Maximum Likelihood Estimation for Brownian Motion Tree Models Based on One Sample
本文研究了布朗运动树模型(BMTM)上的单样本极大似然估计($n=1$)问题。BMTM通常在单样本遗传学中用作空模型,其中单样本制度很常见。具体来说,我们表明,几乎可以肯定,单样本BMTM极大似然估计(MLE)存在,是唯一的,并对应于一个完全观察到的树。此外,我们提供了一个多项式时间算法的精确计算。我们还考虑了单样本情况下所有可能的BMTM树结构上的MLE,并表明它几乎肯定存在,它与对角占优势的M矩阵上的MLE一致,并且它存在唯一的封闭形式解,对应于路径图。最后,我们通过数值实验探讨了单样本BMTM极大似然估计的统计特性。
2022-11-24 math.ST stat.ME stat.TH
Density Estimation Trees in High Energy Physics
密度估计树在大样本多维多模态数据模型的探索性数据分析中具有重要作用。我简要地讨论了算法,一个基于核密度估计的自优化技术,以及在高能物理中的一些应用。
2015-02-03 hep-ex physics.data-an stat.AP
Tree-dependent Component Analysis
University of California(加利福尼亚大学)
我们提出了一个泛化的独立分量分析(ICA),而不是寻找一个线性变换,使数据组件独立,我们寻找一个变换,使数据组件很好地适合树结构的图形模型。作为一个半参数统计问题处理的问题,我们发现,最佳的变换是通过最小化的对比度函数的基础上互信息,一个功能,直接扩展用于经典ICA的对比度函数。我们提供了两个近似的对比度函数,一个使用核密度估计,另一个使用核广义方差。这种树依赖的成分分析框架自然导致一个有效的一般多变量密度估计技术,其中只需要进行双变量密度估计。
2012-12-12 cs.LG stat.ML
Simultaneous Learning of Trees and Representations for Extreme Classification and Density Estimation
New York University(纽约大学);Massachussets Institute of Technology(麻省理工学院)
我们考虑多类分类的预测有一个层次结构,允许在训练和测试时间的标签数量非常大。这种模型的预测能力在很大程度上取决于树的结构,尽管过去的工作展示了如何学习树结构,但它期望特征向量保持静态。我们提供了一种新的算法,同时进行表示学习的输入数据和学习的hierarchi- cal预测。我们的方法优化了一个目标函数,有利于平衡和容易分离的多路节点分区。我们从理论上分析了这一目标,表明它会产生一个助推风格的属性和分类错误的约束。接下来我们展示如何将该算法扩展到条件密度估计。我们分别在文本分类和语言建模方面对这两种变体进行了经验验证,并表明它们在准确性和运行时间方面优于常见基线。
2017-03-02 cs.CL cs.LG stat.ML
Phase transition on the convergence rate of parameter estimation under an Ornstein-Uhlenbeck diffusion on a tree
树上的扩散过程通常用于进化生物学中,以模拟跨物种的连续性状(如体重)的联合分布。估计这些过程的参数,从尖端值提出了挑战,因为共享的进化历史所产生的观测之间的内在相关性,从而违反了标准的大样本理论的独立性假设。例如,Ho和Ané \cite{HoAne13}最近证明了,如果树的高度是有界的,则树上的Ornstein-Uhlenbeck过程的平均值(在本文中也称为选择最优值)不能从越来越多的尖端观测值中一致地估计。在这里,使用一个富有成效的连接到所谓的重建问题在概率论中,我们研究的参数估计在无界高度的情况下的收敛速度。对于该过程的均值,我们给出了极大似然估计(MLE)的一致性的充分必要条件,并根据树的生长建立了其收敛速度的相变。特别是,我们表明,损失的$\sqrt{n}$一致性(即,MLE的方差变为$Ω(n^{-1})$,其中$n$是尖端的数目)。对于协方差参数,我们给出了一种新的,有效的估计方法,实现$\sqrt{n}$ -一致性自然假设下的树。
2016-05-25 cs.CE math.PR math.ST
Maximum Likelihood Estimation of Log-Concave Densities on Tree Space
系统发育树是生物学中的重要数据对象,系统发育重建的方法已经得到了很大的发展。系统树空间是一个非正曲度量空间。最近,正在开发利用这一属性的统计方法来分析该空间上的树的集合。同时,在欧氏空间中,对数凹极大似然方法作为一种新的非参数概率密度估计方法应运而生。本文给出了树空间上对数凹极大似然估计存在唯一的一个充分条件。我们还提出了一个估计算法的一维和二维。由于各种因素影响推断的树,很难指定样本树的分布。对数凹密度类是非参数的,但估计可以进行极大似然方法,而无需选择超参数。我们比较了估计性能与以前开发的核密度估计数值。在我们的例子中,真密度是对数凹的,我们证明了我们的估计有一个较小的集成平方误差时,样本量是大的。我们还使用期望最大化(EM)算法进行聚类的数值实验,并将结果与使用Fréchet均值的k-means ++聚类进行比较。
2022-11-22 stat.CO stat.ME
Consensus Tree Estimation with False Discovery Control via Partially Ordered Sets
University of Washington(华盛顿大学)
通过偏序集控制虚假发现率的共识树估计方法,提供了一种具有有限样本和模型无关保证的估计器,用于整合多重检验工具到树估计中。
2026-08-24 stat.ME
Density Estimation Trees as fast non-parametric modelling tools
密度估计树(DET)是在多变量数据集上训练的决策树,用于估计其概率密度函数。虽然在准确性方面无法与内核技术竞争,但它们非常快,非常并行,并且在存储到磁盘时相对较小。这些属性使得DET在LHC数据分析的资源昂贵的视野中具有吸引力。可能的应用包括选择优化、快速模拟和快速检测器校准。在这方面的贡献,我描述的算法,提供给HEP社区的RooFit实现。LHCb协作中讨论的一组应用程序也简要说明。
2016-07-22 stat.AP
Maximum likelihood estimation for spinal-structured trees
针对类型不可观测的脊柱结构两类型 Galton–Watson 树,论文研究出生分布的最大似然估计,并给出可区分性与可估计性的增长率—散度条件。
2024-07-18 math.PR math.ST stat.TH
Nonparametric estimation of the tree structure of a nested Archimedean copula
嵌套阿基米德copula(也称为层次阿基米德copula)的固有特征之一是它们的根树结构。一个非参数的,基于秩的方法来估计这个结构。其思想是将目标结构表示为一组三变量结构,每个结构都可以轻松地单独估计。事实上,对于任何三个变量,只有四种可能的有根树结构,并且基于样本,可以通过在三个变量的经验分布的三个二元边际之间进行比较来做出选择。然后可以使用该组估计的三变量结构来构建目标结构的估计。这种估计方法的优点是,它不需要任何参数假设的生成函数在节点的树。
2013-12-17 stat.ME
Density estimation using cellular binary trees and an application to monotone densities
本文提出基于细胞二叉树的直方图密度估计,复杂度一估计具有普遍一致性,复杂度二估计能以最优误差O(n^{-1/3})估计单调密度。
2025-04-22 math.PR math.ST stat.TH
Statistical estimation of a growth-fragmentation model observed on a genealogical tree
我们通过分段确定性马尔可夫分支树来模拟细胞群体的生长。每个细胞分裂成两个后代,分裂速率$B(x)$取决于其大小$x$。每个细胞的大小随时间呈指数级增长,增长速度因人而异。我们发现,平均经验措施的模型满足增长破碎型方程,如果结构的大小和增长率作为状态变量。我们构造了一个非参数估计的分裂率$B(x)$的基础上观察的人口超过不同的抽样方案的大小$n$的系谱树。我们的估计几乎达到率$n^{-s/(2s+1)}$在平方损失误差渐近。当生长速率被假设为是相同的每个细胞,我们检索经典的增长碎片模型和我们的估计提高了在\cite{DHRR, DPZ}通过间接观察计划获得的速率$n^{-s/(2s+3)}$。我们的方法是一致的数字测试和实施{ \it大肠杆菌}数据。
2015-05-28 math.PR math.ST q-bio.QM
Estimation of cell lineage trees by maximum-likelihood phylogenetics
CRISPR技术通过在生物体发育过程中突变合成基因组条形码,为复杂的多细胞生物体实现了大规模细胞谱系追踪。然而,这些复杂的生物学工具目前使用特别和过时的计算方法来从突变的条形码重建细胞谱系树。由于这些方法对生物机制是不可知的,因此它们无法充分利用数据的结构。我们提出了一个统计模型的突变过程,并开发了一个程序来估计树的拓扑结构,分支长度和突变参数,通过迭代应用惩罚最大似然估计。与现有技术相比,我们的方法估计沿每个分支的时间,而不是突变事件的数量,从而提供了组织类型分化的详细说明。通过模拟,我们证明了我们的方法比现有的方法更准确。我们重建的树也更好地概括了斑马鱼发育的已知方面,并在鱼类复制品中重现了类似的结果。
2019-03-29 q-bio.QM stat.AP
Density Estimation with Distribution Element Trees
基于现有数据的概率密度估计是许多统计应用中的中心任务。特别是在具有许多样本或高维样本空间的大集合的情况下,需要计算高效的方法。我们提出了一种新的方法,是基于分解的未知分布在所谓的分布元素(DE)。这些元素使得样本空间的自适应和分层离散化能够分别在具有平滑或高度可变密度的区域中具有小或大元素。我们提出的新的细化策略是基于统计拟合优度和成对(作为相互的近似)独立性测试,评估本地近似的分布方面的DE。我们的新方法的能力进行检查的基础上,不同的维度的几个例子,并成功地与其他国家的最先进的密度估计。
2017-05-03 cs.MS stat.CO stat.ME
DBSCAN: Optimal Rates For Density Based Clustering
我们研究了密度聚类树的最优估计问题,在各种假设的基础上的密度。在Chaudhuri et al.[2014]的开创性工作的基础上,我们提出了一个更适合光滑密度的聚类一致性的新概念,并推导了任意度α的Holder光滑密度的聚类树估计的最小最大一致性率。我们提出了一个计算效率,速率最优的聚类树估计的基础上,一个简单的扩展流行的基于密度的聚类算法DBSCAN的酯等。[1996]。该过程依赖于一个核密度估计与适当的选择的内核和带宽,以产生一个序列的嵌套随机几何图形,其连接的组件形成一个层次的集群。聚类树估计得到的最优速率取决于底层密度的平滑程度,有趣的是,匹配极大极小速率的上确界范数下的密度估计。我们的结果补充和扩展了Sriperumbudur和Steinwart [2012]中对DBSCAN算法的分析。最后,我们考虑了跳跃不连续密度的水平集估计和聚类一致性,其中跳跃的大小和聚类之间的距离允许随着样本量的增加而消失。我们证明,我们的DBSCAN为基础的算法仍然是最小最大速率最优在这种设置。
2019-12-04 math.ST stat.TH
Forest Density Estimation
本文研究了高维空间中的图估计和密度估计,利用一类基于森林结构无向图模型的密度估计。对于密度估计,我们不假设真实分布对应于森林;相反,我们形成二元和单变量边缘的核密度估计,并应用Kruskal算法来估计最优森林。我们证明了一个预言不等式的超额风险的估计相对于最好的森林的风险。对于图估计,我们考虑的问题,估计森林与限制树的大小。我们证明了寻找一个最大重量生成森林与限制树的大小是NP-困难的,并开发了一个近似算法。将树的大小作为一个复杂性参数,我们使用数据分裂选择森林,并证明了该过程的超额风险和结构选择一致性的界限。模拟数据和微阵列数据的实验表明,该方法是一个实用的替代高斯图形模型。
2010-10-20 stat.ML
Adaptive Conditional Distribution Estimation with Bayesian Decision Tree Ensembles
提出了一种基于贝叶斯加性回归树(BART)的条件分布估计的贝叶斯非参数模型。我们使用的生成模型是基于从基本模型的拒绝抽样。典型的BART模型,我们的模型是灵活的,有一个默认的先验规范,是计算方便。为了解决我们提出的BART模型中响应的杰出作用,我们进一步引入了一种有针对性的平滑方法,这可能是BART模型的独立兴趣。我们从理论上研究了该模型,并提供了充分条件的后验分布集中在接近极大极小最优率自适应光滑类在高维制度,其中许多预测是无关的。为了适应我们的模型,我们提出了一个数据增强算法,允许现有的BART采样器进行扩展,以最小的努力。我们说明了我们的方法在模拟数据上的性能,并使用医疗支出小组调查(MEPS)的数据来研究教育程度和身体质量指数之间的关系。
2022-02-01 stat.ME
Dual-Tree Fast Gauss Transforms
核密度估计(KDE)是一种流行的统计技术,用于在最小假设的情况下估计潜在的密度分布。虽然它们可以被证明可以实现任何输入分布的渐近估计最优性,但最优参数的交叉验证需要大量的计算,主要是核求和。本文提出了一种改进的双树算法,第一个实用的核求和算法的一般维数。我们的扩展是基于快速高斯变换所使用的高斯核的级数展开。首先,我们推导出两个额外的分析机制,用于扩展原始算法,利用分层数据结构,展示了第一个真正的分层快速高斯变换。其次,我们展示了如何将双树方法中的级数展开近似与用户可控的相对误差界相结合来计算核求和。我们评估我们的算法在真实世界的数据集的背景下,最佳带宽选择内核密度估计。我们的结果表明,我们的新算法是唯一一种保证硬相对误差界并在交叉验证过程中评估的广泛带宽范围内提供快速性能的算法。
2011-02-14 cs.DS stat.CO stat.ML
Modeling electrical distribution networks with inhomogeneous Galton-Watson trees
本文利用非齐次Galton-Watson树对配电网络建模,推导顶点数、叶数和树高的矩及有限性条件,并提出两种混合后代分布,采用最大似然估计。
2025-05-08 stat.AP
Sample Complexity of Branch-length Estimation by Maximum Likelihood
针对系统发育学中隐树图模型的分支长度估计问题,研究首次从理论上证明,在Kesten-Stigum重建区及多项式样本下,对数似然函数高概率强凹光滑,坐标最大化算法可指数收敛到误差为O(1/√m)的最大似然估计。
2025-07-29 stat.CO
Robust estimation of tree structured models
Institut de Matemàtiques de la UPC-BarcelonaTech (IMTech)(加泰罗尼亚理工大学巴塞罗那技术学院数学研究所(IMTech));Universitat Politècnica de Catalunya(加泰罗尼亚理工大学);Centre de Recerca Matemàtica(数学研究中心);Universitat Pompeu Fabra(庞培法布拉大学)
考虑从损坏的数据中学习树上的无向图模型的问题。最近,Katiyar等人证明了从噪声二进制数据中恢复树到一个小的等价类的可能树是可能的。他们的另一篇关于高斯情形的论文遵循类似的模式。通过将其作为一个特殊的系统发育恢复问题,我们在很大程度上概括了这两种情况。利用线性潜在树模型的框架,我们讨论了连续损坏模型下的二进制数据的树可识别性。对于伊辛和高斯树模型,我们还提供了一个特征时,Chow-Liu算法始终学习的基础树的噪声数据。
2021-02-10 cs.LG math.ST stat.ML
Van Trees inequality, group equivariance, and estimation of principal subspaces
我们建立主子空间估计的非渐近下界。作为应用,我们对主成分分析的超额风险和矩阵去噪问题得到了新的结果。
2021-07-19 math.ST stat.TH
Consistent Estimation in General Sublinear Preferential Attachment Trees
我们提出了一个经验估计的偏好连接函数$f$在一般的偏好连接树的设置。利用超临界连续时间分支过程框架,我们证明了所提出的估计量的几乎必然相合性。我们进行模拟,研究我们的估计的经验性质。
2017-06-23 math.ST stat.TH
Robust estimation of latent tree graphical models: Inferring hidden states with inexact parameters
Weizmann Institute(魏茨曼研究所);UC Berkeley(加州大学伯克利分校);UCLA(加州大学洛杉矶分校)
隐树图模型广泛应用于计算生物学、信号和图像处理以及网络断层扫描。在这里,我们设计了一个新的有效的,潜在的树模型,包括高斯和离散,可逆的模型,显着提高了以前的样本要求范围的估计过程。我们的技术是基于一个新的隐藏的状态估计器,这是强大的估计参数的不准确性。更准确地说,我们证明了潜在树模型可以估计高概率在所谓的Kesten-Stigum制度与$O(log^2 n)$样本,其中$n$是节点的数量。
2011-09-21 cs.LG math.PR math.ST
Context Tree Estimation in Variable Length Hidden Markov Models
我们解决了可变长度隐马尔可夫模型中的上下文树估计问题。我们提出了一个估计的上下文树的隐马尔可夫过程,它不需要事先上界的深度上下文树。我们证明了估计量是强相合的。这一方法使用了Finesso和Lorenzo(Consistent estimation of the order for Markov and hidden Markov chains(1990))和E.Gassiat和S.Boucheron(Optimal error exponents in hidden Markov model order estimation(2003))的信息论混合不等式。我们提出了一种算法来有效地计算估计,并提供模拟研究,以支持我们的结果。
2011-09-14 cs.IT math.IT math.ST
Non asymptotic estimation lower bounds for LTI state space models with Cramér-Rao and van Trees
研究了具有未知协方差的高斯激励的线性时不变(LTI)状态空间模型的估计问题。给出了最小二乘估计的期望估计误差和均方估计风险的非渐近下界,以及极大极小均方估计风险的非渐近下界。当动态矩阵在单位圆上没有特征值时,这些边界是尖锐的,并且当它们这样做时是速率最优的。我们的结果扩展和改进现有的下界的期望的均方估计风险的下界和系统的一般噪声协方差。工具,我们的推导是新的浓度的结果,重新标度的样本协方差和偏差的结果,相应的乘法过程的协变量,一个微分尺规作图法的前单位算子球的小Fisher信息,和扩展的Cramér-Rao和van Trees不等式矩阵值估计。
2021-09-17 math.PR math.ST stat.ML
Decision tree-based estimation of the overlap of two probability distributions
提出了一种新的基于决策树算法的非参数方法来计算两个概率分布之间的重叠。所设计的框架进行了分析和数值描述。证明了估计的重叠收敛到真值,并给出了一些实验结果。
2022-11-24 math.PR math.ST stat.TH
Estimation and Inference with Trees and Forests in High Dimensions
Microsoft Research(微软研究院);MIT(麻省理工学院(MIT))
我们分析了有限的样本均值平方误差(MSE)性能的回归树和森林在高维政权的二进制功能,稀疏约束下。我们证明,如果只有$r$的$d$功能是相关的平均结果函数,然后浅树建立greenly通过CART经验MSE标准实现MSE率,仅依赖于周围的尺寸$d$的数学。我们证明了上界,其确切的依赖于相关变量$r$的数量取决于功能之间的相关性和相关程度。对于强相关的功能,我们还表明,完全成熟的诚实森林实现快速MSE率和他们的预测也是渐近正常的,使渐近有效的推理,适应稀疏的回归函数。
2020-10-21 cs.LG math.ST stat.TH
Species tree estimation under joint modeling of coalescence and duplication: sample complexity of quartet methods
我们认为物种树估计下的标准随机模型的基因树进化,包括不完整的谱系排序(建模的聚结过程)和基因复制和损失(建模的分支过程)。通过对模型的概率分析,我们推导出了广泛使用的基于四分位数的推理方法的样本复杂性界限,该方法突出了亚临界和超临界状态下的重复和丢失率的影响。
2020-07-13 math.PR math.ST q-bio.PE
On the Pointwise Behavior of Recursive Partitioning and Its Implications for Heterogeneous Causal Effect Estimation
Princeton University(普林斯顿大学);Two Sigma Investments, LP(Two Sigma投资公司)
本文证明自适应递归划分的决策树在一致范数下可能无法达到多项式收敛速率,而随机森林通过子采样和随机特征选择机制可实现接近最优的逐点推断性能。
2024-02-07 cs.LG math.ST stat.ML
Long-branch attraction in species tree estimation: inconsistency of partitioned likelihood and topology-based summary methods
随着测序技术的进步,现在有来自所有生命的大量基因组数据,从而有可能构建一个强大的生命之树。然而,“基因树异质性”,即不同的基因组区域可以不同地进化,是多位点数据集中的常见现象,并且降低了不考虑这种异质性的物种树估计的标准方法的准确性。已经开发了用于物种树估计的新方法,其专门解决基因树异质性,并且已经证明当基因座的数量和每个基因座的位点的数量都增加时(即,这些方法被称为“统计上一致的”)。然而,很少有人知道的生物现实条件下,每个位点的数量是有界的。我们表明,当每个位点的序列长度是有界的(由任何任意选择的值),最常见的方法物种树估计,考虑异质性(即,传统的完全分区的级联最大似然法和通过组合基因树来估计物种树的称为汇总法的较新方法)在统计上是不一致的,即使在异质性受到极大限制时也是如此。主要的挑战是存在的条件,如长分支的吸引力,创建有偏的树估计时,网站的数量是有限的。因此,我们的研究揭示了一个根本的挑战,树种树估计使用传统和新的方法。
2018-03-07 cs.CE math.PR math.ST
Oracle approach and slope heuristic in context tree estimation
我们介绍了一种通用的方法来证明甲骨文性质的上下文树选择。这些结果来自于浓度条件,例如通过混合过程来验证。此外,我们从非渐近的角度来看,在模拟经典的BIC估计有很好的预言属性,即使它不恢复源的Oracle方法的优越性。我们的第二个目标是将\cite{AM08}的斜率算法扩展到上下文树估计。该算法给出了一个实用的方法来评估的领先常数在前面的惩罚。我们研究了该算法的斜率启发式,并获得了第一个结果的斜率现象在一个离散的,非独立同分布框架。我们在模拟中说明了改进的预言性质的BIC估计的斜率算法。
2011-11-09 math.ST stat.TH
Joint estimation of intersecting context tree models
我们研究了两个不同的上下文树源产生的数据的模型选择问题。出于语言学问题,我们考虑的情况下,对应于两个源的概率上下文树是有限的,并共享许多他们的上下文。为了理解这两个源之间的差异,重要的是要识别哪些上下文和哪些转移概率是特定于每个源的。我们考虑一类概率的上下文树模型与三种类型的上下文:那些出现在一个,其他的,或两个源。我们使用一个BIC惩罚最大似然过程,共同估计这两个来源。我们提出了一种新的算法,有效地计算估计的上下文树。我们证明了该过程是强相容的。我们还提出了一个模拟研究,显示了我们的程序的实际优势,在每个数据集上单独工作的程序。
2012-10-03 math.ST stat.TH
Incomplete Lineage Sorting: Consistent Phylogeny Estimation From Multiple Loci
我们介绍了一个简单的算法,从多个基因树中存在的不完整的血统排序,也就是说,当基因树的拓扑结构可能不同于物种树的。我们表明,我们的技术是统计上一致的标准随机假设下,也就是说,它返回正确的树足够多的非连锁位点。我们还表明,它可以容忍适度的估计误差。
2007-11-02 cs.CE cs.DS math.PR
History estimation in random recursive trees: Pointwise approach via iterated Jordan centralities
Mathematical Institute, University of Koblenz(科布伦茨大学数学研究所);Department of Mathematics and Computer Science, UniDistance(UniDistance数学与计算机科学系);Department of Statistics, University of Oxford(牛津大学统计系)
研究从无标号结构估计均匀随机递归树顶点到达时间的问题,采用逐点视角分析相对估计误差分布,并推导出关于顶点和树大小一致的尾界。
2026-06-24 math.PR math.ST stat.ML
Species tree estimation using ASTRAL: how many genes are enough?
从基因组数据重建物种树越来越多地使用的方法,占基因树不一致的来源,如不完整的谱系排序。从无根基因树拓扑结构重建物种树的一种流行方法是ASTRAL。在本文中,我们推导出ASTRAL所需的基因数量的理论样本复杂性结果,以保证重建正确的物种树的高概率。我们还验证了这些理论界的模拟研究。我们的研究结果表明,ASTRAL需要$\mathcal{O}(f^{-2} \log n)$基因树以高概率正确地重建物种树,其中n是物种数,f是物种树中最短分支的长度。我们的模拟,这是第一次测试ASTRAL明确的异常区下,显示的趋势与理论界限一致,也提供了一些实际的见解ASTRAL工作良好的条件。
2017-09-16 cs.CE math.PR math.ST
Distance-based species tree estimation: information-theoretic trade-off between number of loci and sequence length under the coalescent
MIT(麻省理工学院);UW Madison(威斯康星大学麦迪逊分校)
我们考虑了在多物种结合下由多个基因重建一个系统发育。我们建立了一个连接与稀疏信号检测问题,其中一个试图区分分布和混合的分布和稀疏信号。使用这种连接,我们得到一个信息理论的权衡之间的基因,$m$,需要一个准确的重建和序列长度,$k$,基因的数量。具体来说,我们表明,检测一个分支的长度$f$,需要$m = Θ(1/[f^{2} \sqrt{k}])$。
2017-07-20 cs.LG math.PR math.ST
Dependence structure estimation using Copula Recursive Trees
Mines Saint-Etienne, Univ Clermont Auvergne, CNRS, UMR 6158 LIMOS, Institut Henri Fayol(圣艾蒂安矿业学院,克莱蒙奥弗涅大学,法国国家科学研究中心,LIMOS联合研究单位,亨利·法约尔研究所)
本文提出了一种基于Copula递归树的依赖结构估计方法,通过递归构建网格并最小化copula空间距离,实现灵活且一致的copula估计。
2021-02-22 math.ST stat.TH
Tree-based conditional copula estimation
本文提出回归树程序估计条件Copula,通过协变量划分观测类别并拟合参数模型,实现依赖结构非线性建模,证明渐近一致性与剪枝最优性,模拟和流感数据验证了其有效性。
2024-03-19 math.ST stat.TH
Some upper bounds for the rate of convergence of penalized likelihood context tree estimators
我们发现的上界的概率低估和高估错误的惩罚似然上下文树估计。边界是明确的,并适用于不一定是有限内存的进程。我们允许一般的惩罚条款,我们给条件的最大深度的估计树,以得到强相合估计。这推广了以前的结果的情况下,估计的顺序的马尔可夫链。
2009-03-11 math.PR math.ST stat.TH
Distributed Linear Model Clustering over Networks: A Tree-Based Fused-Lasso ADMM Approach
Iowa State University(爱荷华州立大学)
在这项工作中,我们考虑通过聚合邻居的信息以及识别网络中每个节点的子组成员来提高模型估计效率。提出了一种基于树的$l_1$惩罚算法,以节省计算和通信开销。设计了一种分散广义交替方向乘子算法,用于并行求解目标函数。理论性质推导,以保证模型的一致性和算法收敛。数值实验结果表明,该方法在估计精度、计算速度和通信开销等方面都有较好的性能。
2019-05-28 cs.DC cs.LG cs.NI
Coalescent-based species tree estimation: a stochastic Farris transform
Rice University(莱斯大学);Massachusetts Institute of Technology(麻省理工学院);University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
从基因组数据重建物种进化史面临两个重大障碍:1)描述每个个体基因进化的树-即,基因树可能与物种的亲缘关系不同,以及2)对应于每个基因的分子序列通常提供关于基因树本身的有限信息。在本文中,我们考虑一种方法来解决这两个障碍的物种树重建。具体来说,我们提出了一个算法下的多物种合并模型的网站替代的标准模型的生育重建。多物种合并通常被用来模拟基因树不一致,由于不完整的谱系排序,一个良好的研究群体遗传效应。在以前的工作中,在这种情况下,推导出一个信息理论的权衡基因座的数量,$m$,需要一个准确的重建和基因座序列的长度,$k$。结果表明,要重建长度为$f$的内部分支,需要$m$的数量级为$1/[f^{2} \sqrt{k}]$。先前的结果是在分子钟假设下获得的,即,假设突变率(以及种群规模)在整个物种进化过程中是恒定的。在这里,我们推广这个结果超出了限制性的分子钟假设,并获得一个新的重建算法,具有相同的数据要求(对数因子)。我们的主要贡献是一个新的减少下的多物种结合的分子钟的情况下。作为一个推论,我们还获得了一个新的可识别性结果的独立利益:任何物种树与$n \geq 3$的物种,生根的物种树可以确定其无根加权基因树的分布,即使在没有一个分子钟。
2017-07-13 cs.LG math.PR math.ST
Average treatment effect estimation via random recursive partitioning
提出了一种新的匹配方法,用于估计社会政策干预的平均治疗效果(例如,培训计划或保健措施)。给定一个结果变量,一个治疗和一组治疗前协变量,该方法是基于使用回归树检查协变量空间的随机递归分区。使用指数1.的随机排列作为响应变量,在处理或未处理个体{仅\it}上生长回归树。$n$($n$是所涉及的单元的数目),而使用该树预测另一组的索引。重复该过程以排除特定排列的影响。通过在相同的终端节点中匹配处理和未处理的,在每棵树中估计平均处理效果。平均处理效果的最终估计值是通过对所有生长的树木进行平均来获得的。除了树的复杂性之外,该方法不需要任何特定的模型假设,这并不影响估计器。我们表明,这种方法是一种工具,以检查两个样本是否可以匹配(通过任何方法),当这是可行的,以获得可靠的估计的平均治疗效果。我们还提出了一个图形化的工具来检查匹配的质量。该方法已被应用于国家支持的工作示范数据,以前由Lalonde(1986)和其他人分析。
2004-11-09 math.ST stat.TH
Posterior Representations for Bayesian Context Trees: Sampling, Estimation and Convergence
我们重新审视贝叶斯上下文树(BCT)建模框架的离散时间序列,这是最近发现是非常有效的,在许多任务,包括模型选择,估计和预测。一种新的表示形式的诱导后验分布的模型空间中的一个简单的分支过程,并在理论和实践中探讨了一些后果。首先,它示出的分支过程表示导致一个简单的可变维的蒙特卡罗采样器的联合后验分布的模型和参数,它可以有效地产生独立的样本。这个采样器被发现是更有效的比以前的MCMC采样器相同的任务。然后,分支过程表示被用来建立BCT后验的渐近一致性,包括推导的几乎必然收敛速度。最后,对诱导贝叶斯熵估计的性能进行了广泛的研究。它的效用说明通过模拟实验和现实世界的应用程序,它被发现优于几个国家的最先进的方法。
2023-03-20 cs.IT math.IT math.ST
Context Tree Selection: A Unifying View
本文研究了上下文树(或变长马尔可夫链)估计的两种流行方法:Rissanen的上下文算法和惩罚最大似然准则的非渐近性质。首先显示它们是如何相关的,我们证明了有限的地平线上的概率估计过高和过低。关于高估,不需要有界性或记忆丧失条件:证明依赖于独立兴趣的经验概率的新偏差不等式。低估性质依赖于过程的记忆损失和分离条件。这些结果改进和推广了以前得到的界。上下文树模型已经由Rissanen引入作为马尔可夫模型的简约推广。从那时起,它们被广泛应用于应用概率和统计。
2011-06-29 math.PR math.ST stat.TH
$L_q$ Lower Bounds on Distributed Estimation via Fisher Information
本文通过引入基于Efroimovich不等式的广义Van Trees不等式,克服了其仅适用于平方$L_2$损失的局限,为通信和本地差分隐私约束下的分布式极小极大估计提供了适用于一般$L_q$损失的下界。
2024-04-27 cs.IT math.IT math.ST
Sufficient digits and density estimation: A Bayesian nonparametric approach using generalized finite Pólya trees
University of Milano-Bicocca(米兰比可卡大学);Aalborg University(奥尔堡大学)
本文提出一种基于广义有限Polya树的贝叶斯非参数方法,用于连续随机变量的密度估计,通过学习随机数字系统实现灵活建模。
2025-12-09 math.PR math.ST stat.ME
Minimal Unimodal Decompositions on Trees
将整环上的密度函数分解为单峰分量的极小和是统计学中的一个基本问题,它导致了密度的单峰范畴的拓扑不变量。本文给出了有限度量树上驯服密度函数的极小单峰分解的一个有效构造算法。
2018-06-25 math.AT math.ST stat.TH
Frequentist and Bayesian inference for Gaussian-log-Gaussian wavelet trees, and statistical signal processing applications
我们引入新的估计方法的子类的高斯尺度混合模型的小波树Wainwright,Simoncelli和Willsky依赖于现代的结果,复合似然和近似贝叶斯推理。我们的方法说明在二维图像中的去噪和边缘检测问题。
2017-08-10 math.ST stat.ME stat.TH
Approximate group context tree
我们研究了一个可变长度的马尔可夫链模型与一组平稳的过程,共享相同的上下文树,但每个过程有潜在的不同的条件概率。我们提出了一种新的模型选择和估计方法,这是计算效率。我们开发的甲骨文和自适应不等式,以及模型选择属性,保持下的连续性的转移概率和多项式$β$混合。特别是,允许模型错误指定。这些结果适用于有趣的家庭的过程。对于马尔可夫过程,我们得到了转移概率估计误差的一致收敛速度和完美的模型选择结果。对于具有完全连接的无限级链,我们得到了关于条件概率估计的显式一致收敛速度,该条件概率与过程的连续速度有显式的依赖关系.对于更新过程也得到类似的保证。我们的结果是适用于离散随机动态规划问题和动态离散选择模型。我们还将我们的估计应用于语言研究,基于Galves等人(2012)最近的工作,巴西和欧洲葡萄牙语之间的节奏差异。
2015-12-31 math.ST stat.ME stat.TH