Accounting for unobserved covariates with varying degrees of estimability in high dimensional biological data
高维生物数据中的一个重要现象是存在未观测到的协变量,这些协变量可能对测量的响应产生重大影响。当这些因素也与关注的协变量(即疾病状态)相关时,忽略它们可能导致第一类错误和虚假错误发现率估计值增加。我们表明,根据这种相关性的强度和潜在因素的观测数据的信息量,以前提出的估计的利益,试图占未观察到的协变量的协变量的影响是渐近偏置,这证实了以前的从业者的意见,这些估计往往会产生膨胀的检验统计量。然后,我们提供了一个估计,纠正偏差,并证明它具有相同的渐近分布的普通最小二乘估计时,每个协变量的观察。最后,我们使用以前发表的DNA甲基化数据来证明我们的方法可以比以前发表的方法更准确地估计哮喘对甲基化的直接影响,这些方法低估了哮喘与潜在细胞类型异质性之间的相关性。我们的重新分析表明,在这些数据中,由于哮喘引起的甲基化的大部分变异实际上是通过细胞组成介导的。
2018-01-31 stat.ME
Difference-in-Differences for Heterogeneous Effects of General Treatment Strategies Accounting for Time-Varying Covariates
Ghent University(根特大学);Harvard T. H. Chan School of Public Health(哈佛大学陈曾熙公共卫生学院);University of Washington(华盛顿大学);CUNY Graduate School of Public Health and Health Policy(纽约市立大学研究生公共健康与卫生政策学院)
该研究提出边际结构嵌套均值模型(mSNMMs),用于在时变协变量下建模一般治疗策略的异质性效应,相比时变双重差分法更具合理性与适用性,且通过实例验证了其在医疗补助扩张效应分析中的应用。
2026-10-16 stat.ME
Estimating and accounting for unobserved covariates in high dimensional correlated data
许多高维、高通量的生物数据集具有复杂的样本关联结构,包括纵向和多个组织数据,以及具有多个治疗条件或相关个体的数据。这些数据以及几乎所有高通量“组学”数据都受到研究人员未知的技术和生物因素的影响,如果不加以考虑,可能会严重混淆对已知相关协变量效应的估计和推断。因此,我们开发了CBCV和CorrConf:可证明准确和计算效率高的方法来选择和估计高维数据中存在的相关或不可交换残差的潜在混杂因素的数量。我们通过分析模拟的多组织基因表达数据和在一个真实的纵向双胞胎研究中识别性别相关的DNA甲基化位点,证明了每种方法与其他最先进的方法相比的优越性能。据我们所知,这些是第一个方法来估计的数量和纠正潜在的混杂因素的数据相关或不可交换的残差。可以从https://github.com/chrismckennan/CorrConf下载R包。
2018-08-17 stat.ME
Accounting for interactions and complex inter-subject dependency in estimating treatment effect in cluster randomized trials with missing outcomes
半参数方法常用于整群随机试验(CRT)中相关结局的干预效果估计。当结局为随机随机缺失(MAR)时,可使用包含基线协变量的逆概率加权(IPW)方法来处理信息缺失。此外,增广广义估计方程(AUG)校正基线协变量的不平衡,但需要扩展MAR结局。然而,在治疗和基线协变量之间存在相互作用的情况下,如果未正确指定相互作用模型,则两种方法均无法单独产生边际处理效应的相合估计。我们提出了一个AUG-IPW估计器,它的权重是一个完整的情况下的概率的倒数,并允许在每个干预臂不同的结果模型。这个估计器是双重鲁棒(DR),它给出正确的估计是否缺失数据过程或结果模型是正确指定的。我们考虑协变量干扰的问题时出现的结果,一个人可能取决于协变量的其他个人。当干扰协变量未建模时,只要协变量干扰不同时存在于结果和缺失中,DR属性就可以防止偏倚。开发了一个R软件包来实现所提出的方法。一个广泛的模拟研究和应用CRT的艾滋病毒风险降低,在南非的干预说明了方法。
2016-01-26 stat.ME
Optimal Treatment Allocations Accounting for Population Differences
本文针对临床试验中目标总体与试验总体存在差异的情况,提出了考虑总体差异的最优治疗分配方法,并证明平均治疗效应存在不依赖目标协变量分布的最优分配。
2025-05-21 stat.ME
TaxaPLN: a taxonomy-aware augmentation strategy for microbiome-trait classification including metadata
本文提出TaxaPLN数据增强方法,利用PLN-Tree生成模型结合分类学关系和协变量信息生成合成微生物组数据,实验表明其能保持生态特性并提升非线性分类器的预测性能。
2025-07-04 stat.AP stat.ME
Assessing inter-rater reliability with heterogeneous variance components models: Flexible approach accounting for contextual variables
评分员间信度(IRR)是高质量评分和评估的先决条件,可能会受到评分员或被评分者的性别,专业或经验等背景变量的影响。识别IRR中的这种异质性来源对于实施具有减少测量误差和通过关注最相关的子组来增加IRR的潜力的政策是重要的。在这项研究中,我们提出了一个灵活的方法来评估IRR的异质性的情况下,由于协变量直接建模的差异,方差分量。我们使用贝叶斯因子来选择表现最好的模型,我们建议使用贝叶斯模型平均作为获得IRR和方差分量估计的替代方法,使我们能够考虑模型的不确定性。我们使用考虑整个模型空间的包含贝叶斯因子来提供支持或反对协变量引起的方差分量差异的证据。所提出的方法相比,与其他贝叶斯和频率论的方法在模拟研究中,我们证明了它的优越性,在某些情况下。最后,我们提供了真实的数据的例子,从赠款建议同行评审,证明了这种方法的实用性和更复杂的设计推广的灵活性。
2023-02-16 stat.AP stat.CO stat.ME
Data-Adaptive and Model-Robust Covariate Adjustment for Time-to-Event Outcomes in Stratified Randomized Trials
Cornell Tech, Cornell University(康奈尔科技校区,康奈尔大学);Department of Biostatistics, Department of Population Health, New York University School of Medicine(纽约大学医学院生物统计学系、人口健康系)
本文提出一种适应数据和模型鲁棒的协变量调整方法,用于分层随机试验中的生存时间终点,通过目标最小损失估计实现数据自适应的协变量选择和稳健的生存曲线函数估计。
2026-04-30 stat.ME
Generalised functional additive mixed models with compositional covariates for areal Covid-19 incidence curves
我们扩展了广义功能添加剂混合模型,包括(功能)成分协变量携带相对信息的一个整体。依赖于等距同构的概率密度的贝叶斯希尔伯特空间的子空间的$L^2$,我们包括功能成分作为转换功能协变量与约束效应函数。扩展模型允许估计线性,非线性和时变效应的标量和功能协变量,以及(相关)功能随机效应,除了成分效应。我们使用该模型估计人口的年龄、性别和吸烟(功能)构成对西班牙地区Covid-19发病率数据的影响,同时考虑气候和社会人口统计协变量效应和空间相关性。
2022-01-20 stat.AP stat.ME
Accounting for Preferential Sampling Using a Constructed Covariate
Centre of Mathematics of the University of Minho (CMAT)(米尼奥大学数学中心);Department of Mathematics of the Nova School of Science and Technology(新大学科学技术学院数学系);Center for Mathematics and Applications (NOVA Math)(数学与应用研究中心);NOVA University of Lisbon, Caparica, Portugal(里斯本新大学);Portuguese Institute for Sea and Atmosphere (IPMA)(葡萄牙海洋与大气研究所);Center of Statistics and its Applications (CEAUL)(统计学及其应用中心);Military Academy Research Center - Military University Institute (CINAMIL)(军事学院研究中心);Engineering Superior Institute of Lisbon (ISEL), Polytechnic Institute of Lisbon(里斯本高等工程学院);NOVA University of Lisbon, Portugal(里斯本新大学)
研究地质统计学中优先抽样问题,提出基于最近邻观测平均距离构建协变量的方法,经模拟研究和真实数据集验证,该方法能减少优先抽样影响,实现可靠推断并探讨了相关挑战与发展路径。
2026-07-15 stat.ME
Equivalence of Kernel Machine Regression and Kernel Distance Covariance for Multidimensional Trait Association Studies
将遗传标记与多维表型相关联是一个重要但具有挑战性的问题。在这项工作中,我们建立了两个流行的方法:核机器回归(KMR)和核距离协方差(KDC)之间的等价性。KMR是一个半参数回归框架,它对协变量效应进行参数化建模,而遗传标记被视为非参数化。KDC代表一类方法,包括距离协方差(DC)和希尔伯特-施密特独立性准则(HSIC),它们是独立性的非参数检验。在一定条件下,我们证明了KMR的得分检验与KDC统计量之间的等价性。这一结果导致一个新的概括的KDC测试,结合了协变量。我们的贡献有三个方面:(1)建立KMR和KDC之间的等价性;(2)表明核机器回归的原理可以应用于对KDC的解释;(3)发展了一个更广泛的KDC统计类,其成员是不同核的数量。我们证明了使用模拟研究的建议。来自阿尔茨海默病神经影像学倡议(ADNI)的数据用于探索基因\emph{FLJ16124}上的遗传变异与根据年龄和性别调整的3D结构脑MR图像中所代表的表型之间的关联。结果表明,\emph{FLJ16124}的SNPs表现出强烈的成对相互作用效应,与脑区体积的变化相关。
2014-04-02 stat.ME stat.ML
A Penalized Multi-trait Mixed Model for Association Mapping in Pedigree-based GWAS
在全基因组关联研究(GWAS)中,惩罚效应是识别与性状相关的遗传标记的重要方法,而混合模型在解释样本间复杂的依赖结构方面取得了成功。因此,惩罚线性混合模型是一种结合惩罚方法和线性混合模型优点的工具。在这项研究中,GWAS与多个高度相关的性状进行了分析。对于多个数量性状高度相关的GWAS,使用性状进行分析不可避免地丢失了多个性状之间的一些重要信息。我们提出了一个惩罚MTMM,惩罚多变量线性混合模型,允许两个性状内和性状间方差分量同时为多个性状。提出的惩罚MTMM使用AI-REML方法估计方差分量,并同时使用组MCP和稀疏组MCP进行变量选择和点估计。使用最佳线性无偏预测器(BLUP)来寻找预测值,并使用预测值与其相应观测值之间的Pearson相关性来评估预测性能。通过仿真研究,评估了该方法的预测和选择性能,并与单性状惩罚LMM进行了比较。我们将所提出的方法应用于遗传分析研讨会(GAW)18的GWAS数据。
2013-05-19 stat.ME
A Bayesian test to identify variance effects
鉴定调节数量性状的遗传变异或QTL是统计遗传学领域的主要焦点。目前大多数方法仅限于确定平均效应,或基因型与数量性状平均值之间的关联。然而,遗传变异可能会影响数量性状的方差,而不是影响性状平均值,或者除了影响性状平均值之外,还影响数量性状的方差。在这里,我们开发了一个通用的方法来识别协变量的方差效应的数量性状使用贝叶斯异方差线性回归模型。我们表明,我们的贝叶斯检验异方差性(BTH)优于经典的测试中的差异变化在很大范围内的模拟从常见的情况下分析的数量性状。我们将BTH应用于甲基化QTL研究数据和表达QTL研究数据,以确定方差QTL。当与基因组学中使用的异方差性的三个测试相比,我们说明了使用我们的方法的好处,包括避免过拟合,通过纳入不确定性和灵活地识别异方差效应。
2015-12-05 q-bio.GN q-bio.QM stat.ME
VIMCO: Variational Inference for Multiple Correlated Outcomes in Genome-wide Association Studies
在全基因组关联研究(GWAS)中,已经测量了参与者的多个相关性状,联合分析策略(由此联合分析性状)可以比单性状分析策略提高统计功效。在对多个性状进行联合GWAS分析时,有两个感兴趣的问题需要解决。第一个问题是检查一个基因位点是否与任何被测性状显著相关。第二个问题的重点是确定与遗传位点相关的特定性状。由于现有的方法主要集中在第一个问题,本文试图提供一个补充的方法,解决第二个问题。我们提出了一种新的方法,变分推断多相关结果(VIMCO),重点是确定特定的性状,是与遗传位点,当执行联合GWAS分析多个性状,同时占多个性状之间的相关性。我们进行了广泛的数值研究,并应用VIMCO分析了两个数据集。数值研究和实际数据分析表明,VIMCO提高统计功效比单性状的分析策略时,多个性状相关和不相关的性能相当。
2018-07-27 stat.ME
For high-dimensional hierarchical models, consider exchangeability of effects across covariates instead of across datasets
MIT CSAIL(麻省理工学院计算机科学与人工智能实验室);Broad Institute(博德研究所)
分层贝叶斯方法可以在多个相关的回归问题中共享信息。虽然标准做法是将回归参数(效应)建模为(1)在数据集之间可交换,(2)在协变量之间具有不同程度的相关性,但我们发现,当协变量的数量超过数据集的数量时,这种方法的统计性能较差。例如,在统计遗传学中,我们可能会对成千上万个个体(反应)的数十个特征(定义数据集)进行回归,以获得数百万个遗传变异(协变量)。当分析师的协变量多于数据集时,我们认为将效应建模为(1)协变量之间的可交换性和(2)数据集之间不同程度的相关性通常更自然。为此,我们提出了一个层次模型表达我们的替代观点。我们设计了一个经验贝叶斯估计学习数据集之间的相关程度。我们开发的理论表明,我们的方法优于经典的方法时,协变量的数量占主导地位的数据集的数量,并证实了这一结果经验上的几个高维多元回归和分类问题。
2021-07-13 cs.LG stat.ME stat.ML
An efficient and robust approach to Mendelian randomization with measured pleiotropic effects in a high-dimensional setting
使用工具变量对因果效应进行有效估计,要求所有工具均独立于以关注的风险因素和任何混杂因素为条件的结局。在使用大量遗传变异作为工具的孟德尔随机化研究中,不太可能满足此条件。任何给定的遗传变异都可能与大量的性状相关,所有这些性状都代表了绕过感兴趣的风险因素的结果的潜在途径。这种多效性可以使用标准的多变量孟德尔随机化来解释,其中所有可能的多效性性状都作为协变量。然而,如果某些协变量并不真正位于通向结果的多效性路径上,则以这种方式获得的估计量将是低效的。我们提出了一种方法,它使用正则化来识别出一组潜在的协变量需要在孟德尔随机化分析,以产生一个有效的和强大的估计的因果关系。该方法可用于无法获得个人层面数据且分析必须仅依赖汇总层面数据的情况。它也可以用于考虑的协变量比工具多的情况,这是不可能使用标准多变量孟德尔随机化的。我们展示了仿真研究的结果,证明了所提出的正则化方法在现实环境中的性能。我们还说明了一个应用的例子,它着眼于尿酸盐血浆浓度对冠心病的因果关系的影响的方法。
2019-11-01 stat.ME
Decomposing Impact on Longitudinal Outcome of Time-varying Covariate into Baseline Effect and Temporal Effect
Virginia Commonwealth University(弗吉尼亚联邦大学)
本文提出将时间变化协变量对纵向结果的影响分解为基线效应和时间效应,通过三种方法解决传统模型无法预测随机增长系数变化的问题,并提供代码实现。
2025-11-30 stat.ME
Is it who you are or where you are? Accounting for compositional differences in cross-site treatment variation
多中心试验中,治疗在多个中心分别随机化,这为区分单位水平特征分布的“组成”差异导致的处理效应变异和中心水平特征的“背景”差异导致的变异提供了独特的机会。特别是,如果我们可以重新加权(或“运输”)每个站点,使其具有单位水平协变量的共同分布,则剩余的效应变化可以捕获站点之间的上下文差异。在本文中,我们开发了一个框架,在多中心试验中使用近似平衡权重,权重的选择直接优化单位水平的协变量之间的平衡,每个网站和目标分布的运输效果。我们首先开发我们的方法,用于传输单点试验效果的一般设置。然后,我们将我们的方法扩展到多站点试验,通过模拟评估其性能,并用它来分析一系列的多站点试验的福利工作计划。我们的方法在balancer R包中可用。
2021-03-26 stat.ME
Covariate-Dependent Functional Principal Component Analysis for SHM
Helmut Schmidt University(赫尔穆特·施密特大学);KU Leuven(荷语鲁汶大学)
本文提出一种基于协变量的功能主成分分析方法,用于处理结构健康监测中环境因素对功能数据协方差结构的影响,提升监测鲁棒性。
2026-03-18 stat.AP stat.ME
Bankruptcy Prediction of Small and Medium Enterprises Using a Flexible Binary Generalized Extreme Value Model
本文提出了一个基于会计的二元回归模型用于中小企业破产预测。该模型的主要优势在于其在识别违约中小企业方面的预测性能。另一个与银行特别相关的优点是,中小企业的会计特点与反应之间的关系不是事先假定的(例如,线性的、二次的或三次的),并且可以从数据中确定。该方法使用广义极值分布的分位数函数作为链接函数,以及会计特征的平滑函数,灵活地建模协变量的影响。因此,评分模型中的对称连接函数和线性或预先设定的协变量-响应关系的通常假设被放松。意大利数据的样本外和时间外验证表明,我们的建议优于常用的(逻辑)评分模型不同的默认范围。
2013-12-10 stat.ME
Accounting for Missing Data in Public Health Research Using a Synthesis of Statistical and Mathematical Models
University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);University of Oxford(牛津大学);Washington State University(华盛顿州立大学)
本文提出利用统计与数学模型综合方法处理公共卫生研究中因设计导致的积极性违反问题,以NHANES数据估计儿童平均收缩压,结果更准确,为缺失数据处理提供新途径。
2025-10-14 stat.AP stat.ME
Measures for Assessing Causal Effect Heterogeneity Unexplained by Covariates
Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
本文提出P-CACE、N-CACE、P-CPICE和N-CPICE四种新度量方法,用于评估未由协变量解释的因果效应异质性,扩展了因果推断的应用范围。
2026-02-09 stat.ME
Accounting for correlated horizontal pleiotropy in two-sample Mendelian randomization using correlated instrumental variants
孟德尔随机化(MR)是一种强有力的方法来检查健康风险因素和观察性研究结果之间的因果关系。由于全基因组关联研究(GWAS)的激增和丰富的完全可访问的GWAS汇总统计量,已经开发了各种汇总数据的双样本MR方法来检测或解释水平多效性,主要基于变体对暴露(γ)和水平多效性(α)的影响是独立的假设。这个假设是太严格,可以很容易地违反,因为相关的水平多效性(CHP)。为了解释这种CHP,我们提出了一种贝叶斯方法MR-Corr 2,该方法使用正交投影重新参数化γ和α的二元正态分布,并在减轻CHP的影响之前使用尖峰-平板。我们开发了一个有效的算法与双吉布斯抽样。为了证明MR-Corr 2相对于现有方法的优势,我们进行了全面的模拟研究,以比较各种情况下的第一类错误控制和点估计。通过应用MR-Corr 2来研究两组复杂性状中的配对之间的关系,我们没有确定HDL-c和CAD之间的矛盾因果关系。此外,研究结果提供了一个新的视角的因果网络之间的复杂性状。所开发的R包和用于再现所有结果的代码可在https://github.com/QingCheng0218/MR.Corr2上获得。
2020-09-01 stat.ME
FDR controlling procedures with dimension reduction and their application to GWAS with linkage disequilibrium score
本研究提出以连锁不平衡评分为协变量并结合主成分分析降维的FDR控制方法,用于GWAS中在控制假阳性的同时提高统计功效,并通过模拟和真实数据验证其有效性。
2025-07-08 stat.AP stat.ME
Improve Power of Knockoffs with Annotation Information of Covariates
Yale University(耶鲁大学);Zhejiang University(浙江大学)
AnnoKn通过整合功能注释信息和自适应Lasso回归,提高因果遗传变异检测的效能并严格控制假发现率。
2026-01-05 stat.ME
Quadruply robust estimation of marginal structural models in observational studies subject to covariate-driven observations
本文针对观察性数据中混杂和不规则观测时间问题,提出一种更灵活高效的四重稳健估计量,并在Add Health数据中估计咨询对青少年饮酒的因果效应。
2023-04-18 stat.ME
Leveraging Random Assignment to Impute Missing Covariates in Causal Studies
针对随机实验中协变量缺失影响治疗效应估计的问题,研究对比了均值填补、回归单一填补、多重填补三类方法在遵循/忽略随机化原则下的表现,发现考虑随机化仅能小幅提升填补准确性,为异质性治疗效应估计中的协变量填补提供参考。
2020-11-08 stat.ME
Full Matching Approach to Instrumental Variables Estimation with Application to the Effect of Malaria on Stunting
以往大多数关于疟疾和发育迟缓之间因果关系的研究都是通过基于回归的方法控制潜在混杂因素的研究,但这些研究可能因未观察到的混杂因素而存在偏倚。工具变量(IV)回归提供了一种控制未测量混杂因素的方法,在我们的情况下,镰状细胞性状可以用作工具。然而,为了使该工具有效,考虑测量的混杂因素可能仍然很重要。最常用的工具变量回归方法,两阶段最小二乘法,依赖于测量混杂因素的影响的参数假设来解释它们。此外,两阶段最小二乘法在协变量平衡和受试者权重方面缺乏透明度,并且不会使研究人员对结果数据视而不见。为了解决这些缺点,我们提出了一种基于完全匹配的IV估计的替代方法。我们评估我们的新程序的模拟数据和真实数据的因果关系影响疟疾儿童发育迟缓。我们估计,镰状细胞性状儿童发育迟缓的风险比镰状细胞性状预防的疟疾发作平均次数减少0.22倍,这是疟疾对发育迟缓的重大影响(p值:0.011,95%CI:0.044,1)。
2015-11-10 stat.AP stat.ME
Efficient Penalized Generalized Linear Mixed Models for Variable Selection and Genetic Risk Prediction in High-Dimensional Data
稀疏正则化回归方法现在被广泛用于全基因组关联研究(GWAS),以解决限制发现潜在重要预测因子的多重检验负担。线性混合模型(Linear mixed models,简称LMM)是一种有效的替代主成分(principal components,简称PC)调整的方法。然而,它们在二元性状GWAS中的使用依赖于无效的假设,即残差方差不依赖于估计的回归系数。此外,Lemp使用响应的协方差阵的单个谱分解,这在广义线性混合模型(GLemp)中不再可能。我们介绍了一种新的方法,称为pglmm,一个惩罚GLMM,允许同时选择遗传标记和估计其影响,占个体间的相关性和二进制性质的性状。我们开发了一种基于PQL估计的计算效率高的算法,该算法允许在高维二进制性状GWAS(~ 300,000 SNP)上缩放正则化混合模型。我们通过模拟结果表明,惩罚LMM和逻辑斯谛回归与PC调整未能正确选择重要的预测因子和/或预测精度下降的二元响应时,相关性矩阵的维数是高的pglmm相比。此外,我们通过分析英国生物银行数据中的两个多基因二元性状证明,我们的方法可以实现更高的预测性能,同时也选择了比稀疏正则化逻辑套索与PC调整更少的预测因子。我们的方法可以作为Julia包PenalizedGLMM. jl使用。
2022-06-24 stat.AP stat.ME
CALF-SBM: A Covariate-Assisted Latent Factor Stochastic Block Model
University of Connecticut(康涅狄格大学);Vanderbilt University Medical Center(范德堡大学医学中心);Vanderbilt University(范德堡大学)
CALF-SBM通过结合观测节点信息和网络异质性,提出了一种新的网络生成模型,用于社区检测和实际数据应用。
2025-02-07 stat.ME
Characterizing quantile-varying covariate effects under the accelerated failure time model
Harvard T.H. Chan School of Public Health(哈佛大学陈曾熙公共卫生学院)
本文提出在加速失败时间模型下刻画分位数变化的协变量效应的框架,通过灵活回归结构和贝叶斯方法,实现对生存分位数效应的解释和估计。
2025-12-05 stat.ME
Discovery and inference of possibly bi-directional causal relationships with invalid instrumental variables
本文提出一种利用可能无效的工具变量,在存在未测量混杂和反馈回路时,对两个性状进行双向因果发现与效应推断的方法,并通过模拟和英国生物银行数据验证其有效性。
2024-07-16 stat.ME
Inferential Evaluation of Surrogate-Derived Models under Covariate Shift
National University of Singapore(新加坡国立大学);Peking University Health Science Center, Peking University(北京大学医学部,北京大学);Beijing International Center for Mathematical Research, Peking University(北京大学北京国际数学研究中心)
该研究针对迁移学习中协变量偏移下金标签稀缺的问题,提出交叉拟合估计量等方法,实现代理衍生模型在目标人群的TPR、FPR等指标的推断,并通过模拟与实际AI应用验证了方法有效性。
2026-08-18 cs.LG stat.AP stat.ME
Bayesian Spatial Binary Classification
在空间参考数据的分析中,研究人员通常有两个目标之一:量化响应变量和协变量之间的关系,同时考虑剩余的空间依赖性或预测响应变量在未观察到的位置的值。在第二种情况下,当响应变量是分类的时,预测可以被视为分类问题。许多分类方法要么忽略响应变量/协变量关系,只依赖于空间上接近的观察分类,或者忽略空间依赖性,只使用协变量进行分类。贝叶斯空间广义线性(混合)模型提供了一种工具,以适应空间和协变量的信息来源分类问题。在本文中,我们正式定义空间分类规则的基础上,这些模型。我们还仔细研究了其中两个模型,已在文献中提出,即概率单位版本的空间广义线性模型(SGLM)和贝叶斯空间广义线性混合模型(SGLMM)。我们描述了这些模型的空间分类之间看似轻微的差异的影响,并通过模拟研究探讨了模型误指定的鲁棒性问题。我们还提供了SGLM/SGLMM为基础的分类器的替代品的概述,并说明了各种方法,使用来自东南亚的卫星土地覆盖数据。
2016-01-08 stat.ME
Robust Covariate Adjustment in Multi-Center Randomized Trials
Ghent University(根特大学);Debre Markos University(德布雷马尔科斯大学);Vrije Universiteit Brussel(布鲁塞尔自由大学)
本文提出了一种针对多中心随机试验中协变量不平衡问题的稳健估计方法,通过引入中心效应提升效率并保持无偏性,改进了反事实均值和治疗效应的估计。
2026-08-17 stat.ME
Subgroup Balancing Propensity Score
我们用观察数据研究亚组处理效应的估计。现有的倾向得分匹配和加权方法大多是为了估计总体处理效应而开发的。尽管真实的倾向得分应该平衡亚组人群的协变量,但估计的倾向得分可能无法平衡亚组样本的协变量。我们提出了子组平衡倾向得分(SBPS)方法,该方法选择,对于每个子组,使用整体样本或子组样本来估计该子组内的单元的倾向得分,以优化一个准则,该准则考虑了整体样本和子组样本的一组协变量平衡条件。当子群数目较大时,我们提出了一种估计SBPS的随机搜索算法。我们通过模拟证明,SBPS可以提高估计亚组处理效应的倾向得分匹配的性能。然后,我们应用SBPS方法从意大利家庭收入和财富调查(SHIW)的数据,估计的处理效应的借记卡对家庭消费的不同收入群体。
2017-07-18 stat.ME
Understanding Past Population Dynamics: Bayesian Coalescent-Based Modeling with Covariates
有效群体大小是群体遗传变异的特征,是群体遗传学中最重要的参数。Kingman的聚结过程使得能够直接从分子序列数据推断过去的种群动态,并且研究人员已经开发了许多灵活的基于聚结的模型,用于贝叶斯非参数估计作为时间的函数的有效种群大小。人口重建的一个主要目标是了解有效人口规模和潜在解释因素之间的关联。贝叶斯非参数合并为基础的方法的基础上,我们引入了一个灵活的框架,通过高斯马尔可夫随机场随时间变化的协变量。为了近似后验分布,我们采用高效的马尔可夫链蒙特卡罗算法设计的高度结构化的高斯模型。将协变量纳入人口统计推断框架,可以在考虑人口历史不确定性的同时,对有效人口规模和协变量之间的关联进行建模。此外,它可以导致更精确的人口动态估计。我们将我们的模型应用于四个例子。我们重建了北美浣熊狂犬病的人口统计学历史,发现与疫情的时空传播有重要关联。接下来,我们检查了波多黎各DENV-4病毒的有效种群规模轨迹以及病毒分离株计数数据,并发现了类似的循环模式。我们将喀麦隆HIV-1 CRF02_AG分支的人口历史与HIV发病率和流行率数据进行比较,发现有效人口规模更能反映发病率。最后,对晚第四纪麝牛种群动态与气候变化的关系进行了初步探讨。
2016-01-19 q-bio.PE stat.ME
Estimating the Marginal Effect of a Continuous Exposure on an Ordinal Outcome using Data Subject to Covariate-Driven Treatment and Visit Processes
在统计学文献中,已经提出了一些方法,以确保有效的推断变量的边际效应的纵向结果设置不规则的监测时间。然而,由于协变量驱动的监测时间和混杂因素导致的潜在偏倚很少被同时考虑,并且从未在具有顺序结局和连续暴露的环境中考虑过。在这项工作中,我们提出并证明了一种方法,因果推断在这样的设置,依靠比例优势模型来研究的结果上的曝光的效果。通过比例率模型考虑不规则的观察时间,并使用治疗权重的逆概率的一般化来解释连续暴露。我们激励我们的方法,估计的边际(因果)效应的时间花在视频或电脑游戏上的自杀企图在添加健康的研究,在美国的纵向研究。虽然在添加健康数据中,观察时间是预先指定的,但我们提出的方法即使在更一般的环境中也适用,例如当分析来自电子健康记录的数据时,观察结果非常不规则。在模拟研究中,我们让观察时间不同的个人和证明,不占偏置不平衡,由于监测和曝光计划可以偏置曝光的边际比值比的估计。
2021-12-21 stat.ME
Factor Augmented Tensor-on-Tensor Neural Networks
University of Notre Dame(圣母大学)
针对张量对张量回归预测,提出FATTNN模型,将张量因子模型融入深度神经网络,利用因子张量作为时间卷积网络输入,有效处理非线性关系,显著提升预测精度并降低计算成本。
2024-12-20 cs.LG stat.ME stat.ML
Double/Debiased CoCoLASSO of Treatment Effects with Mismeasured High-Dimensional Control Variables
针对高维加性测量误差下的处理效应估计问题,提出Double/Debiased CoCoLASSO方法,通过构建Neyman-orthogonal得分函数、矩估计误差方差并证明$\sqrt{N}$-一致性,实现了无需已知误差结构的稳健高效估计。
2024-08-26 econ.EM stat.ME