Exploring the validity of the complete case analysis for regression models with a right-censored covariate
该研究针对含随机右删失协变量的回归模型,梳理了保证完整病例分析估计一致的各类假设,证明其单向层级关系并得到单一充分假设,通过模拟和亨廷顿病实例验证了方法性能与应用,厘清了实践中的困惑。
2023-03-28 stat.ME
Conformal Prediction for Dyadic Regression Under Complex Missingness
Washington University in Saint Louis(华盛顿大学圣路易斯分校);University of Michigan(密歇根大学)
针对复杂缺失机制下的二元回归问题,提出共形预测框架,通过分布不变性条件替代可交换性,并利用双射论证处理随机子集样本,同时提出多种共形预测程序,包括图论加权方法,实现渐近条件有效性。
2026-09-17 math.ST stat.ME stat.ML
Asymptotic Theory of $K$-fold Cross-validation in Lasso and the validity of Bootstrap
Indian Institute of Technology Bombay(印度理工学院孟买分校)
本文研究了K折交叉验证在Lasso中的渐近性质,证明在特定条件下Lasso估计量具有n^{1/2}一致性,但不具有变量选择一致性,并验证了Bootstrap在近似K折交叉验证Lasso估计量分布的有效性。
2026-06-24 stat.ME
Falsification of Internal and External Validity in Observational Studies via Conditional Moment Restrictions
MIT(麻省理工学院);National Dong Hwa University(国立东华大学)
随机对照试验(RCT)被用来评估新的治疗方法,但在指导个性化治疗决策方面却受到限制。另一方面,观察(即,非实验性)研究有大量不同的人群,但容易出现各种偏倚(如残留混杂)。为了安全地利用观察性研究的优势,我们专注于证伪问题,即RCT用于验证从观察性数据中学习到的因果效应估计。特别是,我们表明,从随机对照试验和观察性研究的数据,假设的内部和外部有效性有一个可观察的,可检验的影响,在一组条件矩限制(CMR)的形式。此外,我们表明,表达这些CMR的因果效应,或“因果对比”,而不是个人的反事实手段,提供了一个更可靠的证伪测试。除了保证我们的测试的渐近性质,我们证明了优越的权力和第一类错误的方法,半合成和真实世界的数据集。我们的方法是可解释的,允许从业者可视化人群中的哪些亚组导致观察性研究的伪造。
2023-03-06 cs.LG stat.ME
Principal Stratification with Bayesian Additive Regression Trees for Count-Valued Intermediate Variables: Estimating the Effect of Fertility on Women's Employment
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
本文扩展主分层结合BART的框架,适配计数型中间变量场景,经模拟及非洲多国调查数据验证,其因果效应估计性能优于传统方法,可揭示被标准方法掩盖的异质性。
2026-08-12 stat.AP stat.ME
Conformal Prediction for Network-Assisted Regression
网络分析中的一个重要问题是使用网络协变量(如图嵌入坐标或局部子图计数)和常规节点协变量(如人口统计特征)来预测节点属性。虽然利用两种类型的协变量的标准回归方法可用于预测,但由于节点汇总统计量通常以复杂的方式相关,因此统计推断复杂。我们表明,在一个温和的联合交换假设下,网络模拟的共形预测实现有限的样本有效性为广泛的网络协变量。我们还表明,渐近条件有效性的形式是可以实现的。这些方法在模拟网络和引用网络数据集上都得到了说明。
2023-02-23 math.ST stat.ME stat.ML
Heteroscedastic semiparametric transformation models: estimation and testing for validity
本文考虑一个异方差变换模型,其中变换属于参数单调变换族,回归和方差函数是非参数建模的,误差与多维协变量无关。在这个模型中,我们首先考虑模型未知分量的估计,即变换参数、回归和方差函数以及误差的分布。我们证明了所提出的估计量的渐近正态性。其次,我们对模型的有效性进行了检验,并在原假设下建立了检验统计量的极限分布。提出了一种Bootstrap方法来近似检验的临界值。最后,我们进行了模拟研究,以验证所提出的估计和测试的小样本行为。
2014-11-27 math.ST stat.ME stat.TH
Regression Discontinuity Designs
回归不连续设计是因果推断和程序评价中应用最广泛的非实验方法之一。在过去的二十年里,统计和计量经济学方法的RD分析已经扩大和成熟,现在有大量的方法学成果的RD识别,估计,推理和验证。我们提供了一个精心策划的审查,围绕两个最流行的框架,用于分析和解释RD设计的方法学文献:连续性框架和局部随机化框架。对于每个框架,我们讨论了三个主要主题:(i)设计和参数,重点是不同类型的RD设置和感兴趣的处理效应;(ii)估计和推理,提出了最流行的方法的基础上局部多项式回归和分析的实验,以及改进,扩展和替代方案;以及(iii)验证和证伪,总结了一系列主要是经验主义的方法来支持RD设计在实践中的有效性。
2022-02-24 econ.EM stat.AP stat.ME
Causal-ICM: A Data Fusion Framework For Heterogeneous Treatment Effect Estimation With Multi-Task Gaussian Processes
University College London(伦敦大学学院);University of Hong Kong(香港大学);Novo Nordisk A/S(诺和诺德)
本文提出Causal-ICM框架,通过多任务高斯过程融合RCT和观察性研究数据,提升异质治疗效应估计的准确性和不确定性量化。
2026-04-02 stat.AP stat.ME
Interpretation of Linear Regression Coefficients under Mean Model Miss-Specification
线性回归是统计学中常用的工具,然而,其有效性和可解释性依赖于强的模型假设。虽然系数协方差的稳健估计扩展了假设检验和置信区间的有效性,但如果模型的均值结构指定错误,则缺乏对系数的明确解释。因此,我们提出了一个新的直观和数学严格的解释系数是独立于特定的模型假设。它依赖于一种新的基于人口的关联度量。这个想法是量化因变量Y的总体均值可以通过改变自变量X的分布而改变多少。限制X的分布变化为线性函数提供了与线性回归的联系。它导致了一个保守的近似新定义的和一般的非线性措施的协会。然后,可以通过线性回归来估计保守线性近似。我们展示了这种解释如何扩展到多元回归,以及它在多大程度上以及在何种意义上导致了对混杂因素的调整。我们指出了新的分析策略的角度,并通过实例和模拟说明了新的解释和策略的实用性和局限性。
2015-04-22 stat.ME
A Calibration Approach to Transportability and Data-Fusion with Observational Data
临床研究中的两个重要考虑因素是内部和外部效度的适当评估。虽然随机临床试验可以克服内部效度的几个威胁,但它们可能倾向于较差的外部效度。相反,从广泛可推广的人群中抽样的大型前瞻性观察性研究可能是外部有效的,但容易受到内部有效性的威胁,特别是混淆。因此,解决混杂和增强研究结果在人群中的可移植性的方法对于内部和外部有效的因果推断分别是必不可少的。这些问题持续存在的另一个问题密切相关的可移植性称为数据融合。我们开发了一种校准方法来生成平衡权重,解决混淆和采样偏倚,从而实现目标人群平均处理效应的有效估计。我们比较了校准方法,以两个额外的双重稳健的方法,估计干预措施的效果,在第二个,可能无关的目标人群的结果。所提出的方法可以扩展到解决数据融合的问题,寻求评估的干预措施的影响,从两个相关的研究,从不同的人群抽样的数据。进行了模拟研究,以证明不同技术的优点和相似之处。我们还测试了校准方法的性能,在一个激励性的真实数据的例子比较双胍类与磺酰脲类-两种最常见的口服糖尿病药物类别的初始治疗-对全因死亡率的影响,在历史队列中描述的适用于当代队列的美国退伍军人糖尿病。
2022-07-07 stat.ME
Bootstrapping for multivariate linear regression models
多元线性回归模型是研究多个响应变量和多个预测变量之间关系的重要工具。主要的兴趣是关于未知的回归系数矩阵的推断。我们提出多元自助技术作为一种手段,使未知的回归系数矩阵的推断。这些自举技术是Freedman(1981)中开发的技术的扩展,其仅适用于单变量响应。对多元线性回归模型的扩展是在没有证明的情况下进行的。我们形式化的扩展,并证明其有效性。一个真实的数据例子和两个模拟数据的例子,提供了一些有限的样本验证我们的理论结果。
2017-09-12 math.ST stat.ME stat.TH
Nonparametric Inference via Bootstrapping the Debiased Estimator
在本文中,我们提出了通过自举的去偏核密度估计(密度估计)和去偏局部多项式回归估计(回归分析)构造置信带。Calonico等人(2018 b)最近采用了使用去偏估计量的想法,通过显式估计随机变化来构建给定点处密度函数(和回归函数)的置信区间。我们扩展了他们的想法,使用去偏估计,并进一步提出了一个自举方法,同时构建置信带。这种改进方法的优点是,我们可以很容易地从传统的带宽选择器选择平滑带宽和置信带将是渐近有效的。我们证明了自举置信带的有效性,并将其推广到密度水平集和逆回归问题。仿真研究证实了建议的置信带/集的有效性。我们将我们的方法应用于天文数据集,以显示其适用性
2019-06-04 math.ST stat.ME stat.TH
On Nonparametric Inference in the Regression Discontinuity Design
本文研究了非参数检验在回归不连续设计中的有效性问题。感兴趣的原假设是,在所谓的锐设计中,阈值处的平均处理效应等于预定值。我们首先表明,在大多数文献中使用的假设下,对于\emph{any}测试的权力对任何替代品是有界的大小。这一结果意味着,在这些假设下,任何具有非平凡功效的检验都会表现出尺寸失真。接下来,我们提供了一个充分加强的标准假设下,我们表明,在文献中的一个新的测试可以控制限制大小。
2016-11-15 stat.ME
Bias-Aware Inference in Regularized Regression Models
University of Southern California(南加州大学);Princeton University(普林斯顿大学);Brown University(布朗大学)
本文研究控制系数受约束时标量回归系数的推断问题,提出基于正则化倾向得分回归的偏差感知估计量和置信区间,证明其在有限样本中近最优,并给出高维渐近下的最优收敛速率。
2026-10-22 econ.EM stat.ME
Rejective Sampling, Rerandomization and Regression Adjustment in Survey Experiments
经典随机化实验配备了基于随机化的推断,为处理效应提供了无干扰的推断。它们一直是绘制因果推断的黄金标准,并提供出色的内部效度。然而,他们也被批评为可疑的外部有效性,在这个意义上,结论可能无法推广到更大的人口。随机调查实验是一种设计工具,可以通过从感兴趣的目标人群中随机选择实验单元来帮助减轻这种担忧。然而,正如Morgan和Rubin(2012)所指出的,即使在完全随机化的实验中,不同治疗组之间的协变量分布也经常存在机会不平衡。毫不奇怪,这种协变量失衡也发生在随机调查实验中。此外,协变量不平衡不仅发生在不同的治疗组之间,而且发生在采样的实验单位和整体人群之间。在本文中,我们提出了一个两阶段的重新随机化设计,可以积极地避免不良的协变量不平衡的抽样和治疗分配阶段。我们进一步发展渐近理论的重新随机化调查实验,证明重新随机化提供了更好的协变量平衡,更精确的处理效应估计,和更短的大样本置信区间。我们还提出协变量调整,以处理剩余的协变量不平衡后重新随机化,它可以进一步提高抽样和估计精度。我们的工作允许在抽样、治疗分配和分析阶段协变量之间存在一般关系,并推广了经典随机化实验中的重新随机化(Morgan and Rubin 2012)和调查抽样中的拒绝抽样(Fuller 2009)。
2021-09-21 stat.AP stat.ME
Non-parametric Quantile Regression and Uniform Inference with Unknown Error Distribution
本文研究了协变量存在未知分布测量误差时的条件分位数回归函数非参数估计与一致推断,提出反卷积核估计量构建一致置信带,并通过模拟与实际数据验证了方法的有效性。
2025-04-02 econ.EM stat.ME
Possibilistic Inferential Models for Post-Selection Inference in High-Dimensional Linear Regression
South China Normal University(华南师范大学)
本文提出了一种基于正则化分割可能性构造的后选择推断方法,通过样本分割和正交化扩展,实现了高维线性回归中精确的不确定性量化和稳健的推断。
2025-12-22 stat.ME
On the probability of invalidating a causal inference due to limited external validity
在实证研究中,特别是在随机实验中,外部效度往往受到质疑,因为内部效度和外部效度之间存在权衡。为了量化外部效度的稳健性,必须首先概念化完全代表目标人群的样本之间的差距(即,理想样本)和观察样本。借鉴Frank & Min(2007)和Frank et al.(2013),我将这种差距定义为未观察到的样本,并打算在本研究中量化其与原假设统计检验(NHST)的关系。由于有限的外部有效性而使因果推断无效的概率,即,PEV是基于理想样本未能拒绝原假设的概率,前提是原假设已基于观察样本被拒绝。本研究通过一个实证例子说明了用PEV评价外部效度的指导思想和程序(即,Borman等人(2008))。具体而言,人们将能够定位未观察到的样本统计量的阈值,该阈值将使PEV高于期望值,并使用该信息来表征未观察到的样本,该未观察到的样本将使所讨论的研究的外部有效性不那么稳健。当NHST被认为是基于理想样本时,PEV被证明与统计功效相关。
2022-06-17 stat.AP stat.ME stat.OT
Debiased Bayesian Inference for High-dimensional Regression Models
CUHK-Shenzhen(香港中文大学(深圳));Emory University(埃默里大学);Chinese University of Hong Kong(香港中文大学)
本文提出了一种去偏贝叶斯推断方法,用于修正高维回归模型中后验分布的偏倚,确保频范有效性,并通过模拟和实证应用验证了其性能。
2025-12-10 econ.EM math.ST stat.CO
New robust statistical procedures for polytomous logistic regression models
本文导出了一类新的估计族,即最小密度幂离估计,作为多分类逻辑斯谛回归模型极大似然估计的稳健推广.在此基础上,引入了线性假设下的Wald型检验统计量族。通过经典的影响函数分析,从理论上研究了所提出的估计量和检验统计量的稳健性。适当的现实生活中的例子,以证明需要适当的强大的统计程序,而不是基于似然推断的多分类逻辑斯谛回归模型。通过适当的模拟研究,进一步证实了本文建立的理论结果的有效性。最后,提出了一种数据驱动的鲁棒性调整参数的选择方法,并给出了经验证明。
2018-06-26 stat.ME
Uniform Post Selection Inference for LAD Regression and Other Z-estimation problems
在具有同方差误差的高维稀疏中位数回归模型中,我们给出了回归系数的一致有效置信区域。我们的方法是基于一个时刻方程,免疫对非正规估计的滋扰部分的中位数回归函数,通过使用奈曼的正交化。我们建立了目标回归系数的工具中位数回归估计是渐近正态分布均匀相对于底层稀疏模型,是半参数有效的。我们还将我们的方法推广到一般的非光滑Z-估计框架,目标参数$p_1$的数量可能远大于样本量$n$。我们扩展胡贝尔的结果渐近正态性的设置,证明一致的渐近正态性的估计超过$p_1$维矩形,同时构建置信带的所有$p_1$的目标参数,并建立渐近有效性的乐队一致的基本近似稀疏模型。关键词:工具;后选择推理;稀疏性;奈曼正交评分检验;一致有效推理; Z-估计。
2020-10-18 econ.EM math.ST stat.ME
Data-Adaptive Integration with External Summary Data for Outcome Mean Estimation
Iowa State University(爱荷华州立大学);Tokyo Medical University(东京医科大学);The University of Osaka(大阪大学)
本文提出了一种基于摘要数据的数据自适应整合方法,通过熵平衡策略校准外部矩以提高估计精度,同时控制偏倚并实现双重稳健性。
2026-08-04 stat.ME
Testing heteroscedasticity for regression models based on projections
本文提出了高维参数回归模型和部分线性回归模型异方差性的一种新的检验方法。当协变量的维数较大时,现有的异方差检验由于维数的\curse而表现不佳。为了解决这个问题,我们构建了一个异方差检验,通过使用基于投影的经验过程。研究了在原假设和备择假设下检验统计量的渐近性质。结果表明,在假设检验中,该检验能以尽可能快的速度检测出偏离原假设的局部方案。由于检验统计量的极限零分布不是分布自由的,我们提出了一种基于残差的自助法。研究了Bootstrap近似的有效性。我们提出了一些模拟结果,以显示有限样本的测试性能。为了说明这一点,本文对两个实际数据进行了分析。
2018-08-08 stat.ME
Bootstrap inference for quantile-based modal regression
本文提出了基于分位数回归的条件模式统一推理方法。具体来说,我们提出了估计条件模式的估计条件分位数函数的导数最小化平滑的线性分位数回归估计定义,并开发了两个自助方法,一个新的枢轴自助和非参数自助,我们的条件模式估计。建立在高维高斯近似技术,我们建立了同时从两个引导方法的条件模式的置信矩形的有效性。我们还将前面的分析扩展到协变量向量的维数随样本量增加的情况。最后,我们使用美国工资数据进行模拟实验和真实数据分析,以证明我们的推理方法的有限样本性能。
2021-04-12 math.ST stat.ME stat.TH
Conditional validity of prediction-powered inference for spatially dependent finite populations
Hitotsubashi University(一桥大学)
本文针对空间数据将预测驱动推理重构为基于设计的框架,推导了相关方差、阈值与双重稳健性结果,在48175单元总体及爱沙尼亚LUCAS应用中验证了设计匹配调优可提升精度。
2026-10-14 stat.ME
Testing against a linear regression model using ideas from shape-restricted estimation
提出了一种形式似然比假设检验的有效性参数回归函数,使用一个大的维,非参数双锥替代。例如,针对常数函数的检验使用递增或递减回归函数的替代方案,而针对线性函数的检验使用凸或凹替代方案。该检验方法准确、无偏,且临界值易于计算。在非常温和的假设下,检验的功效随着样本量的增加而增加到1--即使在错误指定替代方案的情况下。也就是说,对于任何偏离(以非退化方式)参数原假设的真回归函数,检验的功效收敛于1。我们还制定了测试的线性与部分线性模型,并考虑特殊情况下的添加剂模型。仿真结果表明,我们的程序表现良好,一致性与其他方法相比。虽然替代拟合是非参数的,但不涉及调谐参数。
2014-06-27 stat.ME
Valid uncertainty quantification about the model in a linear regression setting
在科学应用中,经常有几个相互竞争的模型可以拟合观测数据,因此量化模型的不确定性是至关重要的。在本文中,我们开发了一个推理模型(IM)的方法,同时有效的概率推理在一个集合的断言的兴趣,而不需要任何事先输入。我们的建设保证的方法是最佳的意义上说,它是最有效的。IM的同时有效性和后选择推理之间的连接。我们应用一般的结果,以获得有效的不确定性量化的预测变量的集合被包括在一个线性回归模型。
2016-06-06 math.ST stat.ME stat.TH
A Note on Doubly Robust Estimator in Regression Discontinuity Designs
Department of Basic Science, The University of Tokyo(东京大学基础科学系)
本文提出了用于断点回归设计的双稳健估计量(DR-RD),通过结合两个条件期望结果估计量,在至少一个估计量一致时即可保证处理效应估计的一致性,从而增强了估计的稳健性。
2025-01-27 cs.LG econ.EM math.ST
Regression analysis for covariate-adaptive randomization: A robust and efficient inference perspective
线性回归可以说是最基本的统计模型;然而,其在随机临床试验中使用的有效性,尽管是常见的做法,从来没有水晶般清晰,特别是当分层或协变量自适应随机化。在本文中,我们调查了几个最直观和最常用的回归模型估计和推断的处理效应在随机临床试验。通过允许回归模型被任意误指定,我们证明了所有这些基于回归的估计稳健地估计了处理效应,尽管可能具有不同的效率。我们还提出了一致的非参数方差估计,并比较其性能的基于模型的方差估计,是现成的标准统计软件。基于结果,并考虑到理论效率和实际可行性,我们提出了建议,在各种情况下有效地使用回归。对于均匀分配,使用通常的最小二乘方差估计量对分层协变量和其他基线协变量(如有)进行回归调整即可。对于不平等分配,应使用治疗与协变量相互作用的回归,以及我们提出的方差估计。这些建议适用于简单和分层随机化,以及最小化等。我们希望这项工作有助于澄清和促进回归在随机临床试验中的使用。
2020-09-04 stat.ME
Statistical inference for case-control logistic regression via integrating external summary data
针对病例对照数据下逻辑回归截距参数不可识别的问题,提出一种基于经验似然的方法,通过整合外部汇总数据实现截距及所有回归参数的一致估计,并证明了估计量的渐近正态性。
2024-05-31 stat.ME stat.ML
Statistical inference for high-dimensional convoluted rank regression
本文研究高维卷积秩回归的统计推断,建立惩罚估计误差界与去偏估计的 Bahadur 表示,并借助 Gaussian 近似和 bootstrap 构造同时置信区间。
2025-02-19 stat.ME
Valid Bayesian Inference based on Variance Weighted Projection for High-Dimensional Logistic Regression with Binary Covariates
针对高维基线协变量下二元结果相关分类处理效应的推断挑战,提出基于方差加权投影的正交得分及新型贝叶斯框架,提供一致收敛结果并通过模拟与真实数据分析验证方法有效性。
2024-11-26 math.ST stat.ME stat.TH
Cellwise and Casewise Robust Multivariate Regression with Inference
KU Leuven(荷语鲁汶大学)
本文提出cellMR估计器,同时处理案例和单元异常值、缺失数据和高维性,引入cellBoot推断方法,提供稳健的置信区间。
2026-10-20 math.ST stat.ME stat.TH
Robust Variable Selection for High-dimensional Regression with Missing Data and Measurement Errors
针对缺失数据和测量误差导致的数据分布混乱问题,提出带调节参数的指数损失函数,结合逆概率加权、加性误差模型与Atan惩罚实现稳健变量选择,经模拟与乳腺癌数据验证有效。
2025-06-29 stat.ME stat.ML
Smoothed Quantile Regression with Large-Scale Inference
分位数回归是一个强大的工具,用于学习响应变量和多变量预测因子之间的关系,同时探索异质性效应。本文研究了大规模数据分位数回归在“增维”条件下的统计推断。我们提供了一个全面和深入的分析卷积型平滑方法,实现足够的近似计算和推断分位数回归。这种方法,我们称之为{ \it{conquer} },把不可微的分位数损失函数变成一个二次可微的,凸的和局部强凸的代理,它允许一个快速和可扩展的基于Barzilai-Borwein梯度的算法来执行优化,和乘数引导统计推断。在理论上,我们建立了估计误差和Bahadur-Kiefer线性化误差的显式非渐近界,由此证明了在比传统分位数回归对回归变量个数要求更低的条件下,克服估计的渐近正态性成立.此外,我们证明了乘数自助置信结构的有效性。我们的数值研究证实了征服估计作为一个实用和可靠的方法,大规模的推断分位数回归。实施该方法的软件在\texttt{R}包\texttt{conquer}中可用。
2021-05-18 math.ST stat.ME stat.TH
Robust Variable Selection and Estimation Via Adaptive Elastic Net S-Estimators for Linear Regression
针对高维回归中重尾误差和异常值问题,提出自适应PENSE稳健正则化估计量,实现同时变量选择与系数估计,具备Oracle性质,在污染和干净样本中均表现优异。
2021-07-20 stat.ME stat.ML