可用于评估统计功效权衡。
2023-02-19 cs.LG cs.NE stat.CO
Effects of Influential Points and Sample Size on the Selection and Replicability of Multivariable Fractional Polynomial Models
多变量分数多项式(MFP)过程将变量选择与函数选择过程(FSP)相结合。对于连续变量,使用封闭检验程序来决定无效应、线性、FP1或FP2函数。影响性观测值(IP)和小样本量都会对所选分数多项式模型产生影响。在本文中,我们使用了模拟数据与六个连续和四个分类的预测来说明方法,可以帮助识别IP的功能选择和MFP模型的影响。方法使用留一或留二和两个相关的技术进行多变量评估。在七个子样本中,我们还研究了样本量和模型可重复性的影响。为了更好地说明问题,采用了结构化的概况来概述所进行的所有分析。结果表明,一个或多个IP可以驱动所选择的功能和模型。此外,在样本量较小的情况下,MFP可能无法检测非线性函数,并且所选模型可能与真正的基础模型有很大差异。然而,如果样本量足够,并且仔细进行回归诊断,MFP可以是选择变量和连续变量的函数形式的合适方法。
2022-09-20 stat.ME
Stability and Accuracy Trade-offs in Statistical Estimation
Columbia University(哥伦比亚大学);Rutgers University(罗格斯大学);University of Chicago(芝加哥大学)
本文从统计决策理论角度探讨稳定性与准确性权衡,通过建立稳定性约束下的估计精度下界,并开发最优稳定估计器,揭示不同估计任务中稳定性与准确性之间的最优平衡。
2026-08-25 math.ST stat.ML stat.TH
Assessing replicability with the sceptical p-value: Type-I error control and sample size planning
该研究基于怀疑性$p$-值构建可复制性统计框架,通过重新校准实现多场景I类错误控制,提升联合检验效能、减少复制样本量,并在实验经济学复制项目数据中验证了方法性能。
2023-05-19 stat.ME
A robust and powerful method for assessing replicability of high dimensional data
Florida State University(佛罗里达州立大学);Jilin University(吉林大学)
本文提出了一种稳健且强大的高维数据可重复性评估方法,通过经验贝叶斯框架和局部虚假发现率统计量,实现了多研究设置下的高效和准确分析。
2026-03-04 stat.ME
Interpretable and synergistic deep learning for visual explanation and statistical estimations of segmentation of disease features from medical images
Massachusetts Institute of Technology(麻省理工学院)
用于疾病分类或医学图像分割的深度学习(DL)模型越来越多地使用来自不相关自然世界图像的迁移学习(TL)进行训练。然而,TL在医学成像领域的专门任务的缺点和效用仍然未知,并且基于增加训练数据将提高性能的假设。我们报告了详细的比较,严格的统计分析和广泛使用的DL架构的二进制分割后,TL与ImageNet初始化(TII模型)与监督学习的宏观光学皮肤癌,显微镜前列腺芯活检和计算机断层扫描(CT)DICOM图像的医学图像(LMI模型)的比较。通过对TII和LMI模型输出及其Grad-CAM对应物的目视检查,我们的结果确定了几种违反直觉的情况,其中两种模型对一个肿瘤的自动分割或使用单个模型的各种组合中的单个分割输出掩码导致性能提高10%。我们还报告了复杂的集成DL策略,用于在低数据状态下实现临床级医学图像分割和模型解释。例如:我们所描述的LMI和TII模型的估计性能、解释和可复制性可用于稀疏性促进更好学习的情况。TII和LMI模型、代码和超过10,000个医学图像及其Grad-CAM输出的免费GitHub存储库可用作高级计算医学和DL研究的起点,用于生物医学发现和应用。
2020-11-11 cs.LG stat.ML
Statistical Inference for Misspecified Contextual Bandits
Department of Statistics, University of Wisconsin–Madison(威斯康星大学麦迪逊分校统计学系);School of Data Science and Society, University of North Carolina at Chapel Hill(北卡罗来纳大学夏洛特分校数据科学与社会学院)
本文针对模型误设下情境老虎机算法(如 LinUCB)可能不收敛并阻碍统计推断的问题,提出一类保证收敛的算法,并基于 IPW-Z 估计量建立渐近正态推断框架,从而获得稳健且数据高效的置信区间。
2025-09-20 cs.AI math.ST stat.TH
Model Free Prediction with Uncertainty Assessment
School of Mathematics and Statistics, Wuhan University(武汉大学数学与统计学院);School of Data Science, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)数据科学学院);Department of Mathematics, Hong Kong Baptist University(香港浸会大学数学系)
本文针对深度非参数回归缺乏渐近性质的问题,提出利用条件扩散模型构建条件均值估计框架,建立端到端收敛速度与渐近正态性,从而支持置信区域构造和稳健统计推断。
2024-07-31 cs.LG stat.ML
A Commentary on Statistical Assessment of Violence Recidivism Risk
关于大群体的数据的日益集成和可用性已经伴随着银行、保险、营销、医学和其他领域中的统计和其他算法预测工具的激增(参见例如,Steyerberg(2009年a;b))。当这些工具被引入传统上依赖于个体临床评估的领域时,可能会引起争议。对暴力再犯风险的“精算”评估引起了这样的争议,即,被发现犯下暴力行为的人在特定时期内再次犯下暴力行为的可能性。最近,Hart et al.(2007 a)和这些作者随后在几个著名期刊上发表的论文声称,对这些风险的统计评估本质上太不精确,以至于没有用处,使用的论点似乎适用于相当广泛的统计风险预测。本评论从技术统计的角度来考察这些论点,发现它们在许多细节上存在严重错误。他们不应在暴力惯犯风险评估的理性讨论中发挥作用。
2015-03-12 stat.AP stat.ME
Statistical Design of Pragmatic Trials Using Electronic Health Record Data when Outcome Assessments are Uncontrolled and Irregular
Kaiser Permanente Washington Health Research Institute(凯撒永久华盛顿健康研究所);Kaiser Permanente Center for Health Research Northwest Region(凯撒永久西北区健康研究中心);Department of Biostatistics, School of Public Health, University of Washington(华盛顿大学公共卫生学院生物统计系)
本文探讨了在结局评估不受控且不规则的情况下,如何利用电子健康记录数据设计实用试验,并通过模拟研究比较了不同统计方法对治疗效果估计的影响,提出线性混合模型是有效方法。
2026-05-08 stat.AP stat.ME
Statistical development and assessment of summary measures to account for isotopic clustering of Fourier transform mass spectrometry data in clinical diagnostic studies
基于质谱的临床蛋白质组学已成为高通量蛋白质分析和生物标志物发现的有力工具。近年来质谱技术的进步极大地促进了蛋白质组学在生物医学研究中的应用。然而,蛋白质组表达的复杂性在总结和分析所获得的数据时引入了新的统计挑战。用于最佳处理蛋白质组数据的统计方法目前是一个不断增长的研究领域。在本文中,我们提出了简单,但适当的方法来预处理,总结和分析高通量MALDI-FTICR质谱数据,收集的病例对照的方式,同时处理伴随着这些数据的统计挑战。肽分子的同位素分布的已知统计特性用于预处理光谱,并将蛋白质组表达转化为浓缩的数据集。关于所识别的同位素簇的强度水平或形状的信息用于导出疾病状态分配的诊断规则将基于的汇总测量。结果表明,所识别的同位素簇的形状和整体强度水平都携带关于类结果的信息,并且可以用于预测疾病的存在或不存在。
2016-02-09 stat.AP stat.ME
Statistical modeling of groundwater quality assessment in Iran using a flexible Poisson likelihood
评估水质并认识到其对人类健康和更广泛环境的相关风险无疑至关重要。地下水被广泛用于饮用水、工业用水和农业用水。地下水水质测量因气候和人类行为的不同而不同,因此,其空间变异性可能很大。在本文中,我们的目的是分析从Golestan省,伊朗,2003年11月至2013年11月的地下水数据集。我们监测地下水质量的目标响应变量是水质适合饮用的计数数。因此,我们面对的是空间计数数据。由于普遍存在的过度或欠分散的计数数据,我们提出了一个贝叶斯分层建模方法的更新理论的基础上,涉及事件和计数的分布之间的非指数等待时间,放松的假设equidispersion在成本的额外参数。特别是,我们扩展了基于等待时间的Γ分布假设的空间计数数据的分析方法。该模型可以表示为一个隐高斯模型,因此,我们可以使用集成嵌套拉普拉斯近似方法进行快速计算。地下水数据集的分析和模拟研究表明,泊松和负二项模型显着改善。
2019-08-06 stat.AP stat.ME
Bayesian hierarchical space-time models to improve multispecies assessment by combining observations from disparate fish surveys
许多受人类活动影响的野生物种需要采用不同设计的多次调查,以捕捉对广泛栖息地条件的行为反应,并对其进行绘图和量化。例如,虽然使用不同渔具进行的交叉但不同的鱼类调查的数据广泛存在,但设计和方法上的差异往往限制了它们的整合。新的统计方法可以利用来自不同来源的观测结果,可以提高我们对多个物种同时分布的理解,从而为保护其种群和生物多样性提供重要证据。在INLA-SPDE框架内使用一种新的贝叶斯分层二项式对数正态栅栏建模方法,我们结合并分析了北海鲱鱼,鲱鱼和东北大西洋鲭鱼的声学和底拖网调查数据。这些模型使用INLA-SPDE技术实现。除了增加空间覆盖范围外,通过考虑调查中的齿轮特定效率,我们获得了更大的统计功效,同时大大降低了估计中的不确定性。我们的统计方法提供了一个方法的发展,以改善多物种评估和海洋生态系统为基础的管理的证据基础。在更广泛的范围内,它可以很容易地应用于不同的生物调查和采样方法交叉的地方,例如使用全球物种分布数据集提供关于生物多样性模式的信息。
2020-12-03 stat.AP stat.ME
Latent Conjunctive Bayesian Network: Unify Attribute Hierarchy and Bayesian Network for Cognitive Diagnosis
针对传统属性层级方法参数复杂度高、缺乏统计依赖性解释的问题,提出统一属性层级与贝叶斯网络的潜在合取贝叶斯网络,搭配两步EM算法,在国际教育评估数据集上得到可解释的认知诊断结果。
2023-08-24 stat.AP stat.ME
A statistical framework for planning and analysing test-retest studies for repeatability of quantitative biomarker measurements
University of Münster(明斯特大学);University Hospital Münster(明斯特大学医院)
本文提出了一种用于测试-再测试研究的统计框架,用于评估定量生物标志物测量的重复性,以确定测量差异是否为真实变化或随机变异。
2023-01-27 stat.AP stat.ME
Diagnosing the role of observable distribution shift in scientific replications
本文利用泛化性方法分解原始研究与复制研究间的效应量差异,发现可观测分布偏移对不可重复性贡献甚微,并指出控制额外调节变量对可靠复制的必要性。
2023-09-03 stat.AP stat.ME
Conjugate distributions in hierarchical Bayesian ANOVA for computational efficiency and assessments of both practical and statistical significance
根据数据中的不同因素评估变异性是统计学的基本技术。然而,通常被认为是方差分析(ANOVA)的方法通常仅限于数据中存在因子的所有水平(即因子水平的总体已经用尽)的情况。随机和混合效应模型用于更复杂的情况,但需要不同的术语,概念和理论,以及不同的推理程序。分层贝叶斯方法后,一个全面的方差分析框架,它统一了上述统计模型,强调实际而不是统计意义,解决了随机效应的参数可识别性问题,并提供了直接的计算程序的推理步骤。虽然这是以严格的方式完成的,但本文的内容可以被视为支持向方差分析转变的方法的意识形态。
2013-03-14 stat.ME
A New Standard for the Analysis and Design of Replication Studies
提出了一个新的标准,用于重复研究的证据评估。该方法结合了一个特定的反向贝叶斯技术与先验预测尾部概率来定义复制成功。该方法产生了一个复制成功的定量测量,称为怀疑p值。怀疑p值整合了原始和复制研究的传统显著性,并比较了各自的效应量。它合并了原始和复制效应估计值的不确定性,如果忽略原始效应估计值的不确定性,则会减少到复制研究的普通p值。建议的框架也可以用来确定的权力或所需的复制样本量,以实现复制成功。数值计算强调了如果原始研究的证据仅是提示性的,则难以实现复制成功。从开放科学合作项目的心理科学的可复制性数据的应用程序说明了所提出的方法。
2019-05-11 stat.ME
Models for the assessment of treatment improvement: the ideal and the feasible
不同处理或生产过程的比较是应用研究的重要目标。毫不奇怪,两个样本问题在统计学中发挥着重要作用,通过自然的问题,如“新的治疗方法是否明显优于旧的?”'.然而,这项任务的一些常用统计工具只能部分回答这个问题。更重要的是,从业人员往往不了解这些统计程序背后的真正含义。我们从分布之间的顺序、随机顺序的角度来分析这些问题,展示了常用方法局限性的证据,特别注意正态模型下均值的经典比较。我们讨论了不可行的统计证明随机优势,但它是可能的,相反,收集统计证据得出结论,稍微放松版本的随机优势举行。
2017-04-18 stat.ME
Tail models and the statistical limit of accuracy in risk assessment
在风险管理中,尾部风险是至关重要的。风险评估应按照监管机构的要求在高分位数进行。一般来说,底层分布函数是未知的,数据库是稀疏的,因此使用特殊的尾部模型。通常,广义帕累托分布被用作基本模型,其参数由尾部区域的数据确定。有了确定的尾部模型,统计学家然后计算所需的高分位数。在此背景下,我们考虑了分位数计算的可能精度,并根据置信水平和尾部模型的参数确定了分位数估计的有限样本分布函数,进而计算了分位数估计的有限样本偏差和有限样本方差。最后,我们提出了一个未知分布函数的分位数的影响分析。
2019-04-27 q-fin.RM stat.ME
De-Biasing the Bias: Methods for Improving Disparity Assessments with Noisy Group Measurements
本文提出新的统计方法和敏感性分析,在种族/族裔信息缺失或含噪声时量化并界定算法公平性评估中的统计偏置,并通过BISG插补的骨质疏松症临床决策支持算法案例验证其有效性。
2024-02-26 stat.ME
Posterior Belief Assessment: Extracting Meaningful Subjective Judgements from Bayesian Analyses with Complex Statistical Models
在本文中,我们关注的是归因于意义的贝叶斯分析的结果,这是足够复杂的问题,我们无法断言一个精确的对应关系的专家概率判断的分析师和特定的形式选择的事先规范和分析的可能性。为了做到这一点,我们建议执行一个有限的收集额外的贝叶斯分析下的先验和似然建模判断,我们也可以视为我们的先验知识和问题结构的代表,并使用这些来计算后验信念评估的关键数量的兴趣。我们表明,这些评估比原始贝叶斯分析更接近我们真正的潜在信念,并使用时间确定偏好原则来建立我们真正的后验判断,后验信念评估和原始贝叶斯分析之间的概率关系,以使其精确。我们利用二阶交换,以概括我们的方法的情况下,有无限多的替代贝叶斯分析,我们可能会考虑为我们的真实判断提供信息,使该方法仍然易于处理,即使在这些情况下。我们认为,后验信念评估是一个听话的和强大的替代强大的贝叶斯分析。我们描述了一种方法,即使是最复杂的统计模型计算后的信念评估,并说明了一个例子,校准昂贵的海洋模型,以量化全球平均温度在真实的海洋的不确定性。
2015-12-03 math.ST stat.ME stat.TH
Towards a unified approach to formal risk of bias assessments for causal and descriptive inference
UK Centre for Ecology & Hydrology(英国生态与水文中心);University of Newcastle(纽卡斯尔大学)
本文探讨了统一评估因果和描述推断中偏差风险的方法,强调了系统误差对研究结论的严重影响,并呼吁发展和强制实施偏差报告框架以提高研究可信度。
2026-02-13 stat.ME
Assessing Statistical Disclosure Risk for Differentially Private, Hierarchical Count Data, with Application to the 2020 U.S. Decennial Census
我们提出了贝叶斯方法来评估零集中差分隐私下发布的数据的统计披露风险,重点是具有较强的层次结构和具有许多水平的分类变量的设置。风险评估是通过假设贝叶斯入侵者与不同数量的先验信息,并检查他们的后验和先验之间的距离。我们讨论了这些风险评估方法的应用,以区别私人数据发布从2020年十年一次的人口普查,并进行模拟研究,使用公共个人层面的数据从1940年十年一次的人口普查。在这些研究中,我们研究了数据持有人的隐私参数的选择如何影响披露风险和量化的风险增加时,一个假设的入侵者采用大量的层次信息。
2023-01-30 stat.ME