Improving precipitation forecasts using extreme quantile regression
针对极端降水预报分位数的估计问题,提出了一种极值指标为常数的非参数回归模型。利用局部线性分位数回归和极值理论的外推技术,我们发展了一个估计的条件分位数对应于极高的概率水平。我们建立了估计的一致相合性和渐近正态性。在模拟研究中,我们研究我们的估计有限样本的性能相比,假设线性分位数的方法。在荷兰的降水数据集,这些估计有更大的预测技能相比,集合预报的数值天气预报模型提供的上部成员。
2019-03-05 stat.AP stat.ME
Upper bounds on the minimum coverage probability of model averaged tail area confidence intervals in regression
频率主义模型平均已被提出作为将“模型不确定性”纳入置信区间构造的方法。环境和生态统计界对这些建议特别感兴趣。Turek和Fletcher在2012年提出的模型平均尾面积(MATA)置信区间是一种很有前途的方法。此区间的性能在很大程度上取决于它所基于的基于数据的模型权重。Kabaila,Welsh and Abeysekera,2016在两个嵌套线性回归模型的简单场景中提供了该区间覆盖概率的计算方便公式。我们考虑更复杂的情况,即有许多(在所考虑的示例中为32,768个)线性回归模型,如下所示。对于回归参数向量的一组指定分量中的每一个,我们要么将分量设置为零,要么让它自由变化。我们提供了一个易于计算的上限上的最小覆盖概率的MATA置信区间。该上限提供了反对使用基于贝叶斯信息准则(BIC)的模型权重的证据。
2017-02-16 stat.ME
Improving linear quantile regression for replicated data
本文讨论了当协变量的不同值少而重复数多时线性分位数回归的改进问题。通过在分位数回归中使用合适的权值,或简单地对条件样本分位数使用加权最小二乘回归,可以提高回归系数估计的渐近有效性。未加权估计量和加权估计量的渐近方差仅在某些限制性特殊情况下一致,例如,当条件响应的密度在协变量支持度上的感兴趣分位数处具有相同值时。在模拟研究中,并通过对热带气旋数据集的分析,证明了加权估计的优势。
2020-11-27 stat.AP
Correction of estimator bias in linear regression with categorical covariates with classification error
本文针对分类协变量存在分类误差的线性回归,提出基于最小二乘估计量及概率信息的渐近校正方法,模拟显示校正截距可显著提升估计性能。
2025-07-09 stat.ME
Penalized spatial function-on-function regression
Marmara University(马尔马拉大学);Macquarie University(麦考瑞大学)
本文提出了一种带有惩罚的空间函数-函数回归模型,通过引入B-样条张量积的粗糙度惩罚,提高空间依赖数据的估计精度和预测性能。
2025-11-28 stat.ME
Auxiliary results for "Nonparametric kernel estimation of the probability density function of regression errors using estimated residuals"
这份手稿是一份补充文件,为我们题为“使用估计残差对回归误差的密度函数进行非参数核估计”[arXiv:1010.0439]的论文提供了省略的材料。论文发表于《非参数统计杂志》。
2012-03-26 math.ST stat.TH
Weighted empirical likelihood for quantile regression with nonignorable missing covariates
本文提出了协变量不可分离的分位数回归模型中回归参数的经验似然加权估计。建议的估计是计算简单,实现半参数效率,如果完全观察到的变量的缺失概率被正确指定。理论上量化了所提出的估计器相对于完整案例分析估计器的效率增益,并通过仿真和真实数据应用进行了说明。
2017-10-07 stat.ME
Tactics for Improving Least Squares Estimation
Southeast University(东南大学);University of California, Los Angeles(加州大学洛杉矶分校)
本文探讨了高维最小二乘回归中加速计算的策略,包括MM原理、Moreau包络 smoothing 和约束估计的proximal距离原理,通过迭代加权最小二乘等方法提高计算效率。
2026-05-16 stat.CO stat.ME
Inference for the Case Probability in High-dimensional Logistic Regression
在电子健康记录中关于患者具有疾病或病症的状态(即病例或对照状态)对患者进行标记越来越依赖于使用从结构化和非结构化电子健康记录数据导出的高维变量的预测模型。目前的一个主要障碍是缺乏有效的统计推断方法的情况下的概率。针对高维稀疏逻辑斯谛回归模型的预测问题,通过线性化和方差增强技术,提出了一种新的偏差校正估计量.我们建立的估计量的渐近正态性的任何负载向量在高维。我们构建了一个置信区间的情况下的概率,并提出了一个假设检验程序的患者病例对照标签。我们证明了所提出的方法,通过广泛的模拟研究和应用到现实世界的电子健康记录数据。
2021-10-13 math.ST stat.ME stat.TH
Improving the local scoring algorithm using gradient sampling
我们适应梯度采样算法的局部评分算法来解决复杂的估计问题的基础上优化的目标函数。这克服了目标函数的不可微性和非光滑性。新算法估计局部评分中使用的Clarke广义次梯度,从而减少数值不稳定性。作为两个例子,该方法被应用于分位数回归和峰值过阈值法。为零售商店和温度数据分析提供了实际应用。
2017-05-29 stat.ME
Improving KernelSHAP: Practical Shapley Value Estimation via Linear Regression
University of Washington(华盛顿大学)
合作博弈论中的Shapley值概念已经成为解释ML模型的流行技术,但有效地估计这些值仍然具有挑战性,特别是在模型不可知的环境中。在这里,我们重新审视通过线性回归估计Shapley值的想法,以理解和改进这种方法。通过分析原始KernelSHAP以及新提出的无偏版本,我们开发了检测其收敛性和计算不确定性估计的技术。我们还发现,原来的版本会导致一个可忽略不计的偏差增加,以换取显着降低方差,我们提出了一个方差减少技术,进一步加快收敛的两个估计。最后,我们开发了一个版本的KernelSHAP随机合作游戏,产生快速的新估计的两个全球性的解释方法。
2021-04-23 cs.LG stat.ML
Improving Estimations in Quantile Regression Model with Autoregressive Errors
一个重要的问题是,呼吸道死亡率可能是空气污染的结果,空气污染可以通过以下变量来测量:温度、相对湿度、一氧化碳、二氧化硫、二氧化氮、碳氢化合物、臭氧和颗粒物。通常的方法是使用普通最小二乘回归来拟合模型,它对回归模型的误差项表示白噪声过程有一些假设,也称为高斯-马尔可夫假设。然而,在许多应用中,特别是对于本示例,这些假设并不满足。因此,在本研究中,采用分位数回归方法,使用上述解释变量对呼吸死亡率进行建模。此外,改进的估计技术,如初步测试和收缩策略时,误差是自回归的。通过蒙特卡罗模拟实验,对Lasso、Ridge和弹性网等分位数惩罚估计方法进行了性能评估。最后给出了所列估计量的理论风险。
2017-07-04 stat.AP
Efficient Computation for Centered Linear Regression with Sparse Inputs
稀疏输入的回归是大规模模型的常见主题。针对稀疏输入优化底层线性代数允许更快地估计此类模型。与此同时,集中输入有利于改善模型的解释和收敛。然而,将数据居中自然会使稀疏数据变得密集,从而限制了优化的机会。我们提出了一种有效的策略,估计中心回归,同时利用稀疏结构的数据,提高计算性能和减少内存占用的估计。
2019-10-29 stat.CO
Nonparametric kernel estimation of the probability density function of regression errors using estimated residuals
本文讨论了回归误差项与协变量无关的非参数密度估计。研究了利用估计残差的可行估计量与利用真残差的不可行估计量之间的差异。给出了用于估计残差的带宽的最佳选择。我们还研究了可行核估计的渐近正态性及其速率最优性。
2010-10-03 math.ST stat.TH
An efficient model-free estimation of multiclass conditional probability
University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
传统的多类条件概率估计方法,如Fisher判别分析和逻辑斯谛回归,往往需要限制性的分布模型假设。本文提出了一种无模型估计方法,通过一系列条件分位数回归函数来估计多类条件概率。具体地,条件类概率被公式化为相应的累积分布函数的差,其中累积分布函数可以从估计的条件分位数回归函数转换。所提出的估计方法也是有效的,因为它的计算成本不会随着类的数量呈指数增长。理论和数值研究表明,所提出的估计方法是非常有竞争力的现有的竞争对手,特别是当类的数量相对较大。
2013-08-01 cs.LG stat.ME stat.ML
Improving Linear Regression on Small Datasets via Gaussian Process and Extreme Value Theory-Based Data Augmentation
University of Peradeniya(佩拉德尼亚大学)
针对小样本回归中经典假设违背问题,提出GP-MEVT混合数据增强方法,结合高斯过程与极值理论扩展预测空间并保留线性结构,在模拟和真实数据上优于标准bootstrap方法。
2026-06-17 stat.CO stat.ME
Kernel Regression by Mode Calculation of the Conditional Probability Distribution
表示数据集中任意依赖关系的最直接方法是估计联合分布,然后应用argmax函数获得相应条件分布的众数。这种方法在实践中是困难的,因为它需要一个复杂的功能,固定的输入变量的联合分布的全局优化。本文提出了一种方法来寻找全局最大值,如果联合分布是由核密度估计建模。一些实验表明,所得到的回归方法的优点和缺点相比,标准的Nadaraya-Watson回归技术,它近似的期望值的最优值。
2008-11-21 stat.ML
The phase transition for the existence of the maximum likelihood estimate in high-dimensional logistic regression
本文严格地证明了高斯协变量的高维逻辑斯谛回归模型的最大似然估计(MLE)的存在性经历了一个急剧的“相变”.我们引入一个显式边界曲线$h_{\text{MLE}}$,它由两个标量参数化,测量回归系数的未知序列的整体大小,具有以下性质:在限制大样本量$n$和特征数$p$以这样一种方式成比例,即$p/n \rightarrow κ$,我们表明,如果问题是足够高的维度在这个意义上,$κ> h_{\text{MLE}}$,则MLE不存在的概率为1。相反,如果是$κ< h_{\text{MLE}}$,则MLE以概率1渐进存在。
2018-04-25 stat.ME stat.ML
LQD-RKHS-based distribution-to-distribution regression methodology for restoring the probability distributions of missing SHM data
数据丢失是结构健康监测中的一个关键问题。概率分布在许多应用中起着非常重要的作用。改进使用不完全样本进行的分布估计的质量是非常重要的。可以通过应用常规的缺失数据恢复方法来补偿缺失样本;然而,确保恢复的样本大致遵循真实缺失数据的潜在分布仍然是一个挑战。另一种策略涉及当样本丢失时,通过利用来自另一传感器的分布信息与使用分布回归技术的完整数据来直接恢复传感器的概率密度函数(PDF);现有方法包括传统的分布到分布回归(DDR)和分布到翘曲函数回归(DWR)方法。由于PDF和翘曲函数的约束,这两种方法的回归函数估计的Nadaraya-Watson核估计精度相对较低。本文提出了一种新的间接分布到分布的回归方法,在功能数据分析的背景下,恢复丢失的SHM数据的分布。通过新提出的对数分位数密度(LQD)变换将PDF转换为Hilbert空间中的普通函数,在转换后的空间中通过基于再生核Hilbert空间(RKHS)理论构建的函数回归模型实现分布的回归,相应的结果通过逆LQD变换映射回密度空间。利用现场监测数据进行的试验结果表明,该方法在一般情况下的预测效果明显优于传统方法,但在外推情况下,该方法的预测效果不如分布-翘曲函数回归方法。
2018-12-08 stat.AP
Statistics 101, 201, and 202: Three Shiny Apps for Teaching Probability Distributions, Inferential Statistics, and Simple Linear Regression
HEC Liège, ULiège(列日高等经济与管理学院,列日大学)
本文介绍三个基于R和Shiny开发的交互式网页应用,帮助学生无需编程基础即可学习统计学基础,涵盖概率分布、置信区间和线性回归等核心内容。
2026-03-30 cs.HC cs.PL stat.OT
Conformalized High-Density Quantile Regression via Dynamic Prototypes-based Probability Density Estimation
Istanbul Technical University(伊斯坦布尔理工大学)
针对现有基于分类的分位数回归存在量化误差与维度灾难的问题,提出带动态自适应原型集的共形化高密度分位数回归方法,通过训练中动态调整分箱优化原型,共形方案提供有效覆盖保证,实验验证其在覆盖度、鲁棒性及可扩展性上更优。
2024-11-02 cs.LG stat.ML
Stochastic Tverberg theorems and their applications in multi-class logistic regression, data separability, and centerpoints of data
我们提出了新的随机几何定理,给界的概率,$m$随机数据类都包含一个点,在其凸包。我们应用这些随机分离定理得到了多项式逻辑斯谛回归中极大似然估计存在概率的界。我们还讨论了连接到条件数的分析最速下降算法在逻辑斯谛回归和数据云的中心点的计算。
2019-07-23 math.OC math.PR math.ST
Upper bounds on the minimum coverage probability of confidence intervals in regression after variable selection
我们考虑一个线性回归模型,其中所关注的参数是回归参数向量的指定线性组合。我们假设,作为第一步,使用基于数据的模型选择(例如,通过初步假设检验或最小化AIC)来选择模型。通常的统计实践是,基于所选模型已先验地提供给我们的假设,为感兴趣的参数构建置信区间。该假设是错误的,并且其可导致具有较差覆盖属性的置信区间。我们提供了一个易于计算的有限样本上界(计算重复数值评估的二重积分),这个置信区间的最小覆盖概率。该界限适用于通过以下任何方法进行的模型选择:最小AIC、最小BIC、最大调整R平方、最小Mallow ' Cp和t检验。该上界的重要性在于,它描述了设计矩阵和模型选择程序的一般类别,对于这些设计矩阵和模型选择程序,该置信区间具有较差的覆盖特性。这个上界被证明是一个有限的样本模拟早期的大样本上界由于Kabaila和Leeb。
2007-11-07 math.ST stat.AP stat.TH
Stone's theorem for distributional regression in Wasserstein distance
我们将著名的Stone定理推广到分布回归的框架中。更确切地说,我们证明了加权经验分布与当地的概率权重满足条件的石头定理提供普遍相合估计的条件分布,其中的误差是衡量的Wasserstein距离的顺序p $\ge$ 1。此外,对于p = 1,我们确定了特定类分布的极小极大收敛速度。最后给出了这些结果的一些应用,包括条件尾期望和概率加权矩的估计。
2023-02-02 math.ST stat.TH
Benign overfitting and adaptive nonparametric regression
CREST-ENSAE(Crest-法国国立统计与经济管理学院)
在非参数回归中,我们构造了一个估计器,它是一个连续函数,以高概率插值数据点,同时在Hölder类尺度上自适应地获得均方风险下的Minimax最优收益率。
2022-06-27 cs.LG math.ST stat.ML
Meta Optimality for Demographic Parity Constrained Regression via Post-Processing
University of Tsukuba(筑波大学);RIKEN AIP(日本理化学研究所人工智能项目)
针对人口统计奇偶约束下的回归问题,提出可验证公平极小极大最优回归算法的元定理,并证明该最优回归可通过后处理实现,便于传统回归技术适配公平场景。
2025-06-16 cs.LG stat.ML
Minimax Rate for Optimal Transport Regression Between Distributions
分布上分布回归考虑的是在协变量和响应都是概率分布的情况下,制定和估计回归关系的问题。最优输运分布回归模型假定响应分布的条件Fréchet均值通过最优输运图与协变量分布相关联。我们建立这样一个回归函数的极大极小估计率,推导出一个下限,匹配的收敛速度达到的Fréchet最小二乘估计。
2022-06-03 math.ST stat.TH
Linear regression under model uncertainty
我们重新审视经典的线性回归模型,当模型受到两种类型的不确定性:(i)一些协变量缺失或完全不可访问,(ii)测量误差的方差是未知的,并根据统计学家未知的机制变化。根据最近的次线性期望理论,我们提出用两个特定的非线性随机变量来描述响应变量的均值和方差的不确定性,这两个非线性随机变量包含了响应变量在线性古典概率理论意义下的概率分布的无限族。该方法使一个家庭的估计在各种损失函数的回归参数和参数的模型不确定性。在较弱的条件下,证明了估计量的相合性。介绍了三个应用程序,以评估质量的方法,包括S\&P指数的预测模型。
2021-08-04 math.ST stat.TH
Asymptotic normality for estimators of the additive regression components under random censorship
在随机删失情形下,建立了可加回归分量估计的渐近正态性。为了建立我们的估计量,我们将边际积分方法(Newey(1994))与Carbonez et al.(1995)和Kohler et al.(2002)引入的多元删失回归函数的初始逆删失概率加权估计量相结合。渐近置信带来自我们的结果。
2008-03-07 math.ST stat.TH
Simultaneous high-probability bounds on the false discovery proportion in structured, regression, and online settings
虽然传统的多重测试程序禁止用户做出自适应分析选择,但Goeman和Solari(2011)提出了一种同时推理框架,该框架允许用户在保持所选集合的错误发现比例(FDP)的高概率界限的同时具有这种灵活性。在本文中,我们提出了一类新的同时FDP界,专为嵌套序列的拒绝集。虽然大多数现有的同时FDP界限是基于封闭测试,使用全局空测试的基础上排序的p值,我们还考虑设置边信息可以利用提高功率,变量选择设置,其中敲除统计可以用来订购变量,以及在线设置,其中必须作出拒绝的决定,因为数据到达。我们的有限样本,封闭形式的界限是基于重新利用的FDP估计错误发现率(FDR)控制程序设计的上述设置。这些结果建立了一个新的连接之间的并行文献的同时FDP界和FDR控制方法,并使用证明技术,采用鞅和过滤,这是新的这些文献。我们证明了我们的研究结果的效用,通过增加最近的仿制品分析英国生物银行数据集。
2019-12-01 math.ST stat.TH
Quantile calculus and censored regression
在生存分析中提倡分位数回归来评估协变量的影响。然而,当删失时间并不总是被观察到并且可能是协变量依赖的时,特别是在存在连续分布的协变量的情况下,会出现挑战。尽管最近取得了一些进展,现有的方法要么涉及算法的复杂性或施加概率网格。前者导致的困难,在实施和渐近,而后者引入了不良的网格依赖。为了解决这些问题,我们在本文中开发了累积概率尺度上的基本和一般分位数演算,认识到概率和时间尺度并不总是具有给定生存分布的一对一映射。这些结果产生了一个新的估计过程,删失分位数回归估计积分方程的基础上。提出了一种数值可靠、高效的渐进局部化最小化(PLMIN)算法。这一过程完全简化为$k$样本问题中的Kaplan-Meier方法,以及在没有删失的情况下的标准未删失分位数回归。在正则性条件下,所提出的分位数系数估计是一致相合的,并且弱收敛于高斯过程。仿真结果表明,良好的统计和算法性能。该建议是说明在应用程序的临床研究。
2010-10-04 math.ST stat.TH
Distributionally Robust Logistic Regression
本文提出了一种分布鲁棒的逻辑斯谛回归方法。我们使用Wasserstein距离在训练样本上以均匀分布为中心的概率分布空间中构造一个球。如果这个球的半径被明智地选择,我们可以保证它包含具有高置信度的未知数据生成分布。然后,我们制定了一个分布鲁棒的逻辑斯谛回归模型,最大限度地减少了最坏情况下的预期对数损失函数,其中最坏的情况下,在Wasserstein球的所有分布。我们证明,这个最优化问题承认一个易于处理的重新制定和封装的经典以及流行的正则化逻辑斯谛回归问题的特殊情况。我们进一步提出了一种基于Wasserstein球的分布式鲁棒方法来计算所得分类器的误分类概率的置信上限和置信下限。这些界限由两个高度易处理的线性规划的最优值给出。我们通过模拟和实证实验验证了我们的理论样本外保证。
2015-12-01 math.OC stat.ML
A Benchmark Study of Classical and Dual Polynomial Regression (DPR)-Based Probability Density Estimation Technique
University of Houston(休斯顿大学);University of Texas Health Science Center(德克萨斯大学健康科学中心);College of Sciences and Tech., Univ. of Houston–Downtown(休斯顿都市理学院)
本文提出双多项式回归(DPR)方法,通过分段策略和高效计算实现对单峰分布的概率密度估计,实验表明其在准确性和计算效率上表现优异。
2025-12-03 stat.CO
Improving the Performance of Bayesian Logistic Regression Model with Overdose Control in Oncology Dose-Finding Studies
准确确定的最大耐受剂量(MTD)是肿瘤药物开发后续阶段成功的基石。贝叶斯逻辑斯谛回归模型(BLRM)是一种流行的和通用的基于模型的剂量探索设计。然而,据报道,采用原始过量控制策略的BLRM是安全的,但“过于保守”。在这篇手稿中,我们调查了保守性的原因,并指出一个主要原因可能是缺乏适当的剂量不足控制。我们提出了平衡过量和剂量不足控制的设计,以提高原始BLRM的性能。仿真结果表明,新的设计具有更好的准确性和治疗更多的患者在MTD。
2021-05-14 stat.ME
Approximate maximum likelihood estimators for linear regression with design matrix uncertainty
在本文中,我们考虑在运营商或设计矩阵的任意噪声的回归问题。这种表征适当地模拟了许多回归量中具有不确定性的物理现象。虽然这个问题已经被广泛研究了普通/总最小二乘,并通过模型,隐含或明确地假设高斯,较少注意到改善估计的回归问题下的一般不确定性的设计矩阵。为了解决在处理随机变量和的分布时遇到的困难,我们依靠鞍点方法来估计密度,并形成近似的对数似然最大化。我们表明,所提出的方法与其他经典方法相比表现良好。
2021-04-07 cs.NA math.NA math.OC
A Simplified Condition For Quantile Regression
本文针对经济金融风险预测中的异方差性问题,在三种概率模型下提出识别条件,从而建立了分位回归的简化条件。
2025-04-26 math.PR math.ST stat.TH
Modular Regression: Improving Linear Models by Incorporating Auxiliary Data
本文提出模块化回归框架,通过分解任务并引入辅助信息,提升低维与高维线性模型的估计效率和预测精度,且在高维下对条件独立性假设违例具备鲁棒性。
2023-11-23 stat.ME
Improving multilevel regression and poststratification with structured priors
调查统计领域的一个中心主题是通过来自可能不具代表性的人口样本的数据来估计人口数量。多层回归和后分层(MRP),一个基于模型的方法,正在获得牵引力对传统的加权方法的调查估计。如果存在该方法无法捕捉的基础结构,则MRP估计很容易出现偏差。这项工作的目的是提供一个新的框架,指定结构化的先验分布,导致偏见减少MRP估计。我们使用模拟研究来探索这些先验分布的好处,并证明其对非代表性美国调查数据的有效性。我们发现,结构化的先验分布提供绝对偏差减少和方差减少后MRP估计在各种各样的数据制度。
2020-05-23 stat.ME
A comparison of Kaplan--Meier-based inverse probability of censoring weighted regression methods
Aarhus University(奥胡斯大学)
本文针对右删失导致结局缺失的回归问题,比较了三种基于Kaplan--Meier删失概率估计的逆加权回归方法,分析其渐近方差及三明治方差估计量的高估特性,发现最优方法取决于删失分布。
2024-12-10 stat.ME
Improving Efficiency of Regression Analyses by Integrating Data from Population-Representative Surveys: A Model-Assisted Calibration Approach
University of Virginia(弗吉尼亚大学)
提出模型辅助校准方法,整合多个概率调查样本以提高回归效率,支持个体或汇总数据,无需正确指定结果模型,并保持有限总体推断的有效性。
2026-07-01 stat.ME
Improving Estimation Efficiency via Regression-Adjustment in Covariate-Adaptive Randomizations with Imperfect Compliance
针对依从性不完美的协变量自适应随机化场景,提出基于双重稳健矩的回归调整估计方法,包含线性、非线性等调整形式,可提升估计效率并给出达到半参数效率界的条件。
2023-06-16 econ.EM stat.ME
Bayesian Regression and Classification Using Gaussian Process Priors Indexed by Probability Density Functions
在本文中,我们引入的概念,高斯过程的指标的概率密度函数扩展的Matérn家庭的协方差函数。我们使用一些工具,从信息几何,以提高效率和计算方面的贝叶斯学习模型。我们特别展示了如何贝叶斯推断与高斯过程先验(协方差参数估计和预测)可以付诸行动的概率密度函数的空间。我们的框架有能力分类和推断的数据观测,躺在非线性子空间。多个合成,半合成和真实数据上的大量实验表明,与当前最先进的方法相比,所提出的方法的有效性和效率。
2020-11-06 stat.ME
Regression with a right-censored predictor, using inverse probability weighting methods
在纵向研究中,由于脱落、失访或在关注事件发生前提前终止研究,关键变量的测量可能不完整或部分记录。在本文中,我们主要集中在实现的回归模型与随机删失预测。我们研究,特别是,使用逆概率加权方法在广义线性模型(GLM),当感兴趣的预测是右删失,调整删失。为了提高完整病例分析的性能并防止选择偏倚,我们考虑了三种不同的加权方案:逆删失概率权重、Kaplan-Meier权重和Cox比例风险权重。我们使用蒙特卡罗模拟研究来评估和比较不同加权估计方法的经验性质。最后,我们将这些方法应用于心脏研究数据作为一个说明性的例子,以估计吸烟者中临床诊断的心血管事件和低密度脂蛋白(LDL)的发病年龄之间的关系。
2020-08-18 stat.ME
Operator on Operator Regression in Quantum Probability
本文提出量子概率中的算子对算子回归模型,构造了系数 $β$ 的 $M$ 估计量的量子版本,并在线性真实模型和特征值对样本条件下推导了其大样本性质。
2024-08-01 quant-ph stat.ME
Conditional probability tensor decompositions for multivariate categorical response regression
针对多变量分类响应回归中响应、类别及预测维度均较大的问题,提出基于函数型概率张量分解的建模方法,推导可扩展的惩罚EM算法拟合,经模拟和基因功能建模验证性能良好。
2024-05-14 stat.AP stat.ME
An Inverse Probability Weighted Regression Method that Accounts for Right-censoring for Causal Inference with Multiple Treatments and a Binary Outcome
比较有效性研究通常涉及使用观察数据评估两种或更多种治疗之间感兴趣事件的风险差异。通常,关注的治疗后结局是事件是否在预先指定的时间窗内发生,这导致二元结局。估计因果处理效应的偏倚来源之一是混杂因素的存在,通常使用基于倾向得分的方法进行控制。偏倚的另一个来源是右删失,当由于脱落、研究终止或在关注事件发生前治疗转换而无法完全获得关注结局的信息时发生。我们提出了一种基于逆概率加权回归的估计,可以同时处理混杂和右删失,称为CIPWR方法,字母C突出了删失组件。CIPWR通过对从使用加权得分函数拟合的逻辑斯谛回归模型获得的预测结果求平均值来估计平均处理效应。CIPWR估计量具有双重稳健性,因此当正确指定结局模型或治疗和删失模型时,可以实现估计一致性。我们建立了CIPWR估计进行推断的渐近性质,并通过模拟研究,比较其有限样本性能与几个替代方案。将比较的方法应用于来自保险索赔数据库的前列腺癌患者队列,以比较晚期前列腺癌的四种候选药物的不良反应。
2022-05-17 stat.ME
HiMAP: Hilbert Mass-Addressed Parameterization for Multivariate Barycenters and Frećhet Regression
Renmin University of China(中国人民大学);The University of Hong Kong(香港大学)
HiMAP通过Hilbert质量对齐参数化,提供了一种有效计算多元barycenter和Frećhet回归的方法,实现快速且稳定的分布比较与平均。
2026-09-09 stat.ME
Bayesian quantile regression analysis for continuous data with a discrete component at zero
在这项工作中,我们展示了一个贝叶斯分位数回归方法,以响应变量的混合离散-连续分布与一个点质量为零,这些观察被认为是左删失或真零。我们结合分位数回归分析提供的信息,给出了一个更完整的描述被删失的概率,给定的观察值等于零,同时还研究了连续部分的条件分位数。我们从文献中的相关模型建立了一个马尔可夫链蒙特卡罗方法来获得样本的后验分布。我们证明了该模型的适用性,以分析这种删失概率与模拟的例子和两个应用程序与真实数据。第一个是一个众所周知的数据集从计量经济学文献中的妇女劳动力在英国和第二个考虑的统计分析的支出与耐用品,考虑来自巴西的信息。
2015-11-18 stat.ME
The Devil is in the Tails: Regression Discontinuity Design with Measurement Error in the Assignment Variable
当协变量(分配变量)超过已知阈值时,回归不连续性(RD)研究设计中的识别取决于治疗概率的不连续性。然而,当分配变量的测量有误差时,治疗概率与观察到的误测分配变量之间关系的不连续性可能会消失。因此,分配变量中存在测量误差对处理效应识别构成直接挑战。本文提供了利用误测的分配变量、治疗状态和结局变量识别RD处理效应的充分条件。我们证明识别分别为离散和连续的分配变量,并研究各种估计程序的性质。我们说明了所提出的方法在实证应用中,我们估计医疗补助的占用和私人医疗保险覆盖面的挤出效应。
2016-09-06 stat.ME
Correspondence: The use of cost information when defining critical values for prediction of rare events using logistic regression and similar methods
在许多情况下,平衡罕见和严重的可能性与更常见和不太严重的可能性是一个熟悉的问题,例如罕见疾病的预测。预测误差的相对成本可以用于任何给出未来事件的估计概率的预测方法。可能的假阴性的可能成本(定义为成本×概率)恰好等于可能的假阳性的可能成本的概率给出了相关的临界点,并且疾病概率大于此值的所有受试者均具有阳性检测结果。所有标准的逻辑斯谛回归方法都将给出对数几率,从而给出每例受试者阳性结果的预测概率:
2009-05-01 stat.AP stat.ME
Improving Nonparametric Classification via Local Radial Regression with an Application to Stock Prediction
Kyoto University(京都大学);RIKEN Center for Advanced Intelligence Project(理化学研究所先进智能项目中心);The Institute of Statistical Mathematics(统计数学研究所);NOMURA Asset Management Co., Ltd.(野村资产管理株式会社)
对于监督分类问题,本文考虑估计查询的标签概率,通过局部回归使用观察到的协变量。著名的非参数核平滑器和$k$ -最近邻($k$ -NN)估计,它采取标签平均超过一个球周围的查询,是一致的,但渐近偏置,特别是对于一个大半径的球。为了消除这种偏差,局部多项式回归(LPoR)和多尺度$k$ -NN(MS- $k$ -NN)通过查询周围的局部回归来学习偏差项,并将其外推到查询本身。然而,它们的理论最优性已被证明是无限数量的训练样本的限制。为了用较少的观测值校正渐近偏差,结合LPoR和MS- $k$ -NN的优点,提出了一种\emph{local radial regression (LRR)}及其逻辑斯谛回归变体\emph{local radial logistic regression~(LRLR)}.这个想法很简单:我们通过仅将径向距离作为解释变量来将局部回归拟合到观察到的标签,然后将估计的标签概率外推到零距离。所提出的方法的实用性的理论和实验。我们证明了$L^2$风险LRR的收敛速度参考MS- $k$ -NN,我们的数值实验,包括现实世界的股票指数数据集,表明LRLR优于LPoR和MS- $k$ -NN。
2022-07-22 cs.AI cs.LG stat.ME
Robust location estimators in regression models with covariates and responses missing at random
本文讨论了一般回归模型中响应变量和部分协变量均存在缺失数据时的稳健边际估计问题。目标是通过$M-$函数给出的边缘位置参数。为了得到稳健的Fisher-相合估计量,考虑适当定义的边缘分布函数估计量.这些估计量通过假设随机缺失条件避免了缺失值引起的偏倚。三种方法被认为是估计的边缘分布函数,它允许获得的$M-$的位置感兴趣:众所周知的逆概率加权,卷积为基础的方法,利用回归模型和增强的逆概率加权程序,防止误指定。在不同的缺失模型下,包括干净样本和污染样本,通过数值研究比较了稳健估计和经典估计。我们说明了非线性模型下的估计行为。一个真实的数据集进行了分析。
2020-05-07 stat.ME
Assessing Selection Bias in Regression Coefficients Estimated from Non-Probability Samples, with Applications to Genetics and Demographic Surveys
选择偏差是一个严重的潜在问题,推理的关系,科学利益的基础上没有明确的概率抽样机制的样本。受潜在选择偏倚的影响,(a)在志愿者遗传研究中多基因评分(PGS)与表型的估计关系,以及(b)在智能手机用户调查中亚组平均值的估计差异,我们推导出新的选择偏倚测量方法,用于估计线性和概率回归模型中拟合非概率样本的系数,当所选样本和目标人群的总体辅助数据可用时。这些措施产生于正常模式混合模型,允许分析师检查他们的推断的敏感性,在这些样本中的非一致性选择的假设。我们在模拟研究中检查了所提出的措施的有效性,然后使用它们来量化选择偏差:(a)在通过Facebook招募的志愿者的大型研究中估计的PGS-phenotype关系,以及(b)在低学历智能手机用户的非概率样本中估计的过去一年平均就业时间的亚组差异。我们评估这些应用程序中使用的基准估计大概率样本的措施的性能。
2021-03-08 stat.AP stat.ME
Doubly Robust Estimation of Local Average Treatment Effects Using Inverse Probability Weighted Regression Adjustment
我们重新审视的问题,估计的局部平均处理效应(LATE)和局部平均处理效应的治疗(LATT)时,控制变量是可用的,要么使工具变量(IV)适当的外源性或提高精度。与以前的方法不同,我们的双重鲁棒(DR)估计程序使用准似然方法加权的IV倾向得分的倒数-所谓的逆概率加权回归调整(IPWRA)估计。通过正确选择倾向评分和结果模型的模型,确保拟合值在由响应变量确定的逻辑范围内,从而产生具有吸引人的小样本性质的LATE和LATT的DR估计量。无论是分析还是使用非参数自助法,推断都相对简单。我们的DR LATE和DR LATT估计器在模拟中运行良好。我们还提出了一个DR版本的Hausman检验,可用于评估unconfoundedness假设,通过比较不同的估计值的平均处理效应的治疗(ATT)在单侧不遵守。与比较OLS和IV估计值的常用检验不同,该程序对处理效应异质性具有稳健性。
2022-11-15 econ.EM stat.ME