Panel Data Models with Nonadditive Unobserved Heterogeneity: Estimation and Inference
本文研究了具有随机系数和内生回归变量的线性和非线性面板数据模型的固定效应估计和推断。感兴趣的数量--均值、方差和随机系数的其他矩--通过分别应用于每个个体的时间序列的GMM估计器的横截面样本矩来估计。为了处理由短样本中个体内估计的噪声引入的偶然参数问题，我们发展了偏差校正。这些修正是基于高阶渐近展开的GMM估计，并产生改进的点和区间估计在中等长的面板。在面板的横截面和时间序列维度以相同的速率传递到无穷大的渐近序列下，未校正估计量具有与渐近方差相同阶的渐近偏差。偏差校正在不增加方差的情况下消除偏差。根据Becker、Grossman和Murphy（1994）的一个关于卷烟需求的实证例子，美国各州的价格效应存在显著的异质性。
2013-10-11 econ.EM math.ST stat.AP
Efficient Bias Correction for Cross-section and Panel Data
该研究证明渐近线性的偏差校正方法对半参数高效参数估计量的高阶方差无影响，验证了自助法、刀切法等的渐近线性性，指出拆分样本刀切法高阶方差更大，为截面与面板数据的偏差校正方法选择提供理论依据。
2024-01-26 econ.EM stat.ME
Robust Inference in Panel Data Models: Some Effects of Heteroskedasticity and Leveraged Data in Small Samples
针对面板数据中小样本、异方差和良好杠杆点并存的问题，提出方差-协方差矩阵混合估计量，通过蒙特卡洛模拟证明保守方差估计量优于传统标准误且HC标准误表现优异。
2023-12-29 econ.EM stat.CO
Conditional Selective Inference for the Selected Groups in Panel Data
Jinan University（暨南大学）；Xiamen University（厦门大学）
针对面板数据k-means聚类选定组的斜率差异检验因选择与推断阶段依赖导致I类错误膨胀，本文提出条件选择性推断方法，融入GMM框架，模拟与实证验证了其有效性。
2026-08-05 stat.ME
Adaptive Discrete Smoothing for High-Dimensional and Nonlinear Panel Data
Hong Kong University（香港大学）；New York University（纽约大学）；University of Hamburg（汉堡大学）；Max Planck Society（马克斯·普朗克学会）
在本文中，我们开发了一个数据驱动的平滑技术的高维和非线性面板数据模型。我们允许个人特定的（非线性）功能和估计与计量经济学或机器学习方法通过使用加权观察其他个人。权重由数据驱动的方式确定，取决于相应函数之间的相似性，并基于初始估计进行测量。这种程序的关键特征是，它根据在第一阶段估计的个体之间的距离/相似性对个体进行聚类。我们的估计方法可以与各种统计估计过程相结合，特别是现代机器学习方法，这些方法在高维情况下以及复杂的异构数据中特别富有成效。该方法可以被解释为\textquotedblleft软聚类\textquotedblright \，而传统的\textquotedblleft \硬聚类\textquotedblright将每个个体分配到一个组。我们进行了模拟研究表明，预测可以大大提高使用我们的估计。最后，我们分析了交通行业领先公司didichuxing.com的大数据集，基于大量协变量来分析和预测供需缺口。与现有的线性面板数据估计相比，我们的估计量在样本外预测中明显表现得更好。
2020-01-03 cs.LG econ.EM stat.ME
Understanding Cross-sectional Dependence in Panel Data
我们提供了各种基于范数的定义不同类型的横截面依赖和它们之间的关系。这些定义便于理解和刻画强、半强和弱依赖等各种形式的横截面依赖。然后，我们研究了线性面板数据模型的固定（内）效应估计和随机效应（合并）估计的参数估计的渐近性质，包括各种形式的横截面依赖。当同时存在横截面和时间依赖性时，还推导出了渐近性质。随后，我们分别对固定效应模型和随机效应模型的参数估计量给出了一致的和稳健的标准误。稳健的标准误被开发（i）用于纯横截面依赖;以及（ii）也用于横截面和时间序列依赖。在强或半强的截面依赖下，当时间依赖通过特殊误差时，这种时间依赖对$(\hatβ_{FE/RE}). $的渐近方差没有任何影响。因此，在估计$Var(\hatβ_{FE/RE}),$时，Newey-West类修正在方差估计中注入了偏差。此外，本文还给出了$t$、$F$和基于稳健协方差阵估计量的$Wald$统计量给出有效推断的条件。
2018-04-23 stat.ME
Convergence rate of estimators of clustered panel models with misclassification
研究了具有潜在组结构和$N$单位及$T$时间段的面板数据模型在长面板渐近下的k均值聚类估计.我们表明，即使误差方差发散为$T \to \infty$和一些单位是渐近错误分类的参数根$NT$率的组特定的系数可以估计。这种极限情况下近似经验相关的设置，并不包括现有的渐近结果。
2020-08-11 econ.EM math.ST stat.TH
Similarity-Based Prediction for Digital Twins: Panel Data, Theory, and Applications
Department of Mathematics and Statistics, Georgia State University（佐治亚州立大学数学与统计系）
提出StaLoP非参数动态面板预测框架，通过目标局部状态向量和差异评分实现相似性加权预测，理论证明偏差-方差、渐近正态性等性质，在序列预测、模拟校准等应用中提升预测性能。
2026-06-30 stat.ME
A Classification of Observation-Driven State-Space Count Models for Panel Data
本文针对Harvey和Fernandes（1989）的观测驱动状态空间计数模型，指出其方差非平稳的缺陷，提出扩展模型以涵盖递增、递减或平稳的方差过程，并保持闭式预测密度的易处理性，通过模拟和数值研究验证性能。
2023-08-30 math.ST stat.AP stat.ME
A Weighted Regression Approach to Break-Point Detection in Panel Data
本文提出了一种加权回归方法，用于检测面板数据中横截面均值的变化，通过估计干扰参数并构造检验统计量，适用于弱和强横截面依赖情况。
2025-12-01 math.ST stat.ME stat.TH
Nonlinear Factor Models for Network and Panel Data
因子结构或交互效应是将潜在变量纳入面板数据模型的方便手段。考虑了在不可观测量中具有因子结构的非线性面板单指标模型的固定效应估计，包括logit、probit、有序probit和Poisson规格。我们建立了当面板的两个维度变大时，模型参数和平均部分效应的固定效应估计具有正态分布，但可能遭受偶然的参数偏差。我们展示了如何与因素结构的模型也可以应用于捕捉网络数据的重要功能，如互惠性，程度异质性，同质性的潜在变量和聚类。我们说明了这种适用性与实证的例子来估计的重力方程的国家之间的国际贸易使用泊松模型与多个因素。
2019-10-15 econ.EM stat.ME
Change Point in Panel Data with Small Fixed Panel Size: Ratio and Non-Ratio Test Statistics
主要目标是开发，因此，比较随机方法检测面板数据的结构变化是否发生在一些未知的时间或没有。我们感兴趣的面板数据由中等或相对较大数量的面板组成，而面板包含少量观测。建立了检测面板平均值可能发生的常见变化的检测程序。考虑了比率和非比率型检验统计量。在无变化原假设下，导出了它们的渐近分布.此外，我们证明了替代下的测试的一致性。与非比率统计量相比，比率型统计量的主要优点是观测值的方差既不需要已知也不需要估计。模拟研究表明，建议的比率统计量优于非比率统计量，主要是当考虑到面板内更强的依赖性时，保持显著性水平在空值以下。然而，非比率统计在模拟中比它应该的更频繁地拒绝空值，这与比率统计相比产生更高的功率。
2016-08-19 math.ST stat.AP stat.ME
Forecasting density-valued functional panel data
本文提出一种基于中心对数比变换和函数型方差分析分解的统计方法，用于预测由多个密度构成的函数型面板数据，并在美国51个州的生命表死亡人数预测中验证了其有效性。
2025-02-07 stat.ME
Identifying latent groups in spatial panel data using a Markov random field constrained product partition model
理解空间位置上的异质性是经济学和环境科学等许多应用中广泛研究的重要问题。在本文中，我们专注于回归模型的空间面板数据分析，重复测量收集随着时间的推移在不同的空间位置。我们提出了一类新的非参数先验，结合马尔可夫随机场（MRF）的产品分区模型（PPM），并表明，所得到的先验，称为MRF-PPM，能够识别潜在的组结构之间的空间位置，同时有效地利用空间依赖信息。我们推导出一个封闭形式的条件分布的建议前，并介绍了一种新的方法来计算边际似然，使有效的贝叶斯推断。我们进一步研究了所提出的MRF-PPM先验的理论性质，并给出了后验分布的聚类一致性结果。我们证明了我们的方法通过广泛的模拟研究和应用程序，以美国降水数据和加利福尼亚州的家庭收入中位数数据研究的优秀的实证性能。
2020-12-18 stat.ME
Handling Attrition in Longitudinal Studies: The Case for Refreshment Samples
样本组研究通常会受到损耗的影响，这会减少样本量，并可能导致有偏见的推断。仅从观察到的面板数据不可能知道流失是否会导致偏倚。新鲜样本-新的，随机抽样的受访者在同一时间给予问卷调查的后续波的小组-提供的信息，可用于诊断和调整偏见，由于自然减员。我们审查和支持的情况下，使用茶点样品的面板研究。我们包括一个完整的贝叶斯方法来分析连接面板和刷新数据的例子，和一个多重插补方法只分析原始面板。对于后者，我们在通常的多重插补方差估计中记录了正偏差。我们提出了适合三波和两个刷新样本，包括非终端损耗模型。我们说明了三波分析使用2007-2008年美联社雅虎！新闻选举投票。
2013-06-12 stat.ME
Simultaneous Confidence Band for Partially Linear Panel Data Models with Fixed Effects
本文构造了具有固定效应的部分线性面板数据模型中非参数分量的联合置信带。我们去掉了固定效应，进一步得到了参数和非参数分量的估计，它们不依赖于固定效应。在适当的条件下，我们建立了非参数分量与真实非参数分量的最大绝对偏差的渐近分布，从而可用于构造非参数分量的联合置信带.基于渐近分布，同时置信带的构造变得困难。这是因为渐近分布涉及到渐近偏差和条件方差的估计量，以及估计非参数函数二阶导数时带宽的选择。显然，这些将导致计算负担和累积误差。为了克服这些问题，我们提出了一个Bootstrap方法来构建同时置信带。仿真结果表明，在有限样本条件下，Bootstrap方法具有更好的性能.
2017-01-20 stat.ME
Square-root nuclear norm penalized estimator for panel data models with approximately low-rank unobserved heterogeneity
本文考虑了具有交互效应的面板数据模型的核范数惩罚估计。低秩交互效应可以是近似模型，最佳逼近的秩未知，并随样本量增长。该估计器是一个结构良好的凸优化问题的解，可以在多项式时间内求解。我们得到的收敛速度，研究低秩性质的估计，估计的秩和零化子矩阵的时间段的数量增长时的样本量。两阶段估计量可以渐近正态。这些程序都不需要知道误差的方差。
2019-05-03 math.ST stat.TH
Uniform Inference in High-dimensional Dynamic Panel Data Models
在高维固定效应动态面板数据模型中，我们建立了一个版本的Lasso的预言不等式。这些不等式对动态和外生回归变量的系数均成立。单独的预言不等式推导出的固定效果。接下来，我们将展示如何进行一致有效的模型参数的同时推断，并构造一个一致有效的估计的渐近协方差阵，这是强大的条件异方差的误差项。允许条件异方差在动态模型中很重要，因为条件误差方差可能随时间而变化，并取决于协变量。此外，我们的程序允许增加基数的参数向量的高维子集上的推理。我们表明，从我们的过程中产生的置信带是渐近诚实的，并在最佳速率的合同。固定效应的该比率与参数向量其余部分的比率不同。
2016-01-04 math.ST stat.ME stat.TH
Inference for Forecasting Accuracy: Pooled versus Individual Estimators in High-dimensional Panel Data
本文提出了一种新的推断方法，用于比较面板数据中池化与个体估计器的预测性能，通过建立置信区间并验证其渐近有效性，以解决高维面板数据中的估计权衡问题。
2025-12-17 econ.EM math.ST stat.ME
Testing Structural Changes in Panel Data with Small Fixed Panel Size and Bootstrap
我们感兴趣的面板数据由中等或相对较大数量的面板组成，而面板包含少量观测。本文建立了测试程序，以检测面板的平均值可能发生的常见变化。为此，我们考虑了一个比率型检验统计量，并在不变原假设下得到了它的渐近分布。此外，我们证明了在替代下的测试的一致性。这种方法的主要优点是观测值的方差既不需要知道也不需要估计。另一方面，需要计算相关结构。为了克服这个问题，提出了一种完全数据驱动的方法，无需任何调优参数的引导技术。证明了自举算法的有效性。作为一个副产品的开发测试，我们介绍了一个共同的断点估计，并证明其一致性。通过仿真研究说明了结果。应用程序的精算数据。
2015-09-03 math.ST stat.TH
A projection based approach for interactive fixed effects panel data models
本文提出一种基于样条投影的偏最小二乘估计法，用于交互固定效应面板数据模型，无需迭代或因子预估计，并通过横截面自助法实现非保守推断，经蒙特卡洛模拟及OECD数据验证有效。
2025-02-25 econ.EM stat.ME
Cluster-Robust Variance Estimation for Dyadic Data
二元数据在社会科学中很常见，尽管对这种设置的推断涉及到复杂的聚类结构。社会科学中的许多分析都没有考虑到这样一个事实，即多个二元组共享一个成员，因此这些二元组之间的错误可能是相关的。我们提出了一个非参数的鲁棒方差估计的线性回归占这样的二进数据的聚类。我们列举条件估计的一致性。我们还将我们的结果扩展到重复和加权的观察，包括定向二进制和纵向数据，并提供了一个实施广义线性模型，如逻辑斯谛回归。我们通过模拟和国际关系和快速约会的应用来研究经验表现。
2015-07-22 stat.AP stat.ME
Inference methods for unit-specific coefficients in panel data models with latent group structure
Graduate School of Economics, University of Tokyo（东京大学经济学研究科）；Faculty of Economics, the University of Tokyo（东京大学经济学部）
针对面板数据模型中具有潜在群组结构的单位特定系数，提出两种结合群组成员置信集的推断方法，实现效率提升并保证统计有效性。
2026-06-23 econ.EM stat.ME
Common change point estimation in panel data from the least squares and maximum likelihood viewpoints
本文建立了面板数据模型中最小二乘和极大似然方法得到的突变点估计的收敛速度和渐近分布，并比较了它们的渐近方差。我们的模型假设适应了各种常见的概率分布，特别是，在计量经济学中特别感兴趣的模型超出了通常分析的高斯模型，包括零膨胀泊松模型计数数据，概率和tobit模型。我们还提供了新的结果，在信号加噪声模型中的不定常的数据，重点是广泛的噪声过程，包括高斯过程，MA $(\infty)$和$m$依赖的过程。结果表明，与最小二乘估计相比，极大似然估计需要更强的信噪比模型可辨识性条件。最后，由于有三个不同的渐近制度，依赖于行为的规范差异的模型参数之前和之后的变化点，这不能现实地假设是已知的，我们开发了一种新的数据驱动的自适应程序，提供有效的置信区间的共同突破，而不需要先验知识的渐近制度的问题属于。
2017-08-19 math.ST stat.TH
Goodness-of-Fit Testing for Groupwise Spherical Error Structures
Aarhus University（奥胡斯大学）
针对大型面板数据中分组球形误差结构假设过于严格的问题，本文提出基于极端特征值和随机矩阵理论的拟合优度检验方法，以评估偏离假设的实际相关性，并在有限样本中实现准确尺寸控制与良好功效。
2026-10-05 math.PR math.ST stat.TH
Inference for two-stage sampling designs with application to a panel for urban policy
住户和健康调查通常采用两阶段抽样设计。为了产生具有各种置信区间的可靠估计量，需要Horvitz-Thompson估计量的一些基本统计性质，如一致性和渐近正态性，以及各种方差估计量的一致性。这些性质主要是研究单阶段抽样设计。在这项工作中，我们证明了一致性的Horvitz-Thompson估计和相关的方差估计的一般类的两阶段抽样设计，在温和的假设。我们还研究了第一阶段采用大熵抽样设计的两阶段抽样，并通过耦合论证证明了Horvitz-Thompson估计量是渐近正态分布的。当第一级抽样比可忽略时，本文提出了简化的方差估计，它不需要估计一级单元内的方差，并证明了它们是相容的。一个应用程序的城市政策，这是这项工作的最初动机小组，也提出。
2019-01-04 stat.ME
Empirical Bayes Estimation in Heterogeneous Coefficient Panel Models
Columbia University（哥伦比亚大学）；Institute for Fiscal Studies（财政研究所）；NBER（美国国家经济研究局）
本文提出了一种经验贝叶斯方法，用于估计异质系数面板模型中的随机截距、斜率和误差方差，通过Wasserstein-Fisher-Rao梯度流算法计算NPMLE，并利用实际数据验证了该方法在减少预测误差方面的有效性。
2026-02-11 econ.EM stat.ME
Gradient Boosting for Spatial Panel Models with Random and Fixed Effects
Bielefeld University（比勒费尔德大学）
本文提出基于模型的梯度提升算法，用于估计具有随机和固定效应的空间面板模型，适用于高维和低维设置，通过数据驱动的模型和变量选择提升预测准确性。
2026-03-15 stat.ME stat.ML
Double/Debiased Machine Learning for Continuous Treatment Effects in Panel Data with Endogeneity
Fudan University（复旦大学）
本文提出了一种双重/去偏机器学习框架，用于估计非参数面板模型中平均导数效应，扩展了工具变量方法到面板数据设置，处理连续治疗和各种内生性形式，并引入交叉拟合方案以消除时间固定效应后的独立性。通过惩罚GMM去偏项实现自动去偏机器学习。所提出的估计器在同时效应、动态效应和聚合效应上具有一致性和渐近正态性，具有有效的方差估计器。模拟显示了减少的正则化偏差和准确的置信区间。对ECLS-K数据的应用揭示了家庭社会经济地位对儿童BMI影响的丰富动态。
2026-05-18 stat.ME
Clustering and Forecasting Multiple Functional Time Series
对多个国家的同质年龄别死亡率进行建模和预测，可以改善长期预测。输入联合模型的数据通常根据名义属性进行分组，例如地理区域，种族群体和社会经济地位，这可能仍然包含异质性并使预测结果恶化。本文提出了一种新的聚类技术，追求多个功能时间序列之间的同质性的基础上功能面板数据模型来解决这个问题。利用固定效应的功能面板数据模型，我们可以提取共同的功能时间序列特征。这些共同特征可以分解为两个组成部分：功能的时间趋势和功能的变化模式（功能模式）。功能时间趋势反映了一段时间内的动态变化，而功能模式则反映了曲线内的波动。所提出的聚类方法通过考虑曲线之间的变化模式和时间动态来搜索多个国家的同质年龄别死亡率。我们证明了所提出的聚类技术优于其他现有的方法，通过蒙特卡罗模拟，可以处理复杂的情况下，缓慢衰减的特征值。在实证数据分析中，我们发现年龄别死亡率的聚类结果可以通过地理区域、种族群体和社会经济地位的组合来解释。我们进一步表明，我们的模型产生更准确的预测比几个基准方法在预测特定年龄的死亡率。
2022-01-04 stat.AP stat.ME
Nonparametric robust monitoring of time series panel data
在许多应用中，需要一个控制程序来检测一组串行相关过程中的潜在偏差。通常，过程被噪声破坏，并且没有关于受控数据的先验信息可用于该目的。本文提出了一种通用的非参数监控方案，用于监控具有时变均值和方差的面板。该方法是基于控制图设计的块自助，它不需要参数假设的数据分布。该程序是定制的，以应付强噪声，潜在的缺失值和缺乏控制系列，这是解决了智能开发的信息在面板中。我们的方法是通过支持向量机程序来完成的，以估计所遇到的偏差（如逐步移位或功能漂移）的大小和形式。这个计划，虽然在性质上是通用的，是能够处理一个重要的应用数据问题：控制偏差的一个子集的太阳黑子数观测的一部分，国际太阳黑子数，长期太阳活动的世界参考。
2020-10-22 stat.AP stat.ME
Functional-Coefficient Quantile Regression for Panel Data with Latent Group Structure
本文考虑了具有个体效应的面板分位数回归中的函数系数模型的估计问题，其中考虑了大型面板观测值的横截面和时间依赖性。对异质分位数回归模型施加一种隐群结构，从而大大减少了需要估计的非参数函数系数的数目。通过对特定主题函数系数的局部线性分位数的初步估计，利用经典的凝聚聚类算法估计未知的组结构，并提出一种易于实现的比率准则来确定组数。估计的组数和结构是一致的。此外，分组后的局部线性平滑方法被引入到估计组特定的功能系数，和相关的渐近正态分布理论推导出与文献中的归一化率。开发的方法和理论进行了验证，通过模拟研究，并展示了应用程序的房价数据从英国地方政府区，揭示了不同的同质性结构在不同的分位数水平。
2023-03-23 econ.EM stat.ME
Causal Mediation Analysis for Panel Data with Double/Debiased Machine Learning
Fudan University（复旦大学）
该研究提出结合双重/去偏机器学习的面板数据因果中介分析框架，可处理双向固定效应下的各类处理与中介变量，通过模拟验证其估计性能，应用美国县数据揭示总效应分解的敏感性。
2026-10-16 stat.ME
Improving the Variance of Differentially Private Randomized Experiments through Clustering
Google Research（谷歌研究院）
提出差分隐私机制Cluster-DP，利用数据聚类结构在保证隐私的同时降低因果效应估计的方差惩罚，并在真实与模拟数据上验证了其优于基线的性能。
2025-05-28 cs.CR cs.LG stat.ME
Dynamic Large Spatial Covariance Matrix Estimation in Application to Semiparametric Model Construction via Variable Clustering: the SCE approach
为了更好地理解大型经济和金融时间序列面板的空间结构，并为构建半参数模型提供指导，本文首先考虑估计广义$m$依赖和$β$混合时间序列的大空间协方差阵（使用$J$变量和$T$观测）通过硬阈值正则化，只要${\log J \, \cx^*(\ct)}/{T} = \Co(1)$（前一个方案具有一些时间依赖性测度$\cx^*(\ct)$）或$\log J /{T} = \Co(1)$（后一个方案具有一些上界混合系数）。我们量化的估计的一致性率和时间依赖水平之间的相互作用，讨论了一个直观的resternation方案的阈值选择，并证明了一般的交叉验证结果证明这一点。给定一个一致估计的协方差（相关性）矩阵，利用其与图形模型和半参数的自然联系，在“筛选”解释变量后，我们实现了一种新的前向（和后向）标签置换过程来聚类“相关”变量并构建相应的半参数模型，并通过带符号约束的分组降维方法进一步估计半参数模型.我们称之为SCE（screen-cluster- estimate）方法来建模具有复杂空间结构的高维数据.最后，我们应用这种方法来研究大面板的经济和金融时间序列的空间结构，并找到适当的半参数结构估计消费者价格指数（CPI），以说明其优越性的线性模型。
2011-06-23 q-fin.RM q-fin.ST stat.ME
Robust Inference Methods for Latent Group Panel Models under Possible Group Non-Separation
Université Bourgogne Europe（勃艮第欧洲大学）；University of Tokyo（东京大学）
研究系数有潜在组结构的线性面板数据模型的一般线性假设推断方法，采用基于组结构估计的选择性条件推断，检验在多种误差分布下有效，模拟和应用展示其优势及考虑组结构的重要性。
2026-07-28 econ.EM stat.ME stat.ML
Biclustering Via Sparse Clustering
在许多情况下，需要识别仅在特征的子集方面不同的聚类。这样的聚类可以表示患有疾病（诸如癌症或慢性疼痛）的患者的同质亚组。我们将双聚类定义为较大数据矩阵X的子矩阵U，使得U中的特征和观测不同于U中不包含的特征和观测。例如，U中的观测相对于U中的要素可能具有不同的均值或方差。我们基于Witten和Tibshirani（2010）的稀疏聚类方法提出了一个通用的双聚类框架。我们开发了一种方法来识别属于biclusters的功能。该框架可以用于识别在特征的均值、特征的方差或更一般的差异方面不同的双聚类。我们将这些方法应用于几个模拟和真实世界的数据集，并将我们的方法与以前发表的几种方法的结果进行比较。我们的方法与现有的方法相比，在预测精度和计算时间方面的结果毫不逊色。
2014-07-11 stat.ME stat.ML
Selective inference for clustering with unknown variance
针对已知协方差假设下的聚类选择性推断无法适配未知噪声水平的问题，提出方差未知场景下的选择性推断方法，可在控制第一类错误时保持高检验效能。
2023-07-21 stat.ME
Analysis of Two-Stage Rollout Designs with Clustering for Causal Inference under Network Interference
针对网络干扰下因果推断推出设计因外推导致高方差的问题，提出两阶段聚类实验，分析多项式插值估计量的偏差方差特性，探究聚类目标权衡并比较不同策略性能。
2025-02-10 cs.SI stat.ME
Convergence Rate of Efficient MCMC with Ancillarity-Sufficiency Interweaving Strategy for Panel Data Models
本文首次为贝叶斯分层面板数据模型中应用辅助-充分交织策略（ASIS）提供严格理论证明，推导其最优几何收敛速度条件，通过蒙特卡洛实验验证其在小型面板中的效率，为ASIS扩展奠定基础。
2025-11-12 stat.CO stat.ME
Networks, Dynamic Factors, and the Volatility Analysis of High-Dimensional Financial Series
我们考虑加权有向网络分析，在2000-2013年期间，属于标准普尔100指数的一个大面板的股票的波动之间的相互依赖性。特别是，我们专注于所谓的{ \it长期方差分解网络}（LVDN），其中节点是股票，与边$(i,j)$相关的权重表示变量$j$的新息占变量$i$的$h$ -逐步预测误差方差的比例。为了克服维数灾难，我们将面板分解为几个全球性的，市场范围内的因素驱动的组件，和一个独特的一个建模的稀疏向量自回归（VAR）模型。VAR的反演加上适当的识别限制，产生估计的网络，通过它我们可以评估每个公司的{ \it系统性}如何。我们的分析表明，金融公司作为传染源的突出作用，特别是在2007-2008年危机期间。
2016-07-04 q-fin.ST stat.ME
Selective inference for multiple pairs of clusters after K-means clustering
本文扩展 K-means 聚类后的成对选择性推断至多对聚类检验，并处理方差未知情形，提出控制第一类错误的方法，理论及实证验证有效。
2024-05-25 stat.ME
Model-based Clustering for Network Data via a Latent Shrinkage Position Cluster Model
本文提出潜在收缩位置聚类模型（LSPCM），通过贝叶斯非参数收缩先验和稀疏有限高斯混合模型，同时推断网络数据潜在空间的有效维度与聚类数量，并通过模拟和真实Twitter数据验证了其性能。
2025-11-02 stat.ME
Mosaic inference on panel data
本文提出马赛克置换检验，在局部可交换性等更弱假设下检验面板数据簇独立假设并为线性模型提供有限样本及渐近有效的置信区间，实验表明其方差估计比现有方法更可靠。
2025-06-04 math.ST stat.ME stat.TH
Identification of relevant subtypes via preweighted sparse clustering
Harvard University（哈佛大学）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
聚类分析方法用于识别数据集中的同质子组。在生物医学应用中，人们经常使用聚类分析来识别生物学上感兴趣的亚组。特别地，人们可能希望识别与特定的感兴趣的结果相关联的子组。传统的聚类方法通常不能识别这样的子组，特别是当数据集中有大量的高方差特征时。当希望获得生物学上更有趣或与特定感兴趣结果更强相关的次级聚类时，常规方法可以识别与这些高方差特征相关联的聚类。稀疏聚类的修改可以用于识别这样的次级聚类或与感兴趣的结果相关联的聚类。这种方法正确地识别在几个模拟场景中感兴趣的集群。该方法也适用于颞下颌关节紊乱病和白血病微阵列数据集的大型前瞻性队列研究。
2016-09-21 cs.LG q-bio.QM stat.AP
Functional clustering methods for binary longitudinal data with temporal heterogeneity
针对二元纵向数据，提出一种广义变系数模型，在考虑受试者内部变异性的同时进行变系数函数聚类，不限制聚类数量且避免过拟合，有效提取多层级效应并在GSOEP数据中识别出三个具有不同年龄效应的聚类。
2023-04-08 stat.ME
SMIXS: Novel efficient algorithm for non-parametric mixture regression-based clustering
University of Ljubljana（卢布尔雅那大学）；Slovenian Environment Agency（斯洛文尼亚环境署）；Tampere University（坦佩雷大学）
我们研究了一种新的基于非参数回归的聚类算法用于纵向数据分析。该算法结合自然三次样条函数和高斯混合模型（GMM），可以产生平滑的聚类均值，很好地描述了底层数据。然而，该算法也存在一些缺点：参数估计过程计算复杂度高，方差估计量数值不稳定。因此，为了进一步提高该方法的可用性，我们采用了一些方法来降低其计算复杂性，我们开发了一种新的，更稳定的方差估计，我们开发了一个新的平滑参数估计过程。我们表明，开发的算法，SMIXS，在合成数据集上的聚类和回归性能优于GMM。我们展示了计算速度的影响，我们正式证明在新的框架。最后，我们进行了一个案例研究，通过使用SMIXS集群垂直大气测量，以确定不同的天气制度。
2022-09-19 cs.AI stat.ME
Low-order outcomes and clustered designs: combining design and analysis for causal inference under network interference
Cornell University（康奈尔大学）；Meta；Yale University（耶鲁大学）
本文提出了一种结合设计与分析的方法，用于在存在网络干扰的情况下进行因果推断，通过低阶结果模型和聚类设计的结合，提高了方差减少的效率。
2026-10-20 math.ST stat.ME stat.TH
Variance matrix priors for Dirichlet process mixture models with Gaussian kernels
狄利克雷过程混合模型（DPMM）是一种贝叶斯非参数方法，广泛用于密度估计和聚类。在这篇文章中，我们研究的选择先验的方差或精度矩阵时，采用高斯核。通常，在相关文献中，混合模型的评估是通过考虑只有少数几个维度的空间中的观测来完成的。相反，我们关心的是更现实的高维问题，在一个高达20维的空间。我们观察到，先验的选择是越来越重要的问题的维数增加。在确定了某些不良属性的标准先验的高维问题，我们审查和实施可能的替代先验。最有前途的先验识别，以及其他因素影响MCMC采样器的收敛。我们的研究结果表明，先验的选择是至关重要的，以获得可靠的后验推理。这份手稿提供了一个彻底的概述和比较调查可能的先验，其实施的详细指导方针。虽然我们的工作集中在使用DPMM聚类，它也适用于密度估计。
2022-02-08 stat.ME
Dynamic Spatial Bayesian Machine Learning Model: Applications to Intergenerational Economic Mobility and Geographic Income Inequality in the United States
本文提出带Horseshoe收缩的动态空间面板贝叶斯加性回归树模型（DSP-BART-HS），用于高维时空数据，在九个场景中表现最优或相当，并在美国县级代际流动与收入不平等应用中验证了预测性能与变量选择。
2026-10-02 econ.EM stat.AP stat.ME
Small sample methods for cluster-robust variance estimation and hypothesis testing in fixed effects models
在纵向面板和其他具有未观测效应的回归模型中，固定效应估计通常与集群稳健方差估计（CRVE）配对，以考虑误差之间的异方差性和未建模相关性。CRVE是渐近一致的独立集群的数量增加，但可以向下偏置的样本量经常在应用工作中发现，导致假设检验过于宽松的拒绝率。一种解决方案是使用偏置减少线性化（BRL），它校正CRVE，使其在工作模型下无偏，并使用Satterthwaite自由度进行t检验。我们提出了一个泛化的BRL，可以应用于模型中的任意组的固定效应，原始的BRL方法是未定义的，并描述如何应用的方法时，估计吸收后的固定效应的回归。我们还提出了多参数假设的小样本检验，它推广了t检验的Satterthwaite近似。在涵盖各种研究设计的模拟中，我们发现，传统的集群鲁棒Wald测试可以严重拒绝，而建议的小样本测试保持第一类错误非常接近标称水平。
2022-11-06 stat.ME
To Vary or Not To Vary: A Flexible Empirical Bayes Factor for Testing Variance Components
针对随机效应存在性检验的方差成分边界问题，提出一种灵活的经验贝叶斯因子，通过从数据估计随机效应分布避免手动先验设置，仅需拟合全模型即可完成检验，且适用于多种模型场景。
2025-08-02 stat.ME
Multiway Spectral Clustering: A Margin-Based Perspective
谱聚类是一个广泛的聚类过程，其中一个棘手的组合优化制定的聚类是“放松”到一个易于处理的特征向量问题，并在其中放松的解决方案，随后“四舍五入”到一个近似的离散解决方案的原始问题。在本文中，我们提出了一个新的基于边缘的角度多路谱聚类。我们表明，利润率为基础的角度照亮了放松和舍入方面的谱聚类，提供了一个统一的分析现有的算法和指导新算法的设计。我们还介绍了谱聚类和统计学中的其他几个主题之间的联系，特别是最小方差聚类，Procrustes分析和高斯内在自回归。
2011-02-18 stat.ME
Reactive Global Minimum Variance Portfolios with $k-$BAHC covariance cleaning
我们引入了一个$k$倍提升版本的提升平均层次聚类相关和协方差矩阵的清理过程。然后，我们将此方法应用于全球最小方差投资组合的各种值的$k$和比较他们的表现与其他国家的最先进的方法。一般来说，我们发现，我们的方法产生更好的夏普比率后，交易成本比竞争过滤方法，尽管需要更大的营业额。
2023-03-09 math.OC q-fin.PM stat.ME
