On the statistical role of inexact matching in observational studies
在观察性因果推断中，精确协变量匹配起着两个统计作用：（i）它有效地控制了由于测量的混杂引起的偏倚;（ii）它证明了基于随机化检验的无干扰推断的合理性。本文表明，不精确的协变量匹配并不总是发挥这些相同的作用。我们发现，不精确的匹配往往会留下统计上有意义的偏见，这种偏见使标准的随机化测试渐近无效。因此，我们建议在不精确匹配后进行额外的基于模型的协变量调整。在局部误设定的框架下，我们证明了匹配使得随后的参数分析对模型选择或误设定不那么敏感。我们认为，获得这种鲁棒性是不精确匹配的主要统计作用。
2022-11-30 stat.ME
Observational Causality Testing
本文扩展了观测因果检验方法，通过估计随机性下界、引入有限总体校正及纳入协变量，提出了新的协变量选择标准，并展示了多个应用实例。
2023-09-05 stat.ME
Choosing the Causal Estimand for Propensity Score Analysis of Observational Studies
本文系统比较ATT、ATU、ATE和ATO四种因果估计目标的假设与解释，为医学研究者正确选择估计目标、实施倾向评分方法及解读观察性研究结果提供指导。
2023-07-11 stat.ME
Improving trial generalizability using observational studies
随机对照试验（RCT）和观察性研究（OS）的互补特征可联合用于估计目标人群的平均处理效应。我们提出了一个校准加权估计，加强RCT和OS之间的协变量平衡，从而提高基于试验的估计的泛化能力。利用半参数有效性理论，我们提出了一个双重鲁棒增广校准加权估计，实现了效率界下的识别假设。一个非参数筛选方法提供作为一种替代的参数方法，它使强大的近似的滋扰功能和数据自适应选择的结果预测校准。我们建立了渐近结果，并通过模拟实验和应用于早期非小细胞肺患者术后辅助化疗的处理效应估计，证实了所提出的估计的有限样本性能。
2021-11-29 stat.ME
Propensity Score Adapted Covariate Selection for Causal Inference
本文提出了一种适应于倾向得分的变量选择方法，用于选择倾向得分模型中的协变量，以消除观察性研究中的混杂偏倚，提高统计效率。我们的变量选择方法是专门为因果推断而设计的，它只需要倾向得分是$\sqrt{n}$ -通过参数模型一致估计，不需要正确的潜在结果模型的规范。通过使用估计的倾向得分作为逆概率治疗权重，对结局进行自适应套索，成功排除了工具变量，并包括混杂因素和结局预测因素。在“线性结合”条件下证明了它的预言性质。我们还进行了一些数值模拟，以说明我们的倾向得分适应协变量选择程序，并评估其性能下的模型误设定。与其他协变量选择方法进行了比较，通过使用人工数据，我们发现，它是更强大的排除工具变量和虚假的协变量。
2021-09-11 stat.ME
Learning to Bound Counterfactual Inference from Observational, Biased and Randomised Data
IDSIA（达勒·摩尔人工智能研究所）；University of Almería（阿尔梅里亚大学）
我们解决的问题，从多个，可能有偏见的，观察性和干预性研究的数据整合，最终计算结构因果模型中的反事实。我们从受选择偏差影响的单个观测数据集的情况开始。我们表明，可用数据的可能性没有局部最大值。这使我们能够使用因果期望最大化方案来计算部分可识别的反事实查询的近似边界，这是本文的重点。然后，我们展示了相同的方法如何解决多个数据集的一般情况，无论是干预性的还是观察性的，有偏的还是无偏的，通过图形变换将其重新映射到前一个。系统的数值实验和姑息治疗的案例研究表明，我们的方法的有效性和准确性，同时暗示的好处，整合异构数据，以获得信息范围的情况下，部分可识别性。
2023-03-16 cs.AI stat.ME
Uncovering Bias Mechanisms in Observational Studies
本文提出一种利用偏差幅度与干扰函数估计量预测性能的关系来区分因果偏差来源的新框架，通过合成实验和真实案例验证了其揭示观察性研究偏差机制的有效性。
2025-06-01 stat.ME stat.ML
TreatmentEstimatoR: a Dashboard for Estimating Treatment Effects from Observational Health Data
可以利用观察性健康数据来衡量现有医疗干预措施的实际使用情况和潜在获益或风险。然而，缺乏编程能力和因果推断方法的先进知识，使一些临床医生和非计算研究人员无法进行此类分析。无代码仪表板工具提供了一种可访问的方法，用于根据观察性健康数据估计和可视化处理效应。我们提出了TreatmentEstimatoR，一个R Shiny仪表板，有助于从观察数据中估计处理效应，而无需任何编程知识。仪表板同时提供来自多个算法的效果估计，并适应二进制，连续和时间到事件的结果。TreatmentEstimatoR允许灵活地选择治疗和结局模型的协变量、全面的模型性能指标和探索性数据分析工具。TreatmentEstimatoR可在https://github.com/CollinSakal/TreatmentEstimatoR上获得。我们提供完整的安装说明和详细的小插图，以了解如何最好地使用仪表板。
2022-03-20 stat.AP stat.CO stat.ME
Characterization and Learning of Causal Graphs with Latent Confounders and Post-treatment Selection from Interventional Data
Mohamed bin Zayed University of Artificial Intelligence（莫莫德·本·扎耶德人工智能大学）；Carnegie Mellon University（卡内基梅隆大学）
本文提出了一种新的因果公式，通过建模后处理选择和干预反应，识别因果关系、潜在混杂因素和选择模式，提升因果发现的准确性。
2026-02-25 cs.LG stat.ME
Towards a Transportable Causal Network Model Based on Observational Healthcare Data
University of Milano - Bicocca（米兰比可卡大学）；Fondazione IRCCS Istituto Nazionale dei Tumori（意大利国家肿瘤研究所（IRCCS基金会））；F. Hoffmann - La Roche Ltd（罗氏公司）；University of Twente（特文特大学）；Istituto Dalle Molle di Studi sull’Intelligenza Artificiale (IDSIA)（达勒·莫勒人工智能研究所（IDSIA））
提出结合选择图、缺失图、因果发现与先验知识的新方法构建因果网络模型，解决观察性医疗数据偏差问题，实现可迁移性，在年轻乳腺癌女性心血管风险评估上优于竞争机器学习方法。
2023-11-20 cs.AI cs.LG stat.ME
Causal Stability Selection
University of California, Los Angeles（加州大学洛杉矶分校）；Duke University（杜克大学）
本文提出因果稳定性选择算法，结合交叉拟合的条件平均处理效应估计与集成路径稳定性选择，提供非渐近的虚假正例界，建立处理效应估计与效应修饰发现的直接联系。
2026-08-11 stat.ME
Limited-Information Maximum Likelihood based Model Selection Procedures for Binary Outcomes
不可测协变量是因果推断中的重要问题之一。即使存在一些不可测量的协变量，一些工具变量方法，如两阶段残差包含（2SRI）估计，或有限信息极大似然（LIML）估计，可以获得因果效应的无偏估计，尽管存在非线性结果，如二元结果，但它要求我们不仅指定正确的结果模型，而且还指定正确的治疗模型。因此，检测正确的模型是一个重要的过程。在本文中，我们提出了两个模型选择过程：AIC型和BIC型，并确认其性质。建议的模型选择程序是基于LIML估计。我们证明了所提出的BIC型模型选择过程具有模型选择一致性，并通过仿真数据验证了所提出的模型选择过程的性质.
2021-12-29 math.ST stat.ME stat.OT
Policy Learning with Observational Data
在许多领域，从业者寻求使用观察数据来学习满足应用特定约束的治疗分配策略，例如预算，公平性，简单性或其他功能形式约束。例如，策略可以被限制为基于有限的一组容易观察到的个体特征而采取决策树的形式。我们提出了一种新的方法来解决这个问题的动机半参数有效估计理论。我们的方法可用于优化二进制处理或无穷小的轻推连续治疗，并可以利用观察数据，其中因果关系的影响，确定使用各种策略，包括选择可观察变量和工具变量。鉴于分配给每个人的治疗的因果效应的双重鲁棒估计，我们开发了一个算法来选择谁来治疗，并建立强有力的保证所产生的政策的渐进功利遗憾。
2020-09-04 cs.LG econ.EM math.ST
Complete Causal Identification from Ancestral Graphs under Selection Bias
Korteweg-de Vries Institute for Mathematics, University of Amsterdam（科特维格-德弗里斯数学研究所，阿姆斯特丹大学）
本文提出在选择偏见下基于祖先图的因果识别算法，通过建立条件独立关系的理论框架，实现对因果结构的完整识别。
2026-03-27 math.CO math.PR math.ST
Matching in Selective and Balanced Representation Space for Treatment Effects Estimation
University of Georgia（佐治亚大学）
在科学和技术的各个领域，观测数据的可用性正在急剧增加，这促进了因果推断的研究。然而，从观察性数据估计处理效应面临两个主要挑战，缺失的反事实结果和治疗选择偏倚。匹配方法是评价处理效应的最基本方法之一，但现有的匹配方法在处理高维复杂变量数据时性能较差。提出了一种基于深度表示学习和匹配的特征选择表示匹配（FSRM）方法，将原始协变量空间映射到一个选择性的、非线性的、平衡的表示空间，然后在学习到的表示空间中进行匹配。FSRM采用深度特征选择来最小化不相关变量对估计处理效应的影响，并结合基于瓦瑟斯坦距离的正则化器来学习平衡表示。我们在三个数据集上评估了我们的FSRM方法的性能，结果表明优于最先进的方法。
2021-06-05 cs.LG stat.ME stat.ML
Adversarial Balancing-based Representation Learning for Causal Effect Inference with Observational Data
Eindhoven University of Technology（埃因霍温理工大学）；University at Buffalo（布法罗大学）
从观测数据中学习因果效应对医疗保健、教育和社会学等各个领域都有很大的好处。例如，人们可以估计新药对特定个体的影响，以帮助临床计划并提高生存率。本文主要研究从观测数据中估计条件平均治疗效应（CATE）的问题。这个问题的挑战是双重的：一方面，我们必须推导出一个因果估计量估计的因果量从观察数据，存在混杂偏倚;另一方面，我们必须处理的识别CATE时，治疗组和对照组的协变量的分布是不平衡的。为了克服这些挑战，我们提出了一个神经网络框架，称为基于对抗平衡的表示学习因果效应推理（ABCEI），基于表示学习的最新进展。为了确保CATE的识别，ABCEI使用对抗学习来平衡潜在表征空间中治疗组和对照组中协变量的分布，而不对治疗选择/分配函数的形式进行任何假设。此外，在表示学习和平衡过程期间，来自原始协变量空间的高度预测信息可能丢失。ABCEI可以通过在互信息估计的正则化下保留用于预测因果效应的有用信息来解决这种信息损失问题。实验结果表明，ABCEI是强大的治疗选择偏见，并匹配/优于国家的最先进的方法。我们的实验在几个数据集上显示了有希望的结果，这些数据集代表了不同的医疗保健领域。
2020-10-16 cs.LG stat.ML
Causal Inference Struggles with Agency on Online Platforms
University of California, Berkeley（加州大学伯克利分校）；Twitter（推特）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
在线平台定期进行随机实验，以了解平台的变化如何因果地影响各种感兴趣的结果。然而，在线平台上的实验一直受到批评，因为除其他问题外，缺乏有意义的监督和用户同意。随着平台为用户提供更大的代理权，可以进行观察性研究，其中用户自行选择感兴趣的治疗，作为平台控制用户是否接受治疗的实验的替代方案。在本文中，我们在Twitter上进行了四项大规模的研究内比较，旨在评估在线平台上用户自我选择的观察性研究的有效性。在研究内比较中，根据观察性研究如何有效复制相同目标人群的随机实验结果，评估观察性研究的治疗效果。我们测试组均值估计量、精确匹配、回归调整和治疗加权的逆概率的朴素差异，同时控制合理的混杂变量。在所有情况下，所有观察估计在从类似的随机实验中恢复地面实况估计方面表现不佳。除一种情况外，在所有情况下，观察估计值与随机估计值的符号相反。我们的研究结果表明，来自用户自我选择的观察性研究是在线平台上随机实验的糟糕替代方案。在讨论我们的研究结果时，我们假设了一个“第22条军规”，这表明在这些环境中因果推理的成功可能与为用户提供更大代理的原始动机不一致。
2022-05-10 cs.LG stat.AP
Causal Calculus in the Presence of Cycles, Latent Confounders and Selection Bias
Informatics Institute（信息学研究所）；University of Amsterdam（阿姆斯特丹大学）
我们证明了因果演算（也称为do-calculus）的I/O结构因果模型（ioSCM），最近提出的一般类的非线性结构因果模型，允许周期，潜在的混淆和任意概率分布的推广的主要规则。我们还推广调整标准和公式从非循环设置到一般的（即ioSCM）。这样的标准，然后允许估计（条件）的因果关系的影响，从观察数据（部分）收集的选择偏差和周期。这将后门标准、选择后门标准和这些标准的扩展推广到任意ioSCM。总之，我们的研究结果，从而使因果推理的周期，潜在的混杂因素和选择偏见的存在。最后，我们扩展的ID算法的因果关系的识别ioSCM。
2019-07-03 cs.AI cs.LG stat.ME
Bias correction in treatment effect estimates following data-driven biomarker cutoff selection
本研究针对数据驱动生物标志物截断值选择导致的治疗效果估计偏差，通过广泛模拟评估了 Bootstrap Bias Correction 和 ABC 方法的校正性能，并提出了临床应用建议。
2025-04-28 stat.AP
Confounder Selection via Support Intersection
Peking University（北京大学）
在几乎所有关注因果关系的观察性研究中，混淆都是重要的。为了消除由混杂因素引起的偏差，通常需要在分析中收集大量的特征。在这种情况下，大p小n的问题可能会出现和降维技术是必需的。然而，传统的变量选择方法，侧重于预测是有问题的，在这种情况下。在本文中，我们详细分析了这个问题，并假设稀疏的混杂因素，这是不同于以往的作品。在此假设下，我们提出了几种基于支持度交集的变量选择方法来剔除混杂因素。并讨论了因果效应估计和不混淆检验的不同方法。为了帮助我们的描述，最后我们提供了数值模拟来支持我们的主张，并与常见的启发式方法进行比较，以及在真实数据集上的应用。
2019-12-25 cs.LG math.ST stat.AP
Continual Causal Inference with Incremental Observational Data
Ant Group（蚂蚁集团）；University of Georgia（佐治亚大学）；University of Virginia（弗吉尼亚大学）
大数据时代见证了来自移动和社交网络、在线广告、网络挖掘、医疗保健、教育、公共政策、营销活动等的观测数据的日益可用性，这促进了因果效应估计的发展。虽然在克服学术领域的挑战方面取得了重大进展，例如缺失反事实结果和选择偏差，但它们只关注特定源和固定的观测数据，这在大多数工业应用中是不现实的。在本文中，我们研究了一个新的工业问题的因果效应估计从增量可用的观测数据，并提出了三个新的评价标准，相应的，包括可扩展性，适应性和可访问性。我们提出了一个连续的因果效应表示学习方法估计因果效应与观测数据，这是增量可从非平稳数据分布。我们的方法不是访问所有看到的观测数据，而是只存储从以前的数据中学习到的特征表示的有限子集。该方法结合选择性和平衡的表示学习、特征表示提取和特征变换，在不影响对原始数据估计能力的前提下，实现了对新数据的连续因果效应估计。大量的实验证明了连续因果效应估计的意义和我们的方法的有效性。
2023-03-03 cs.LG stat.ML
A Bayesian algorithm for sample selection bias correction
在本文中，我们提出了一种技术，耦合非传统的数据与统计调查数据的基础上，以部分纠正非随机样本选择产生的偏差。所有主要的社交媒体平台都代表了通过自我选择过程产生的普通人群的巨大样本。这意味着他们不能代表更大的公众，从这些样本中得出的结论推断到整个人口存在问题。我们提出了一种算法，将这些海量数据与来自传统来源的数据整合在一起，具有不那么广泛但更可靠的特性。这种整合允许利用两个世界的最佳情况，并达到典型的“大数据”来源的细节和精心设计的抽样调查的代表性。
2022-12-19 stat.ME
Doubly Robust Estimation in Observational Studies with Partial Interference
当一个人的治疗（或暴露）影响到其他人的结果时，就会发生干扰。在一些设置中，假设个体可以被划分成集群，使得不同集群中的个体之间没有干扰，即，存在部分干扰。在部分干扰的观察性研究中，已提出了不同可能处理效应的逆概率加权（IPW）估计。然而，IPW估计的有效性取决于倾向得分是已知的或正确建模。或者，可以使用结果回归模型来估计处理效应。在本文中，我们提出了双稳健（DR）估计，利用这两个模型，是一致的和渐近正态的，如果任何一个模型，但不一定都是正确的指定。实证结果表明，DR属性的估计，以及效率增益的DR IPW估计时，这两个模型被正确指定。不同的估计说明使用的数据从研究在孟加拉国的霍乱疫苗接种的影响。
2018-06-19 stat.ME
Sharp Inference on Selected Subgroups in Observational Studies
在现代药物开发中，高维观察数据的广泛可用性为科学家探索亚组异质性提供了机会，特别是当由于成本和伦理限制而无法进行随机临床试验时。然而，由于“亚组选择偏倚”，天真地搜索具有高治疗水平的亚组的常见做法往往是误导性的。“更重要的是，高维观测数据的性质进一步加剧了准确估计亚组处理效应的挑战。为了解决这些问题，我们提供了新的推理工具的基础上，重新评估的可复制性事后确定的观察性研究的亚组。通过仔细的理论论证和广泛的模拟，我们表明，我们提出的方法提供了渐近尖锐的置信区间和去偏估计的高维协变量的存在下，选定的子组处理效应。我们通过分析英国生物银行的数据进一步证明了所提出的方法的优点。
2021-02-22 stat.ME
Ensuring valid inference for hazard ratios after variable selection
如何最好地选择变量进行混杂调整的问题形成了观察性研究中暴露效应评价的关键挑战之一，并且一直是最近因果推断中活跃的活动的主题。常规程序的一个主要缺点是，没有有限的样本量来保证提供具有足够性能的暴露效应估计值和相关置信区间。在这项工作中，我们将考虑这个问题时，推断条件因果风险比的观察性研究的假设下，没有未测量的混杂。我们在生存数据方面面临的主要复杂性是，关键的混杂变量可能不是那些解释删失机制的变量。在本文中，我们克服了这个问题，使用一种新的和简单的程序，可以使用现成的软件进行惩罚Cox回归。特别是，我们将提出原假设的检验，即暴露对所考虑的生存终点没有影响，这在标准稀疏条件下是一致有效的。仿真结果表明，即使协变量是高维的，所提出的方法产生有效的推断。
2021-11-30 stat.ME
Bias-corrected GEE estimation and smooth-threshold GEE variable selection for single-index models with clustered data
本文提出了一种基于广义估计方程的单指标模型的估计方法和变量选择过程，当观测数据是聚类的。与独立观测值的情况不同，当估计方程中使用一般的工作相关矩阵时，需要进行偏差校正。我们的变量选择过程的基础上平滑阈值估计方程\citep{Ueki-2009}可以自动消除不相关的参数设置为零，是计算简单，比其他方法的基础上收缩惩罚。由此产生的估计一致地识别指数中的重要变量，即使工作相关矩阵被错误指定。无论非零参数是否已知，估计量的渐近性质都是相同的（在两种情况下，我们使用相同的估计方程），从而实现了\cite{Fan-Li-2001}意义下的预言性质。通过一些模拟例子以及实际数据的应用，说明了估计的有限样本性质。
2011-08-05 stat.ME
Variable Selection and Estimation for Partially Linear Single-index Models with Longitudinal Data
本文研究了具有纵向数据的部分线性单指标模型。为了处理在这种情况下的变量选择问题，我们提出了一个惩罚程序结合两个偏差校正方法，导致偏差校正广义估计方程（GEE）和偏差校正二次推理函数（QIF），它可以考虑到相关性。证明了这些方法的渐近性质。我们还通过蒙特卡罗模拟研究和实际数据分析评估了所提出的方法的有限样本性能。
2014-02-07 stat.ME
Win-Ratio Regression for Prioritized Composite Outcomes in Observational Studies: Doubly Robust and Efficient Estimation with Future-Score Correction
University of Florida（佛罗里达大学）；University of California San Diego（加州大学圣地亚哥分校）；Stanford University School of Medicine（斯坦福大学医学院）；University of Rochester Medical Center（罗切斯特大学医学中心）
针对观察性研究中优先复合结局的删失估计问题，提出带未来评分校正的胜比回归框架，结合处理加权与基线增强实现双重稳健高效估计，模拟与OneFlorida数据应用验证了其有效性。
2026-09-25 stat.ME
Adjusting for Selection Bias Due to Missing Eligibility Criteria in Emulated Target Trials
针对目标试验模拟中因纳入标准变量缺失导致的选择偏倚问题，提出适配事件发生时间终点、基于逆概率加权的概念框架，经模拟和真实EHR数据验证有效。
2024-10-04 stat.AP stat.ME
Efficient estimation and correction of selection-induced bias with order statistics
本文提出一种基于次序统计量的高效方法，用于估计和校正复合模型选择决策中产生的选择诱导偏差与过拟合，为嵌套交叉验证和自助法提供轻量级替代方案。
2024-08-07 stat.CO stat.ME
Correcting for Nonignorable Nonresponse Bias in Ordinal Observational Survey Data
Matej Bel University（马特·贝尔大学）；National Bank of Slovakia（斯洛伐克国家银行）
针对有序结果变量中不可忽略的无应答偏差，提出一种利用应答倾向代理变量（如合作性）结合事后分层的方法，将Peress（2010）的二元VRP框架推广至有序结果，并通过最大似然估计实现。
2026-08-11 stat.ME
Summary Statistics of Large-scale Model Outputs for Observation-corrected Outputs
本文提出Sig-PCA框架，通过神经网络整合模型输出的汇总统计量与局部观测数据，校正大规模物理模型输出，使其概率分布和时空相关结构更贴近观测数据。
2025-06-18 stat.AP stat.CO stat.ME
A Unified Bayesian Model for Voter Turnout Estimation: Combining Surveys, Aggregate Data, and Selection Correction
School of Economics and Business Administration, University of Tartu（塔尔图大学经济与商业管理学院）
该研究提出整合调查、汇总数据与选择校正的贝叶斯层次框架，含三类模型，经模拟和爱沙尼亚选举数据验证，可提升小区域选民投票率估计精度。
2026-08-17 stat.AP stat.ME
Selecting optimal subgroups for treatment using many covariates
我们考虑的问题，选择最佳的亚组治疗时，协变量的数据可从随机试验或观察性研究。我们区分了四种不同的设置，包括（i）资源受限时的治疗选择，（ii）资源不受限时的治疗选择，（iii）存在副作用和成本的治疗选择，以及（iv）最大化效果异质性的治疗选择。我们发现，在每一种情况下，最佳的治疗选择规则涉及治疗那些预测的平均差异的结果比较与不治疗，条件协变量，超过一定的阈值。阈值在这四种情况下各不相同，但最佳治疗选择规则的形式则不同。结果表明，个性化医疗远离传统的亚组分析。提出了新的随机试验设计，以便在卫生保健实践中实施和利用最佳治疗选择规则。
2018-02-26 stat.ME
Selection Bias Correction and Effect Size Estimation under Dependence
我们考虑大规模的研究中，它是感兴趣的测试非常大量的假设，然后估计的效果大小对应于拒绝的假设。例如，这种设置出现在基因表达或DNA测序数据的分析中。然而，效应量的朴素估计存在选择偏倚，即，一些最大的朴素估计值仅仅由于偶然性而很大。许多作者已经提出了方法，以减少选择偏倚的影响下，假设的朴素估计的效果大小是独立的。不幸的是，当效应量估计是依赖的，这些现有的技术可以有非常差的性能，在实践中往往会有依赖性。我们提出了一个估计，调整最近提出的频率框架下的选择偏差，没有独立性假设。我们研究了所提出的估计的一些性质，并说明它优于过去的建议，在模拟研究和两个基因表达数据集。
2015-03-28 stat.AP stat.ME stat.ML
Approximating Counterfactual Bounds while Fusing Observational, Biased and Randomised Data Sources
IDSIA（IDSIA（达勒·莫尔人工智能研究所））；University of Almería（阿尔梅里亚大学）
本文研究融合多源观察与干预数据计算结构因果模型反事实边界的问题，通过因果期望最大化方案和图形变换处理有偏数据，并在数值实验与姑息治疗案例中验证了方法的有效性。
2023-07-31 cs.AI stat.ME
Correcting for selection bias via cross-validation in the classification of microarray data
基于微阵列数据的诊断规则的使用越来越受到关注。这些规则是通过考虑组织样本中数千个基因的表达水平而形成的，这些基因取自已知分类的患者，相对于许多类别，代表疾病状态或治疗策略。由于这些规则的最终版本通常基于可用基因的一个小子集，因此在估计相关差错率时必须校正选择偏倚。我们考虑使用交叉验证的问题。特别是，我们提出了明确的公式，是有用的解释层的验证，必须进行，以避免不正确的交叉验证的估计。
2008-05-16 math.ST stat.ME stat.TH
Model Error Covariance Estimation for Weak Constraint Data Assimilation
本研究将弱约束4D-Var视为正则化逆问题，利用代表点方法估计模型误差协方差，并通过L曲线、GCV和卡方方法选择正则化参数，实验表明各向同性方差适用于先验更可靠情形，非各向同性协方差适用于观测更可靠情形。
2025-04-24 cs.NA math.NA math.OC
Hybrid Confidence Intervals for Informative Uniform Asymptotic Inference After Model Selection
我提出了一种新的类型的置信区间正确的渐近推断后，使用数据来选择一个模型的兴趣，而不假设任何模型是正确的指定。该混合置信区间是通过结合选择性推理和选择后推理文献的技术构建的，以在广泛的数据实现范围内产生短的置信区间。我证明了混合置信区间具有正确的渐近覆盖，均匀分布在一个大类的概率分布，不绑定缩放模型参数。我说明了使用这些置信区间的推理问题后，使用LASSO目标函数来选择一个回归模型的兴趣，并提供证据，其理想的长度和覆盖范围的属性在小样本通过一组蒙特卡罗实验，需要各种不同的数据分布以及经验应用到糖尿病疾病进展的预测。
2021-11-24 math.ST stat.ME stat.TH
