New flexible versions of extended generalized Pareto model for count data
针对计数数据建模中阈值选择困难及重尾捕捉不足的问题，本文提出DGPD的三种扩展版本，分别建模全分布、零膨胀全分布及低阈值尾部，模拟与实证中均优于现有模型。
2025-10-16 stat.ME
Flexible multivariate marginal models for analyzing multivariate longitudinal data, with applications in R
大多数可用的多变量统计模型要求为协变量对每个多重响应的影响拟合不同的参数。在某些情况下，这可能是不必要的，效率也不高。在这篇文章中，我们提出了一个多变量边际模型的建模框架来分析多变量纵向数据，它提供了灵活的模型构建策略。我们表明，该模型处理几个响应家庭，如二项式，计数和连续。我们说明了模型的母亲的压力和儿童的发病率数据集。进行了模拟研究，以检查参数估计。提出了一个R软件包mmm2来拟合该模型。
2013-11-01 stat.ME
Flexible Bivariate INGARCH Process With a Broad Range of Contemporaneous Correlation
针对相关计数时间序列数据，提出了一种新的灵活的二元条件泊松整数值广义自回归条件异方差模型。我们提出的BCP-INGARGE模型在数学上是易于处理的，并且作为现有双变量INGARGE模型的主要优势，其能够捕获广泛的（负和正）同期互相关，这是一个重要的进步。研究了BCP-ING过程的平稳性和遍历性。参数的估计是通过条件极大似然（CML）和有限样本的估计量的行为进行了研究，通过模拟研究。CML估计量的渐近性质。额外的模拟研究比较和对比的方法，获得标准误的参数估计值，其中自助选项被证明是有利的。时间序列之间的同期相关性的存在的假设检验方法，并进行评估。我们将我们的方法应用于附近两个巴西城市的肝炎病例的每月计数，这两个城市具有高度的交叉相关性。数据分析证明了考虑双变量模型的重要性，该模型允许在现实生活应用中存在广泛的同期相关性。
2020-11-17 stat.ME
Flexible Basis Representations for Modeling Large Non-Gaussian Spatial Data
本文提出一种基于自适应径向基函数的空间广义线性混合模型方法，通过空间分区和可逆跳MCMC自动推断结点位置与数量，在保持计算效率的同时提升大规模非平稳非高斯空间数据的预测精度。
2024-03-29 stat.ME
A Flexible Zero-Inflated Poisson-Gamma model with application to microbiome read counts
在微生物组研究中，使用来自微生物群体（例如肠道微生物群群落）的样品来估计这些分类群的群体比例是有意义的。然而，由于在采样和预处理步骤中引入的偏差，这些观察到的类群丰度可能无法反映生态系统中真正的类群丰度模式。重复的措施，包括纵向研究设计，可能是潜在的解决方案，以减少观测到的丰度和真正的基础丰度之间的差异。然而，广泛观察到的零通货膨胀和过度分散的问题，可以扭曲下游的统计分析，旨在关联类群丰度与相关的协变量。为此，我们提出了一个零膨胀泊松伽马（ZIPG）框架来解决上述挑战。从测量误差的角度来看，我们通过将泊松回归中的平均参数分解为真实丰度水平和来自微生物生态系统的采样变异性的乘法测量来适应观察结果与真实值之间的差异。然后，我们提供了一个灵活的模型，通过连接的平均丰度和变异到不同的协变量，并建立有效的统计推断程序的参数估计和假设检验。通过全面的模拟研究和实际数据的应用，提出的ZIPG方法提供了显着的见解区分差异的变化和丰度。
2022-10-10 stat.AP stat.ME
Flexible semiparametric modeling with application to Causal Inference
City University of Hong Kong（香港城市大学）；Wuhan University（武汉大学）；Columbia University（哥伦比亚大学）；The Hong Kong Polytechnic University（香港理工大学）
本文提出了一种灵活的框架，用于构建包含无限维干扰参数的半参数模型中的Neyman正交分数。通过显式构造策略，确保目标参数估计量的渐近正态性，不依赖于干扰参数估计方法，适用于复杂模型。方法应用于二元工具变量的因果推断，开发了新的稳健治疗效应估计器。
2026-04-29 stat.ME
A flexible model for correlated count data, with application to multi-condition differential expression analyses of single-cell RNA sequencing data
针对单细胞RNA测序多条件差异表达分析，提出同时建模所有条件并共享差异信息的泊松多元自适应收缩方法，显著提升检测与估计性能，并已提供R包实现。
2024-05-26 stat.AP stat.ME
Differential gene expression analysis via two-component mixture models with a semiparametric skew-normal scale mixture alternative
Pukyong National University（釜庆国立大学）；University of Queensland（昆士兰大学）
本文提出一种半参数混合模型，用于微基因表达分析，通过偏正态尺度混合替代处理偏态和厚尾问题，提高分析精度。
2026-03-17 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
Scalable Variational Inference for Multinomial Probit Models under Large Choice Sets and Sample Sizes
Chung Ang University（中央大学）；National University of Singapore（新加坡国立大学）
本研究提出了一种可扩展的变分推断方法，用于高效校准大规模选择集和样本量下的多项式概率模型，显著提升了计算效率和准确性。
2025-07-15 stat.ME
Markovian Transition Counting Processes: An Alternative to Markov Modulated Poisson Processes
随机模型的性能分析，优化和控制的队列取决于众多的输入点过程的替代品。在突发流量的情况下，一个非常流行的模型是\textit{Markov Modulated Poisson Process}（MMPP），但它不是唯一的选择。在这里，我们介绍一种替代方案，我们称之为\textit{Markovian transition counting process}（MTCP）。后者是一个计算有限连续时间马尔可夫链转移次数的点过程。对于给定的MTCP，可以建立具有相同的第一和第二计数矩的MMPP。在本文中，我们显示了另一个方向，通过建立一个二元性的第一和第二时刻之间的计数MTCP和丰富的类MMPP，我们称之为慢MMPP（调制慢于事件）。这种双重性证实了MTCP作为MMPP的替代方案的适用性，MMPP在时刻匹配和找到事件间过程的重要度量方面更优越。我们说明了使用这样的等价性在一个简单的示例中，表明MTCP是一个具有可比性和竞争力的性能分析模型。
2021-09-02 math.PR stat.ME
Flexible Prior Elicitation via the Prior Predictive Distribution
在基于贝叶斯方法的统计推断过程中，未知模型参数的先验分布起着至关重要的作用。然而，指定合适的先验往往是困难的，即使详细的先验知识是在原则上。挑战在于以概率分布的形式表达定量信息。先验启发通过从专家那里提取主观信息并将其转换为有效的先验来解决这个问题。然而，大多数现有的方法需要提供关于不可观测参数的信息，这些参数对数据生成过程的影响通常是复杂的且难以理解的。我们提出了一种替代方法，只需要知识的可观察到的结果-知识，这往往是更容易为专家提供。建立在一个原则性的统计框架，我们的方法利用先验预测分布隐含的模型自动转换专家的判断合理的结果值，以适当的先验参数。我们还提供了计算策略来执行推理和指导方针，以促进实际使用。
2020-03-16 stat.ME
A Critique of Differential Abundance Analysis, and Advocacy for an Alternative
默认情况下，差异丰度分析是分析基因组数据时最好的第一步。我们认为，情况不一定如此。在这篇文章中，我们确定了差异丰度分析固有的关键限制：它（a）依赖于无法验证的假设，（b）不可靠的结构，（c）过度简化。我们制定了一个替代框架，称为基于比率的生物标志物分析，不受所确定的限制。此外，基于比率的生物标志物是高度灵活的。除了取代DAA之外，它们还可以用于许多其他定制分析，包括降维和多组学数据集成。
2021-06-07 q-bio.GN stat.ME
Flexible Multivariate Density Estimation with Marginal Adaptation
我们的文章解决了灵活估计多元密度的问题，同时也试图正确估计其边缘。我们这样做，提出了两个新的估计，试图捕捉最好的功能，同时避免他们的一些弱点的混合法线和copula估计。我们提出的第一个估计是一个混合的常态copula模型，这是一个灵活的替代参数copula模型，如正常和t copula。第二个是一个边际适应混合的法线估计，通过使用包含在单变量估计的边际密度的信息，提高了标准的混合法线。我们的经验表明，Copula为基础的方法可以表现得更好或更差的估计的基础上混合的法线取决于数据的属性。我们提供了快速和可靠的估计实现，并说明了模拟和真实数据的方法。
2009-01-02 stat.CO stat.ME
Flexible Modeling of Multivariate Skewed and Heavy-Tailed Data via a Non-Central Skew t Distribution: Application to Tumor Shape Data
提出多元非中心偏态 t 分布，通过卡方变量缩放偏态正态向量实现灵活建模，推导理论性质并用蒙特卡洛近似进行估计，在乳腺癌肿瘤形状数据上表现优于标准替代模型。
2025-07-14 stat.CO stat.ME
Flexible random-effects distribution models for meta-analysis
在荟萃分析中，随机效应模型是解决证据综合分析中研究间异质性的标准工具。对于随机效应分布模型，正态分布模型因其计算和概念简单而被大多数系统评价采用。然而，在实践中，限制性模型假设可能会严重影响总体结论。在这篇文章中，我们首先提供了两个真实世界证据的例子，清楚地表明正态分布假设是不合适的。为了解决模型限制问题，我们提出了其他灵活的随机效应模型，可以灵活地调节偏度，峰度和尾重：偏正态分布，偏t分布，非对称Subbotin分布，琼斯-法迪分布，和sinh-arcsinh分布。我们还开发了一个R包flexmeta，它可以轻松地执行这些方法。使用灵活的随机效应分布模型，两项荟萃分析的结果发生了显著变化，可能影响这些系统评价的总体结论。灵活的方法和计算工具可以提供更精确的证据，这些方法至少可以作为敏感性分析工具来评估随机效应模型的正态分布假设的影响。
2020-08-01 stat.AP stat.ME
Integer-valued autoregressive process with flexible marginal and innovation distributions
整数自回归（INAR）过程通常通过指定新息和算子来定义，这往往导致难以推导过程的边际性质。在许多实际情况下，一个主要的建模限制是，它是很难证明经营者的选择。为了克服这些缺点，我们提出了一种新的灵活的方法来建立一个INAR模型：我们预先指定的边际和创新分布。因此，算子是指定所需的边际和新息分布的结果。我们的新的INAR模型的边缘和几何分布的新息，是一个直接替代经典的泊松INAR模型。我们提出的过程具有有趣的随机特性，如MA（$\infty$）表示，时间可逆性，以及转移概率$h$的封闭形式-提前几步，允许连贯的预测。我们使用我们提出的方法分析皮肤病变的时间序列计数，并将其与现有的INAR和INGARTM模型进行比较。我们的模型提供了更多的数据和更好的预测性能。
2020-04-18 stat.AP stat.ME
A Mixture of SDB Skew-t Factor Analyzers
斜t分布的混合为基于模型的聚类提供了灵活的选择。这类混合模型可以使用各种斜t分布公式来实现。在这里，我们开发了一个混合的偏-t因子分析模型的聚类高维数据使用灵活的配方的偏- t分布。我们的方法，它代表了一个灵活的偏t分布的混合因子分析模型的扩展，方法的细节，概述和详细的参数估计提供。聚类结果进行了说明和比较的一种替代配方的混合物的偏T因子分析模型以及混合物的因子分析模型。
2017-05-05 stat.CO stat.ME
Poisson-Tweedie mixed-effects model: a flexible approach for the analysis of longitudinal RNA-seq data
我们提出了一种新的建模方法，纵向计数数据的动机是越来越多的可用性纵向RNA测序实验。RNA-seq计数的分布通常表现出过度分散、零膨胀和重尾;此外，在纵向设计中，来自同一受试者的重复测量通常（正）相关。我们提出了一个广义线性混合模型的基础上的Poisson-Tweedie分布，可以灵活地处理上述功能的纵向过度分散计数。我们开发了一种计算方法来准确地评估所提出的模型的可能性，并进行极大似然估计。我们的方法在R包ptmixed中实现，可以从CRAN免费下载。我们评估了ptmixed在模拟数据上的性能，并将其应用于健康和营养不良小鼠的纵向RNA测序测量数据集。Poisson-Tweedie混合效应模型的适用性不限于纵向RNA-seq数据，但它扩展到任何情况下，其中离散过度分散的响应变量的非独立测量是可用的。
2020-08-26 stat.AP stat.CO stat.ME
FLEX-CP-DT: A Flexible Conditional Power Framework for Interim Futility Analysis in Clinical Trials with Count Endpoints and Temporal Trends
Regeneron Pharmaceuticals（再生元制药）；Rutgers University（罗格斯大学）
FLEX-CP-DT是捕捉事件率和治疗效果时间趋势的分段负二项框架，可准确开展计数终点临床试验的中期无效性分析，能减少错误终止有效药物的概率。
2026-08-28 stat.AP stat.ME
