Retrospective Causal Attribution under Case-Control Sampling
University of Science and Technology of China（中国科学技术大学）；City University of Hong Kong（香港城市大学）
本文针对病例对照抽样下的必要性概率PN，提出非参数识别与有效估计框架，推导精确公式及罕见结局近似式，并建立半参数效率理论，适用于回顾性因果归因研究。
2026-09-09 stat.ME
On the incidence-prevalence relation and length-biased sampling
对于许多疾病，后勤和其他限制往往使大发病率研究难以进行，如果不是不可能的话。这成为一个缺点，特别是当每次在不同人群中调查疾病发病率时都需要进行新的发病率研究时。然而，如果发病率是恒定的，通过进行随访的流行队列研究，可以估计发病率。在本文中，我们推导出极大似然估计（MLE）的总体发病率，$λ$，以及年龄特异性发病率，利用众所周知的流行病学关系，患病率=发病率$\times$平均持续时间（$P = λ\times μ$）。我们建立了极大似然估计的渐近分布，给出了参数的近似置信区间，并指出$λ$的极大似然估计是渐近最有效的。此外，$λ$的极大似然估计是通过在表达式$P = λ\times μ$中分别替换P和$μ$的边际极大似然估计而获得的自然估计。我们的工作与Keiding（1991，2006）的工作相关，Keiding使用马尔可夫过程模型，提出了三种不同情景下流行队列研究\emph{without}随访的发病率估计值。然而，每一种情景都需要特定疾病的假设，并取决于人口水平流行病学数据的可用性。通过后续行动，我们能够消除这些限制，我们的结果适用于各种情况。我们应用我们的方法收集的数据作为加拿大健康与老龄化研究的一部分，以估计老年加拿大人痴呆症的发病率。
2008-08-08 stat.AP stat.ME
A Bayesian prevalence-incidence mixture model for screening outcomes with misclassification
Amsterdam University Medical Center（阿姆斯特丹大学医学中心）
BayesPIM通过整合协变量和贝叶斯方法，有效估计时间依赖性和协变量依赖性的疾病发病率，同时处理潜在患病率和不完美测试灵敏度问题。
2026-01-09 stat.CO stat.ME
Combining List Experiment and Direct Question Estimates of Sensitive Behavior Prevalence
受访者可能会在被直接询问敏感问题时给出不真实的答案。近年来，研究人员转向列表实验（也称为项目计数技术）来克服这一困难。虽然列表实验可能比直接提问更不容易产生偏见，但列表实验也更容易受到抽样变异的影响。我们表明，研究人员不必完全放弃直接提问，以获得列表实验的优势。我们开发了一个非参数估计的敏感行为的患病率，结合列表实验和直接提问。我们证明了这种估计是渐近更有效的比标准的差分均值估计，我们使用Wald型置信区间的推断提供了一个基础。此外，利用直接提问的信息，我们得出两个非参数安慰剂测试的列表实验的识别假设。我们证明了我们的联合估计和安慰剂测试与原始调查实验的有效性。
2014-06-01 stat.AP stat.ME
Parametric ROC Analysis and Optimal Cutoff Selection under Scale Mixtures of Skew-Normal Distributions: A Decision-Theoretic Framework with Asymptotic Inference
Universidade de Lisboa（里斯本大学）；Centro de Estatística e Aplicações (CEAUL)（统计与应用中心）
本文提出在尺度混合对称正态分布下进行ROC分析和最优截断选择的参数框架，通过最大似然估计方法估计ROC曲线和AUC，并基于加权误分类风险定义最优截断，推导出似然比方程，研究其渐近性质及局部正则性。
2026-05-08 math.PR stat.ME
Threshold Exceedance Estimation in Spatially Correlated Areal Data Using Maxima-Nominated Sampling
Department of Statistics, University of Manitoba（曼尼托巴大学统计学系）
本文提出DUST-MNS设计，结合极大值提名抽样与概率比例大小依赖单位顺序技术，用于估计空间相关领域中超过预设阈值的面积比例，展示了其在稀有到中等突破情形下的优越性。
2026-05-02 stat.AP stat.ME stat.OT
Optimal two-phase sampling designs for generalized raking estimators with multiple parameters of interest
University of Washington（华盛顿大学）；Vanderbilt University（范德堡大学）；University of Auckland（奥克兰大学）；Kaiser Permanente Washington Health Research Institute（凯撒永久华盛顿健康研究所）
本文研究了在多个感兴趣的参数下，通过双阶段抽样设计优化通用加权估计器的效率，提出多种分配策略并通过模拟和实际数据验证，发现独立优化每个参数的分配比传统配对抽样更有效，且最优设计对GR和IPW估计器有显著影响。
2026-03-19 stat.ME
Adjusting for Misclassification: A Three-Phase Sampling Approach
美国农业部国家农业统计局（NASS）每年进行一次6月农业调查（JAS）。在预筛选过程中以及在对农场状态进行现场估计时，由于无响应和无法访问记录，发生了大量错误分类，导致JAS对美国农场数量的估计存在偏差。在这里，年度土地利用调查（ALUS）被提议作为JAS的后续调查，以调整美国农场数量和其他重要变量的估计。针对JAS-ALUS模型，提出了一种基于调查设计的三阶段估计方法，第二阶段为无响应调整。以显式形式给出了方差的设计无偏估计量.
2016-10-15 stat.ME
A Sampling-based Framework for Hypothesis Testing on Large Attributed Graphs
The University of Hong Kong（香港大学）；CNRS（法国国家科学研究中心）
提出一种基于采样的假设检验框架，形式化属性图中的节点、边和路径假设，并设计路径假设感知采样器PHASE及优化版PHASEopt，实验证明其在准确性和时间效率上的优势。
2025-02-26 cs.DB cs.LG stat.ML
Modeling and Analysing Respondent Driven Sampling as a Counting Process
调查对象驱动抽样（RDS）是一种抽样设计和分析方法，它利用连接目标人口成员的社会关系网络，使用连锁推荐方法来促进抽样。RDS通常会导致有偏见的抽样，有利于有很多熟人的参与者。朴素的估计，如样本平均值，没有对抽样偏差进行校正，本身也会有偏差。为了弥补这种偏见，目前的方法建议采用反度加权，其中“度”是熟人的数量。这源于RDS的基本假设，即对个体进行采样的概率与其程度成正比。由于这个假设是脆弱的，我们建议利用额外的信息封装在招聘的时间，到一个基于模型的推理框架RDS。这些信息通常由研究人员收集，但被忽视。我们适应流行病过程中的推理方法来估计人口规模，度计数和频率。虽然这些数量本身提供了有价值的信息，但它们最终会消除其他估计值（如疾病的患病率）的偏差。我们的方法的一个基本优势是，基于模型，它使所有的假设的数据生成过程明确。这使得验证的假设，极大似然估计，协变量的扩展，和模型选择。我们发展渐近理论，证明一致性和渐近正态性。我们进一步比较这些估计标准的反度加权通过模拟，并使用真实世界的数据。在这两种情况下，我们发现我们的估计优于目前的方法。我们提出的模型中的似然问题是凸的，因此有效地解决。我们实现这些估计在一个R包，和弦，可在CRAN。
2015-08-18 stat.ME
Sampling designs for epidemic prevalence estimation
直觉上，如果病例（或阳性）在样本中的代表性比在总体中的代表性相对较高，则抽样可能对流行率估计更有效。如果病毒是通过个人接触传播的，对观察到的病例（但不是非病例）进行接触者追踪，称为\emph{adaptive network tracing}，可以产生比从人群中随机抽样更高的病例率。相关设计的横截面和变化估计的有效性进行了研究。这些设计的可用性使得能够在单一努力中将追踪用于防治流行病和采样用于估计流行率统一起来。
2020-11-11 q-bio.PE stat.AP stat.ME
Conformal Language Modeling via Posterior Sampling
Massachusetts Institute of Technology（麻省理工学院）
提出通过近似LLM后验采样（条件为校准的高分区域）来替代事后过滤，实现目标风险控制并提高下游效用。
2026-06-02 cs.LG stat.ML
Bayesian Prevalence Estimation from Pooled and Individual Data
本文针对个体与混合二分类检测数据，提出估计人群患病率的贝叶斯解析解，并通过多条件模拟刻画后验分布特征。
2023-08-21 q-bio.QM stat.AP stat.ME
Psychometric Tests: Quantifying the Consequences of Low Reliability and Improving Reliability Estimation
School of Business, University of Salford（索尔福德大学商学院）
本文提出基于后果的度量来量化心理测量量表低可靠性导致的错误分类，并改进可靠性估计，包括修正Cronbach's alpha以逼近omega，提供计算高效的替代方案。
2026-10-05 stat.ME
Improved Inference for Respondent-Driven Sampling Data with Application to HIV Prevalence Estimation
受访者驱动抽样是链接追踪网络抽样的一种形式，广泛用于研究难以接触的人群，通常用于估计人口比例。以前的治疗这个过程中使用了替换近似，我们发现诱导偏差估计大样本分数和差分网络连通性的特征的兴趣。我们提出了一个治疗的响应驱动的抽样作为一个连续的抽样过程。与现有的表示，我们的方法尊重的过程中的基本无替换功能，同时收敛到现有的小样本分数与替换表示，并为一个完整的人口样本的样本均值。我们提出了一个连续抽样为基础的估计人口均值的基础上响应驱动的抽样数据，并证明其优越的性能时，隐藏人口的大小是已知的。我们对未知的人群规模进行了敏感性分析。此外，我们注意到，像其他现有的估计，我们的新估计是受偏见所引起的初始样本的选择。使用在两个国家的三个人群中收集的数据，我们说明了这种方法的应用，具有不同特征的人群。我们的结论是，连续抽样估计改进现有的估计，也可以作为一个诊断工具时，人口规模是未知的。
2010-06-24 stat.ME
Efficient methods for the estimation of the multinomial parameter for the two-trait group testing model
使用混合抽样估计单个伯努利参数是组检验文献中最古老的问题之一。为了进行这样的估计，已经引入了一系列有效的估计，涵盖了广泛的情况下，经常遇到的应用程序。最近，人们越来越感兴趣的是使用组测试来同时估计两个相关性状的联合概率，使用多项模型。不幸的是，基本的估计结果，如极大似然估计（MLE），还没有得到充分的解决，在这种情况下的文献。在本文中，我们发现这个问题的极大似然估计是等价于最大化多项式似然与一个限制参数空间。提出了一种使用期望最大化算法的解决方案，即使在参数空间的边界上，也能保证收敛到全局最大值。两个额外的封闭形式估计的目标是最小化的偏差和/或均方误差。该方法说明了考虑的应用程序的联合估计传播流行率的两个菌株的马铃薯Y病毒的蚜虫桃蚜。
2019-05-20 stat.ME
Using a rank-based design in estimating prevalence of breast cancer
乳腺癌是妇女癌症相关死亡的主要来源，各国政府和卫生组织监测乳腺癌的流行情况非常重要。然而，这种疾病的准确诊断是昂贵的，特别是在发展中国家。这篇文章关注的是一个具有成本效益的方法来估计乳腺癌的患病率，当诊断是基于一个全面的活检程序。利用多级秩集抽样（MSRSS）来建立比例估计量。该设计采用了一些视觉评估的细胞学协变量，这些协变量与乳腺癌的确定有关，以便为实验者提供更多的信息样本。所提出的估计的理论特性进行了探讨。数值研究的证据报告。在简单随机抽样（SRS）中，所开发的程序可以比其竞争对手更有效。在某些情况下，在给定精度水平下，MSRSS中的比例估计需要比SRS少76%左右的观测值。因此，使用MSRSS可以导致相对于SRS的成本的相当大的降低。在许多医学研究中，例如基于完整的活检程序诊断乳腺癌，精确的量化是困难的（昂贵和/或耗时的），但是潜在的样本单元可以在没有实际测量的情况下相当准确地排序。在这种设置中，多级排序集抽样是一个适当的设计，开发成本效益的统计方法。
2021-04-20 stat.ME
Utilizing a Capture-Recapture Strategy to Accelerate Infectious Disease Surveillance
本研究提出一种考虑诊断误分类的捕获-再捕获分析策略，基于锚定流设计结合贝叶斯可信区间，可更高效地监测传染病流行率，经模拟验证适用于封闭人群的低成本疾病监测。
2024-10-09 stat.ME
Adaptive Geostatistical Design and Analysis for Sequential Prevalence Surveys
非自适应地统计设计（NAGD）提供了收集和分析地统计数据的标准方法，其中采样位置在任何数据收集之前都是固定的。相比之下，自适应地统计设计（AGD）允许随时间收集暴露和结果数据，以依赖于从先前信息中获得的信息，从而优化数据收集以实现分析目标。年龄、性别和多元性在空间制图中变得越来越重要，特别是在资源贫乏的情况下，统一精确的制图成本可能不切实际，优先事项往往是确定干预措施可能对健康产生最大影响的关键领域。两种构造是：$singleton$和$batch$自适应采样。在单例采样中，顺序选择位置$x_i$，并且在每个阶段，$x_{k+1}$取决于在位置$x_1,\ldots , x_k$获得的数据。在批取样中，在$b > 1$大小的批次中选择位置，允许新批次$\{x_{(k+1)},\ldots ,x_{(k+b)}\}$依赖于在位置$x_1,\ldots, x_{kb}$获得的数据。在大多数情况下，批量采样比单例采样更现实。我们提出了具体的批量AGD和评估其效率相对于他们的单自适应和非自适应同行通过模拟。我们展示了我们如何应用这些发现来告知AGD的滚动疟疾指标调查，这是马拉维大规模五年期减少疟疾传播项目的一部分。
2015-09-15 stat.ME
Bayesian analysis of the prevalence bias: learning and predicting from imbalanced data
Imperial College London（帝国理工学院）；King’s College London（伦敦国王学院）；The Royal Brompton & Harefield NHS Foundation Trust（皇家布朗普顿与哈菲尔德国民保健服务基金会信托）；University College London（伦敦大学学院）
数据集很少是目标人群的现实近似值。比如，患病率被歪曲，图像质量高于临床标准等。这种不匹配被称为采样偏差。采样偏差是机器学习模型的主要障碍。它们导致实验室中的模型性能与现实世界中的模型性能之间存在显著差距。我们的工作是解决流行偏见。患病率偏倚是病理学患病率与其在训练数据集中的采样率之间的差异，在收集数据时引入或由于从业者重新平衡训练批次。本文奠定了理论和计算框架的训练模型，并预测，在存在的患病率偏差。根据贝叶斯风险最小化原则，推导了偏差修正的损失函数和偏差修正的预测规则。这种损失与信息的获得有着直接的联系。它提供了一个原则性的替代启发式训练损失和补充测试时间的程序的基础上选择一个操作点从汇总曲线。它无缝集成在当前的（深度）学习范式中，使用随机反向传播并自然地与贝叶斯模型相结合。
2021-07-31 cs.LG q-bio.QM stat.AP
The Two Cultures of Prevalence Mapping: Small Area Estimation and Model-Based Geostatistics
本文综述了小区域估计与基于模型的地统计学两类患病率制图方法，指出二者优缺点，并利用赞比亚2018年调查数据展示如何结合两者改进二元响应模型。
2025-06-18 stat.AP stat.ME
A spatial variance-smoothing area level model for small area estimation of demographic rates
准确估计国家以下各级的卫生和人口指标对于为卫生政策决定提供信息至关重要。许多国家利用复杂的住户调查收集相关数据，但在数据有限的情况下，小地区比例的直接调查加权估计数可能不可靠。将这些直接估计值作为响应数据处理的区域水平模型可以提高精度，但通常需要所有区域的直接估计值的已知抽样方差。在实践中，抽样方差通常是估计的，因此标准方法不考虑不确定性的关键来源。为了解释估计的抽样方差的变异性，我们提出了一个分层贝叶斯空间区域水平模型，平滑估计的均值和抽样方差，以产生小面积比例的点和区间估计。我们的模型明确的目标是估计小面积的比例，而不是连续变量的平均值，我们考虑了中度和低度流行事件的例子。我们证明了我们的方法的性能，通过模拟和应用到疫苗接种覆盖率和艾滋病毒流行率数据的人口与健康调查。
2022-09-06 stat.ME
A simple correction for COVID-19 sampling bias
COVID-19检测已成为估计流行率的标准方法，从而有助于公共卫生决策，以遏制和减缓疾病的传播。所使用的抽样设计往往是有偏见的，因为它们不能反映真实的基本人口。例如，有强烈症状的人比没有症状的人更有可能接受测试。这导致对流行率的估计有偏差（过高）。典型的采样后校正并不总是可能的。在这里，我们提出了一个简单的偏差校正方法，并从Meta分析研究中的发表偏倚校正改编而来。该方法足够通用，允许各种定制，使其在实践中更有用。使用已经收集的信息很容易实现。通过模拟和两个真实的数据集，我们表明，偏差校正可以提供显着的减少估计误差。
2021-01-12 q-bio.PE stat.ME
A Unified Three-Stage Weighting Framework for Causal Inference and Mediation Analysis under Case-Control Sampling
Institute of Statistical Research and Training (ISRT)（统计研究与培训研究所）；University of Dhaka（达卡大学）
针对病例对照研究中回顾性抽样导致的人群结局分布扭曲问题，提出三阶段加权框架，结合密度比学习、标签偏移校正和边际结构模型，估计总效应和路径特异性中介效应。
2026-10-28 stat.ME
New Survey Questions and Estimators for Network Clustering with Respondent-Driven Sampling Data
受访者驱动抽样（RDS）是一种流行的方法，用于对难以调查的人群进行抽样，该方法通过同行招募来利用社交网络联系。虽然RDS最常用于估计感染的流行率和对公共卫生感兴趣的危险行为，如艾滋病毒/艾滋病或安全套的使用，但它很少用于推断这些人群中社交网络的结构特性，因为它通常不会收集必要的数据。利用计算机科学的最新进展，我们介绍了一组数据收集工具和RDS估计网络聚类，一个重要的拓扑属性，已链接到网络的信息，疾病和健康行为的扩散潜力。我们使用模拟来探索这些估计，最初开发的计算机网络的随机游走样本，执行时，适用于RDS样本的特点，在现实的现场设置，离开随机游动。特别是，我们探讨了多个种子的影响，没有与替换，分支链，不完美的反应率，优先招聘，和误报的关系。我们发现，聚类系数估计保留理想的属性在RDS样本。本文采取了重要的一步计算网络特征使用非传统的抽样方法，它扩展了RDS的潜力，告诉研究人员更多关于隐藏的人口和社会因素驱动的疾病流行。
2016-10-21 cs.SI physics.soc-ph stat.ME
RAILS: A Synthetic Sampling Weights for Volunteer-Based National Biobanks -- A Case Study with the All of Us Research Program
针对国家生物样本库非概率抽样导致的代表性不足问题，提出结合伪设计模型与后进先出准则的RAILS合成权重法，经模拟与All of Us项目验证可有效降偏差、提效率，助力人群表型基因型患病率估计。
2025-01-15 stat.ME
Direct-Assisted Bayesian Unit-level Modeling for Small Area Estimation of Rare Event Prevalence
本文提出两种单元级贝叶斯模型，利用高层直接估计提高稀有事件患病率小区域估计的聚合一致性，并应用于赞比亚新生儿死亡率估计。
2025-10-09 stat.AP stat.ME
Binary regression analysis with network structure of respondent-driven sampling data
响应者驱动抽样（RDS）是一种从难以接触的人群中抽样的程序。它已在一些国家广泛使用，特别是在监测艾滋病毒/艾滋病和其他性传播感染方面。难以接触到的人群在此类流行病的动态中发挥着关键作用，必须为旨在遏制其传播的循证举措提供信息。在本文中，我们提出了一个简单的测试网络依赖的二进制响应变量。我们估计响应变量的患病率。我们还提出了一个二元回归模型，考虑到RDS结构，这是包括在模型中，通过一个潜在的随机效应与相关结构。拟议的模式是说明在RDS研究艾滋病毒和梅毒的男性发生性行为的男子在坎皮纳斯（巴西）。
2012-06-25 stat.AP stat.ME
Sequential adaptive strategy for population-based sampling of a rare and clustered disease
提出了一种创新的抽样策略，它适用于大规模的人口为基础的调查，针对一个罕见的特点，是不均匀地分布在感兴趣的地理区域。我们的建议的特点是能够根据手头调查的具体特点和挑战量身定制数据收集。它是基于集成的自适应组件到顺序选择，其目的是加强检测的积极情况下，利用空间集群，并提供一个灵活的框架，管理后勤和预算的限制。为了解释选择偏差，提供了一个随时可以实施的加权系统，以发布无偏和准确的估计。结核病流行率调查提供了经验证据，这是许多国家建议的，并得到世卫组织的支持，是需要改进抽样设计的一个象征性例子。仿真结果也说明了所提出的抽样策略相对于传统的横截面抽样的优点和缺点。
2020-04-06 stat.ME stat.OT
Partially Directed Configuration Model with Homophily and Respondent-Driven Sampling
针对经典RDS推断假设无向网络而忽略有向性与同质性的问题，本文提出部分有向同质性配置模型及两种RDS抽样过程数学表示，模拟表明其能改善患病率估计。
2025-03-18 stat.AP stat.ME
Efficient Estimation and Evaluation of Prediction Rules in Semi-Supervised Settings under Stratified Sampling
University of Toronto（多伦多大学）；Harvard University（哈佛大学）；Stanford University（斯坦福大学）
在许多当代应用中，大量的未标记的数据是现成的，而标记的例子是有限的。半监督学习（SSL）的目的是利用未标记的数据来改善估计或预测。然而，目前的SSL文献主要集中在标记数据是从感兴趣的人群中随机选择的设置。非随机抽样虽然带来了额外的分析挑战，但非常适用于许多现实世界的问题。此外，目前还没有SSL方法用于估计非随机抽样下拟合模型的预测性能。在本文中，我们提出了一个两步SSL程序来评估的预测规则来自一个工作的二元回归模型的基础上的Brier得分和整体误分类率下分层抽样。在步骤I中，我们通过非线性基函数的加权回归来估算缺失的标签，以考虑非随机采样并提高效率。在第二步中，我们增加初始插补，以确保所得估计量的一致性，无论预测模型或插补模型的规格如何。最后的估计，然后获得增广插补。我们提供的渐近理论和数值研究表明，我们的建议优于他们的监督同行的效率增益。我们的方法的动机是电子健康记录（EHR）的研究和验证的真实数据分析的EHR为基础的研究糖尿病神经病变。
2021-09-25 cs.LG stat.ME stat.ML
Inference from multivariate differential recruitment in respondent-driven sampling data
Pontificia Universidad Católica de Chile（智利天主教 Pontificia 大学）；Mount Holyoke College（芒特霍利克学院）
本文提出多变量差异招募框架，结合多个协变量进行采样建模，并通过仿真实验和实际数据应用验证了其有效性。
2026-04-11 stat.ME
Network Model-Assisted Inference from Respondent-Driven Sampling Data
响应者驱动抽样是一种通过社交网络上的链接追踪对难以接触的人群进行抽样的方法。从一个方便的样本开始，每个抽样的人都会得到一小部分唯一标识的优惠券，分发给目标人群的其他成员，使他们有资格参加研究。这可以是从许多种群中收集大量不同样本的有效手段。从这些数据中进行推断需要专门的技术，原因有二。与标准抽样设计不同，抽样过程部分超出了研究人员的控制，部分隐含定义。因此，通常不可能直接计算传统的基于设计的推理所需的采样权重。任何基于似然性的推理都需要对复杂的采样过程进行建模，通常从方便的样本开始。我们引入了一个模型辅助的方法，从而在一个基于设计的估计，利用工作模型的人口结构进行抽样。我们证明了新的估计量相比现有的估计量具有更好的性能，并且能够调整初始样本选择引起的偏差。我们提出了敏感性分析未知的人口规模和误设定的工作网络模型。我们开发了一个自助程序来计算不确定性的措施。我们应用该方法估计在乌克兰的注射毒品使用者（IDU）的人口中的艾滋病毒流行率，并展示它如何可以扩展到包括应用程序的特定信息。
2011-08-01 stat.ME
Test Against High-Dimensional Uncertainties: Accelerated Evaluation of Autonomous Vehicles with Deep Importance Sampling
Carnegie Mellon University（卡内基梅隆大学）；Columbia University（哥伦比亚大学）；Tongji University（同济大学）；University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）
在自然环境下高精度地评估自动驾驶汽车（AV）及其复杂子系统的性能仍然是一个挑战，特别是在故障或危险情况很少的情况下。稀有性不仅需要巨大的样本量来实现高置信度的估计，而且还导致对真实失败率的危险低估，并且非常难以检测。同时，最先进的方法，带有正确性保证，只能计算在一定条件下的失败率的上限，这可能会限制其实际应用。在这项工作中，我们提出了深度重要性采样（深度IS）框架，该框架利用深度神经网络来获得与最新技术水平相当的有效IS，能够将所需的样本量减少到原始采样方法的43倍，以实现10%的相对误差，同时产生保守性更低的估计。我们的高维实验估计了一个最先进的交通标志分类器的误分类率，进一步表明即使目标非常小，这种效率仍然成立，实现了超过600倍的效率提升。这突出了深度IS在提供精确估计方面的潜力，即使是针对高维不确定性。
2022-04-06 cs.LG cs.RO stat.ME
On improving the estimates of the sampling variances via Global-Local priors in Small Area Estimation
Department of Statistics, University of California, Davis（加州大学戴维斯分校统计系）
研究小区域估计中抽样方差估计问题，提出纳入全局-局部先验的新贝叶斯模型改进后验估计，研究其理论性质并开发算法，通过模拟和实际应用验证该模型性能。
2026-07-10 stat.ME
Estimating Hidden Population Size using Respondent-Driven Sampling Data
响应者驱动抽样（RDS）是一种在难以接触的人群中进行抽样设计和推断的方法。通常，没有抽样框架，很难从更广泛的抽样框中确定或招募人口成员。常见的例子包括注射毒品使用者、男男性行为者和女性性工作者。大多数RDS数据的分析都集中在估计总体特征，如疾病患病率。然而，RDS通常是在人口规模未知和具有很大独立利益的环境中进行的。本文提出了一种方法来估计的基础上通过RDS收集的数据的目标人群的大小。所提出的方法使用一个连续的采样近似RDS利用信息的有序序列中观察到的个人网络的大小。推理使用贝叶斯框架，允许将先验知识。一个灵活的类的人口规模的先验提出了艾滋病启发。一个广泛的模拟研究提供了深入了解的性能的方法估计人口规模在广泛的条件下。进一步的研究表明，该方法也提高了聚集体特征的估计。一个特定的选择的先验产生良好的频率属性的区间估计。最后，该方法显示出合理的结果时，用于估计在萨尔瓦多的两个城市的艾滋病毒的风险最高的亚人群的数量。
2012-09-27 stat.AP stat.CO stat.ME
Nonprobability follow-up sample analysis: an application to SARS-CoV-2 infection prevalence estimation
针对传染病暴发中非概率随访样本的选择偏倚与无应答偏倚问题，提出核加权伪权重结合无应答调整的kwNR方法及对应方差估计，经模拟验证后应用于SARS-CoV-2抗体血清阳性率纵向研究。
2023-06-14 stat.AP stat.ME
Generalized Bayes Quantification Learning under Dataset Shift
量化学习是使用来自在不同人群上训练的分类器的预测来估计测试人群的患病率的任务。量化方法假设分类器的灵敏度和特异性是完美的，或者可以从训练群体转移到测试群体。这些假设是不适当的数据集移位的存在下，当在训练人口的错误分类率是不代表的测试人口。数据集偏移下的量化仅针对单类（分类）预测进行了讨论，并假设完全了解测试人群的一小部分上的真实标签。我们提出了广义贝叶斯量化学习（GBQL），它使用概率分类器的整个组成预测，并允许有限的标记测试数据的真实类标签的不确定性。而不是提出一个完整的模型，我们使用一个无模型的贝叶斯估计方程的方法，成分数据的基础上，只有一个第一时刻的假设。这个想法将是有用的贝叶斯组成数据分析一般，因为它是强大的组成数据的不同生成机制，包括分类输出作为一个特殊情况。我们展示了我们的方法如何产生现有的量化方法作为特殊情况。扩展到集成GBQL，使用多个分类器的预测产生的推理鲁棒性包括一个穷人的分类器进行了讨论。我们概述了一个快速，高效的吉布斯采样器使用四舍五入和粗化近似的损失函数。我们还建立了GBQL区间估计的后验相合性、渐近正态性和有效覆盖率，以及有限样本后验集中率。通过模拟和分析具有明显数据集偏移的真实数据，证明了GBQL的经验性能。
2021-02-17 stat.ME
A Design and Analytic Strategy for Monitoring Disease Positivity and Case Characteristics in Accessible Closed Populations
提出一种结合自愿检测与随机抽样的监测策略，通过锚定流估计器实现无偏且精确的疾病患病率与病例数估计，并扩展至一般均值估计，模拟显示精度显著优于纯随机抽样。
2022-12-09 stat.ME
Coarsening-adjusted estimators for finite-population indicators
Ca’ Foscari University of Venice（威尼斯大学）；University of Bologna（博洛尼亚大学）
研究样本调查中数值变量粗化问题，提出通过将观察响应视为潜在变量粗化表现，用调查加权伪似然方法联合建模，经方差分解传播不确定性，经模拟研究和实际应用验证方法性能及相关性。
2026-07-28 stat.AP stat.ME
Amortized Phylodynamic Inference with Neural Bayes Estimators and Recursive Neural Networks
MRC Biostatistics Unit, University of Cambridge（剑桥大学生物统计单元）；ARC Centre of Excellence for the Mathematical Analysis of Cellular Systems, The University of Melbourne（墨尔本大学细胞系统数学分析卓越中心）；School of Mathematics and Statistics, The University of Melbourne（墨尔本大学数学与统计学院）；Department of Biosystems Science and Engineering, ETH Zürich（苏黎世联邦理工学院生物系统科学与工程系）；Swiss Institute of Bioinformatics (SIB)（瑞士生物信息学研究所）
本文提出基于神经贝叶斯估计器和递归神经网络的方法，用于高效估计流行病动态参数并提供不确定性量化。
2026-03-09 q-bio.QM stat.ME
