Optimal Representations for Covariate Shift
Vector Institute(向量研究所);University of Toronto(多伦多大学)
机器学习系统经常在训练和测试之间经历分布偏移。在本文中,我们引入了一个简单的变分目标,其最优解正好是所有表示的集合,在这些表示上,风险最小化器保证对任何保持贝叶斯预测的分布偏移都是鲁棒的,例如,协变量偏移。我们的目标有两个组成部分。首先,表示必须保持对任务的区分性,即,某些预测器必须能够同时最小化源和目标风险。其次,表示的边际支持在源和目标之间需要相同。我们通过设计仅使用未标记数据和增强来训练鲁棒表示的自监督目标来实现这一点。我们的目标是深入了解CLIP的鲁棒性,并进一步改进CLIP的表示,以在DomainBed上实现SOTA结果。
2022-03-14 cs.AI cs.IT cs.LG
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
Covariate selection for the estimation of marginal hazard ratios in high-dimensional data
本文通过模拟和卒中数据案例研究,探索高维数据下边际风险比估计的协变量选择方法,发现双重选择法效果较优,结合多重稳健方法可进一步提升估计效果。
2024-02-13 stat.ME
Fair Conformal Prediction for Incomplete Covariate Data
本研究针对协变量缺失场景,提出满足边际、掩码条件及渐近条件有效性的公平共形预测方法,并通过模拟与真实数据验证其优势。
2025-09-08 stat.ME
Tail Halos: The Covariate Dual of the Tail
University of Göttingen(哥廷根大学);University of Edinburgh(爱丁堡大学)
本文提出尾部光晕概念,定义协变量空间中与极端事件相关的区域,并开发贝叶斯结构化加性分布回归框架进行推断,应用于爱丁堡空气污染数据识别高污染配置。
2026-10-01 stat.ME
Sure independence screening for covariate-dependent extreme value index estimation
Faculty of Data Science, Shiga University(滋贺大学数据科学学院);School of Information and Data Science, Nagasaki University(长崎大学信息数据科学学院)
研究高维协变量下协变量相关极值指数估计问题,提出基于核条件Pickands估计器构建边际效用排序协变量的确定独立性筛选方法,建立确定筛选性质,模拟和实际应用验证了方法有效性。
2026-08-11 stat.ME
The Use of Covariate Adjustment in Randomized Controlled Trials: An Overview
本文综述随机对照试验中协变量调整的应用,区分条件与边际治疗效应/估计量,指出现有边际效应估计实践的问题,提倡用标准化方法兼顾效率与模型误设稳健性,并给出实际应用考量。
2023-06-09 stat.ME
Estimating and Explaining Model Performance When Both Covariates and Labels Shift
Stanford University(斯坦福大学)
部署的机器学习(ML)模型经常遇到与其训练数据不同的新用户数据。因此,估计给定模型在新数据上的表现是迈向可靠ML应用的重要一步。然而,这是非常具有挑战性的,因为数据分布可以以灵活的方式变化,并且我们可能没有新数据上的任何标签,这在监控设置中经常发生。在本文中,我们提出了一个新的分布移位模型,稀疏联合移位(SJS),它考虑了两个标签和一些特征的联合移位。这统一和推广了几个现有的移位模型,包括标签移位和稀疏协变量移位,其中只考虑边缘特征或标签分布移位。我们描述的数学条件下,SJS是可识别的。我们进一步提出了SEES,一个算法框架来描述SJS下的分布偏移,并在没有任何标签的情况下估计模型在新数据上的性能。我们在几个真实世界的数据集上进行了大量的实验,使用了各种ML模型。在不同的数据集和分布偏移,SEES实现了显着的(高达一个数量级)偏移估计误差的改善,超过现有的方法。
2022-09-18 cs.AI cs.LG stat.AP
Fast Marginal Likelihood Estimation of the Ridge Parameter(s) in Ridge Regression and Generalized Ridge Regression for Big Data
与线性模型的普通最小二乘(OLS)估计不同,岭回归线性模型通过收缩提供系数估计,通常具有改进的均方和预测误差。尤其是当观察到的设计矩阵因协变量高度相关或协变量数量超过样本量而出现病态或奇异时,情况尤其如此。介绍了贝叶斯岭回归和幂岭回归模型收缩参数估计的新型快速边际极大似然(MML)算法,以及贝叶斯广义岭回归模型收缩参数的自动插入式MML估计器。借助观测协变量设计矩阵的奇异值分解,即使对于样本量(n)或协变量数(p)非常大的数据集,甚至当p>n时,这些MML估计方法也相当快。在n和p变化很大的几个实际数据集上,分别比较了三种脊模型的MML估计方法与脊模型、LASSO模型和弹性网(EN)模型中基于交叉验证或信息准则的最小化预测误差的收缩参数估计方法的计算时间.此外,岭,LASSO和EN模型,以及它们相关的估计方法,在预测精度方面进行了比较。此外,一项模拟研究比较了MML估计下的岭模型与LASSO和EN模型在区分真显著协变量(即,具有非零斜率系数)和真正不显著的协变量(具有零系数)。
2015-06-24 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
Overall marginalized models for longitudinal zero-inflated count data
Sungkyunkwan University(成均馆大学);Andong National University(安东国立大学);University of Connecticut(康涅狄格大学)
本文提出纵向零膨胀计数数据的整体边际模型,通过引入带有随机效应的MZIP和MZINB模型,解决传统方法的局限性,并通过模拟和实际数据验证其有效性。
2025-11-27 stat.ME
Classification Tree Pruning Under Covariate Shift
Columbia University(哥伦比亚大学)
针对训练数据分布不均且存在协变量偏移的情况,本文提出首个高效的最优分类树剪枝方法,基于放宽的“平均差异”概念,平衡偏差与方差,优于交叉验证等方法。
2023-06-22 cs.LG stat.ML
postcard: An R Package for Marginal Effect Estimation with or without Prognostic Score Adjustment
本文介绍R包postcard,实现含或不含预后评分调整的GLM插入法,用于估计边际效应和近似统计功效,为随机临床试验提供高效分析工具。
2026-11-09 stat.ME
Transportability of model-based estimands in evidence synthesis
本文系统分析了证据合成中基于模型估计量的可迁移性问题,揭示了纯预后变量对不可折叠度量的边际效应修饰作用及其对协变量调整和间接比较的偏倚影响,并提出采用可直接折叠度量以促进研究间边际效应的迁移。
2024-06-11 stat.AP stat.ME
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
On the Theory of Covariate-Adaptive Designs
Pocock和Simon的边际程序(Pocock和Simon,1975)通常用于在临床试验中平衡治疗分配对有影响的协变量的影响。然而,几十年来,波考克和西米恩程序的理论性质仍然很难理解。本文提出了协变量自适应设计的一般框架,并在广泛满足的条件下建立了相应的理论。作为特例,我们得到了Pocock和Simon的边际过程的理论性质:边际不平衡和总体不平衡在概率上是有界的,但层内不平衡随着样本量的增加而增加,并随着$\sqrt{n}$的速率而增加。这些理论结果为协变量自适应随机化过程的平衡性质提供了新的见解,为研究基于协变量自适应随机化过程的临床试验统计推断的理论性质打开了一扇大门。
2020-04-06 math.ST stat.ME stat.TH
Bayesian Nonparametric Modeling for Multivariate Conditional Copula Regression with Varying Coefficients
Yonsei University(延世大学)
本文提出一种贝叶斯非参数框架,用于具有变系数的多元条件Copula回归,结合自适应样条边际回归与无限混合高斯Copula,通过Probit stick-breaking过程使权重随协变量变化,提供灵活的协变量依赖建模,避免显式全局约束。
2026-04-14 stat.ME
Marginal structural models with Latent Class Growth Modeling of Treatment Trajectories
本研究提出将潜在类别增长模型与边际结构模型相结合,以控制时间依赖性混杂,从而准确评估他汀类药物在老年人一级预防中的有效性,模拟研究表明该方法产生的估计量几乎无偏。
2023-10-16 stat.ME
Fast marginal likelihood estimation of penalties for group-adaptive elastic net
如今,临床研究通常使用组学数据(如基因表达)来预测临床结果或选择标记物。此外,所谓的协数据通常是可用的,提供关于协变量的补充信息,如来自先前发表的研究或对应于通路的基因组的p值。弹性网惩罚被广泛用于预测和协变量选择。组自适应弹性网惩罚从协数据中学习,通过比其他组更少地惩罚重要的协变量组来改进预测和协变量选择。然而,现有的方法在计算上是昂贵的。在这里,我们提出了一个快速的方法,用于广义线性模型的组自适应弹性网处罚的边际似然估计。我们首先推导出一个低维表示的泰勒近似的边际似然和其一阶导数组自适应岭处罚,有效地估计这些处罚。然后利用线性预测量的渐近正态性证明了弹性网模型的边际似然可以很好地近似于岭模型的边际似然。然后利用方差函数将脊组罚函数转化为弹性网组罚函数。该方法允许重叠组和未惩罚的变量。我们展示了基于模型的模拟研究和癌症基因组学的应用程序的方法。该方法通过从协数据中学习,大大减少了计算时间,并优于或匹配其他方法。
2021-01-11 stat.ME stat.ML
A Framework for Covariate Balance using Bregman Distances
观察性研究的一个共同目标是在存在混杂变量的情况下估计边际因果效应。这个问题的一个解决方案是使用协变量分布来加权结果,使数据看起来是随机的。倾向得分是在这种情况下产生的自然量。倾向得分权重具有理想的渐近性质,但它们往往不能充分平衡有限样本中的协变量数据。经验协变量平衡方法通过精确平衡协变量分布的样本矩而成为一种有吸引力的替代方法。考虑到这一目标,我们提出了一个框架,通过求解约束凸规划,其中要优化的标准函数是布雷格曼距离估计平衡权重。然后,我们表明,在这个类中的不同的距离呈现相同的权重,其他协变量平衡方法。一系列的数值研究来证明这些相似之处。
2020-08-15 stat.ME
Joint calibrated estimation of inverse probability of treatment and censoring weights for marginal structural models
具有逆概率加权的边缘结构模型(MSM)提供了一种在存在时变混杂和依赖删失的情况下估计治疗序列对重复结局指标的因果效应的方法。然而,当权重估计的极大似然,逆概率加权估计(IPWE)可能是低效和不稳定的,在实践中。我们提出了一种联合校准方法,用于治疗和审查权重的逆概率,以提高具有任意时变治疗的MSM的IPWE的效率和鲁棒性(即,二进制和非二进制)分布。具体地,通过在对当前样本进行加权之后明确地消除与治疗分配过程和删失过程两者的协变量关联(即,在有限样本中优化协变量平衡)。一个凸最小化过程的开发来实现校准。仿真结果表明,IPWE与校准的权重表现优于IPWE与极大似然的权重。我们将我们的方法应用于HIV的自然史研究,以估计高效抗逆转录病毒治疗对CD4细胞计数随时间的累积效应。
2018-06-29 stat.ME
Marginal and conditional summary measures: transportability and compatibility across studies
本文厘清边际与条件汇总测度在效应修饰下的解释差异,指出其选择会影响跨研究可移植性,并揭示证据综合中朴素合并不兼容测度会产生偏倚。
2025-08-27 stat.ME
Marginalization of Regression-Adjusted Treatment Effects in Indirect Comparisons with Limited Patient-Level Data
当效应修饰因子存在交叉试验差异且患者水平数据有限时,人群调整方法(如匹配调整间接比较(MAIC))越来越多地用于比较边际处理效应。MAIC对协变量重叠不良敏感,无法外推到观察到的协变量空间之外。目前基于结果回归的替代方法可以外推,但目标是间接比较中不相容的条件性处理效应。当调整协变量时,必须对目标人群的条件估计值进行积分或平均,以恢复相容的边际处理效应。我们提出了一种基于参数G计算的边缘化方法,可以很容易地应用于结果回归是广义线性模型或Cox模型。此外,我们介绍了一种新的通用方法的基础上多重插补,我们称之为多重插补边缘化(MIM),适用于广泛的模型。这两种方法都可以适应贝叶斯统计框架,它自然地将分析集成到概率框架中。模拟研究提供了原则证明的方法和基准对MAIC和传统的结果回归的性能。边缘化结局回归方法比MAIC实现了更精确和更准确的估计,特别是当协变量重叠较差时,并且在没有假设失败的情况下产生无偏的边缘处理效应估计。此外,边缘化的回归调整的估计提供了更高的精度和准确性比传统的结果回归产生的条件估计,这是系统性的偏见,因为效果的措施是不可折叠的。
2022-05-11 stat.AP stat.ME
Covariate adjustment and prediction of mean response in randomised trials
除了随机分组外,随机试验的分析通常基于调整基线协变量的回归模型。基于这些模型,通过对试验中基线协变量经验分布的基于模型的预测进行平均,可以获得分配至每种治疗的人群的边际平均结局估计值。我们确定在什么条件下,这样的估计是一致的,特别是表明,典型的广义线性模型,所得到的估计总是一致的。我们发现,最近提出的方差估计低估了真实的方差时,基线协变量是不固定的重复采样,并提供了一个简单的调整,以弥补这一点。我们还描述了一种替代的半参数估计,即使当使用的结果回归模型是错误的,这是一致的。不同的估计比较,通过模拟和应用,最近进行的试验在哮喘。
2017-07-14 stat.ME
Improving Power in Randomized Controlled Trials with Time-to-Event Endpoints: A Risk-Free Approach
Amgen Inc.(安进公司)
提出一种利用外部数据中的预后信息,通过两步法(先估计预后评分,再将其作为协变量纳入非参数调整对数秩检验)来无偏估计边际风险比并提高试验效能的框架。
2026-05-26 stat.ME
Robust weights that optimally balance confounders for estimating marginal hazard ratios
在观察性研究中,协变量平衡对于获得处理效应的无偏估计至关重要。基于逆概率权重的方法已被广泛用于用观察数据估计处理效应。已提出机器学习技术来估计倾向得分。然而,这些技术的目标是准确性,而不是协变量平衡。以协变量平衡为目标的方法已被成功提出,并广泛应用于估计连续结局的处理效应。然而,在许多医学和流行病学应用中,人们的兴趣在于估计处理效应对事件发生时间结局的影响。对于这类数据,最常见的被估量是Cox比例风险模型的边际风险比。在本文中,我们首先提出了强大的正交权重(ROW),一组权重通过解决二次约束优化问题,最大限度地提高精度,同时约束协变量平衡定义为样本之间的相关性混淆和治疗。通过这样做,ROW最佳地处理二元和连续处理。然后,我们评估的性能,估计边际风险比的二元和连续治疗的时间到事件的结果在模拟研究中的建议的权重。最后,我们将ROW应用于评估激素治疗对冠心病时间的影响以及红肉消费对参加妇女健康倡议观察性研究的24,069名绝经后妇女结肠癌时间的影响。
2021-04-06 stat.AP stat.ME
Model-Assisted Inference for Covariate-Specific Treatment Effects with High-dimensional Data
协变量特异性处理效应(CSTE)代表由某些选定协变量定义的亚群间的异质性处理效应。在这篇文章中,我们考虑边际结构模型,其中CSTE线性表示使用一组基函数的选定的协变量。我们开发了一种新的方法,在高维设置,不仅获得双重强大的点估计的CSTES,但也模型辅助的置信区间,这是有效的,当一个倾向得分模型是正确指定的,但结果回归模型可能被错误指定。对于线性结果模型和离散协变量定义的亚群,点估计和置信区间对于CSTEs都具有双重稳健性。相比之下,现有高维方法的置信区间仅在正确指定倾向得分和结果模型时才有效。我们建立了所提出的点估计和相关的置信区间的渐近性质。我们目前的模拟研究和实证应用表明所提出的方法相比,竞争的优势。
2021-05-24 stat.ME
Improving Variance Estimation for Covariate Adjustment with Binary Outcomes
University of California, Berkeley(加州大学伯克利分校);Hoffmann La Roche Ltd(罗氏制药有限公司);Genentech(基因泰克);Johns Hopkins University(约翰斯·霍普金斯大学)
本文提出基于影响函数的留一验证方差估计器,用于二元结果的标准化均值差异平均治疗效应估计,解决了边际概率接近0或1时的方差估计问题,通过模拟研究验证其在小样本和稀有事件场景下的可靠性。
2026-11-13 stat.ME
Parametric G-computation for Compatible Indirect Treatment Comparisons with Limited Individual Patient Data
当效应修饰因子存在交叉试验差异且患者水平数据有限时,人群调整方法(如匹配调整间接比较(MAIC))越来越多地用于比较边际处理效应。MAIC基于倾向得分加权,其对协变量重叠不良敏感,无法外推到观察到的协变量空间之外。目前基于结果回归的替代方法可以外推,但目标是间接比较中不相容的条件性处理效应。当调整协变量时,必须对相关人群的条件估计值进行积分或平均,以恢复相容的边际处理效应。我们提出了一种基于参数G计算的边缘化方法,可以很容易地应用于结果回归是广义线性模型或Cox模型。该方法将协变量调整回归视为滋扰模型,并将其估计与感兴趣的边际处理效应的评价分离。该方法可以适应贝叶斯统计框架,自然地将分析集成到概率框架中。模拟研究提供了原理证明和基准的方法的性能对MAIC和传统的结果回归。参数G计算比MAIC实现了更精确和更准确的估计,特别是当协变量重叠较差时,并且在没有假设失败的情况下产生无偏的边际处理效应估计。此外,边缘化的回归调整的估计提供了更高的精度和准确性比传统的结果回归产生的条件估计,这是系统性的偏见,因为效果的措施是不可折叠的。
2022-05-10 stat.AP stat.ME
Flexible multivariate marginal models for analyzing multivariate longitudinal data, with applications in R
大多数可用的多变量统计模型要求为协变量对每个多重响应的影响拟合不同的参数。在某些情况下,这可能是不必要的,效率也不高。在这篇文章中,我们提出了一个多变量边际模型的建模框架来分析多变量纵向数据,它提供了灵活的模型构建策略。我们表明,该模型处理几个响应家庭,如二项式,计数和连续。我们说明了模型的母亲的压力和儿童的发病率数据集。进行了模拟研究,以检查参数估计。提出了一个R软件包mmm2来拟合该模型。
2013-11-01 stat.ME
Beyond Tweedie's Formula: Conditional Score Modeling for Empirical Bayes Inference
Faculty of Economics, Keio University(庆应义塾大学经济学部);Department of Statistics, Operations, and Data Science, Temple University(天普大学统计、运营与数据科学系)
本文提出条件f建模框架,利用条件边际得分函数直接估计后验量,避免显式先验建模,通过能量表示和得分匹配处理协变量效应,模拟和RNA-seq实验验证了其有效性。
2026-09-11 stat.ME
Bayesian Hierarchical Spatial Regression Models for Spatial Data in the Presence of Missing Covariates with Applications
在许多应用中,勘测数据是从不同地区的不同勘测中心收集的。在某些情况下,响应变量完全被观察到,而协变量有缺失值。在本文中,我们提出了一个联合空间回归模型的响应变量和缺失的协变量通过一系列的一维条件空间回归模型。我们进一步构建了缺失协变量数据机制的联合空间模型。所提出的模型的性质进行了检查和马尔可夫链蒙特卡罗抽样算法是用来从后验分布的样本。此外,贝叶斯模型的比较标准,修改的偏差信息准则(mDIC)和修改的对数的伪边际似然比(mLPML),被开发来评估空间回归模型的空间数据的拟合。进行了广泛的模拟研究,以检查所提出的方法的经验性能。我们进一步应用所提出的方法来分析一个真实的数据集,从中国健康与营养调查(CHNS)在2011年进行。
2020-07-05 stat.ME
Simple Covariate Adjustment for Many Estimands Using Stable Balancing Weights
本文提出一种使用稳定平衡权重的简化协变量调整方法,可直接应用于临床试验中多种估计量,能提升渐近效率并保留特定统计关系,便于实际应用。
2026-09-03 stat.ME
Iterated Feature Screening based on Distance Correlation for Ultrahigh-Dimensional Censored Data with Covariates Measurement Error
在超高维数据分析中,特征筛选是一种重要的降维方法。已经开发了许多用于特征筛选的方法。然而,这些方法受到与数据收集有关的复杂特征以及数据本身性质的挑战。通常,右删失和协变量测量误差导致的不完全反应常常伴随着生存分析。尽管有许多方法已经提出了删失数据,很少的工作已经同时发生的不完全响应和测量误差。此外,传统的特征筛选方法可能无法检测到真正重要的协变量,这是边际独立的响应变量,由于协变量之间的相关性。在本文中,我们探讨这一重要问题,并提出了有效的特征筛选方法存在的生存数据与测量误差。此外,我们还发展了迭代方法,以提高选择所有重要协变量的准确性。数值研究报告,以评估所提出的方法的性能。最后,我们实现了所提出的方法,两个不同的真实数据集。
2019-01-06 stat.ME
Improving forecasting performance using covariate-dependent copula models
Copula函数为构造具有灵活边缘分布和不同依赖形式的多元分布提供了一种有吸引力的方法。在许多领域特别重要的是明确预测尾部依赖的可能性。大多数现有的方法只能通过讨厌的参数来估计尾部依赖性和相关性,但既不能用于解释,也不能用于预测。为了提高copula预测性能,我们提出了一种通用的贝叶斯方法建模和预测的尾部相关性和相关性作为显式函数的协变量。建议的协变量依赖的copula模型还允许贝叶斯变量之间的选择,从边际模型以及copula密度。我们研究的Copula包括Joe-Clayton Copula、Clayton Copula、Gumbel Copula和Student的\emph{t} -Copula。后验推理是使用一种有效的MCMC模拟方法。我们的方法适用于模拟数据和标准普尔100和标准普尔600指数。将所提出的方法的预测性能与基于日志预测分数的其他建模策略进行比较。在风险价值评估也进行了模型比较。
2018-05-21 stat.CO stat.ME
covXtreme : MATLAB software for non-stationary penalised piecewise constant marginal and conditional extreme value models
covXtreme 是一款 MATLAB 软件,通过分段常数表示和惩罚最大似然估计,实现非平稳边际与条件极值模型及环境等值线的估计,并量化不确定性。
2024-04-25 physics.ao-ph stat.AP stat.ME
Penalized linear regression with high-dimensional pairwise screening
在变量选择中,现有的筛选方法大多注重边际效应,忽略了协变量之间的相关性。为了提高选择的性能,我们在协变量中加入成对效应进行筛选和惩罚。我们通过研究独立协变量之间的最大绝对成对样本相关性的渐近分布来实现这一点。该理论的新颖之处在于收敛是相对于维数$p$而言的,并且相对于样本量$n$而言是均匀的。此外,我们得到了一个上限的最大成对R平方时,回归到两个不同的协变量的响应。基于这些极端值的结果,我们提出了一个筛选程序,以检测协变量对潜在的相关性和相关的响应。我们进一步结合成对筛选和确定独立筛选,并开发了一个新的正则化变量选择过程。数值研究表明,我们的方法是非常有竞争力的预测精度和变量选择精度。
2019-02-08 stat.ME
Unity Forests: Improving Interaction Modelling and Interpretability in Random Forests
Institute for Medical Information Processing, Biometry and Epidemiology, Faculty of Medicine, Ludwig Maximilian University of Munich (LMU)(慕尼黑路德维希-马克西米利安大学医学信息处理与流行病学研究所);Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心);Institute of General Practice and Health Services Research, Department Clinical Medicine, TUM School of Medicine and Health, Technical University of Munich (TUM)(慕尼黑技术大学医学与健康学院一般医学与健康服务研究研究所);Institute of AI and Informatics in Medicine, TUM School of Medicine and Health, Technical University of Munich (TUM)(慕尼黑技术大学医学与健康学院医学人工智能与信息学研究所)
统一森林通过优化树根分割提升交互建模和可解释性,改进了随机森林的变量重要性度量和预测性能。
2026-01-11 cs.LG stat.CO stat.ME
A Projection Approach to Local Regression with Variable-Dimension Covariates
提出一种基于随机划分模型的无需插补的局部回归方法,利用 Gaussian kernels 边缘化技术投影响应分布,以处理任意缺失模式的变维协变量,并实现内部一致的不确定性传播与有效预测。
2023-02-28 stat.ME
Estimating the Efficiency Gain of Covariate-Adjusted Analyses in Future Clinical Trials Using External Data
我们提出了一个一般框架,使用现有的数据来估计效率增益使用协变量调整估计的边际处理效应在未来的随机试验。我们描述的条件下,它是可能的,以定义一个映射的分布,产生现有的外部数据的协变量调整估计的相对效率相比,未调整的估计。在一定条件下,这些相对效率近似于实现期望功效所需的样本量的比率。我们考虑两种情况下的结果是完全或部分观察和几个处理效应估计是特别感兴趣的大多数试验。对于每个这样的被估量,我们开发了一个半参数有效的相对效率的估计,允许灵活的统计学习工具的应用程序来估计滋扰功能和相应的沃尔德型置信区间的分析形式。我们还提出了一个双引导计划,用于构建置信区间。我们通过模拟研究证明了所提出的方法的性能,并将这些方法应用于数据,以估计在Covid-19治疗试验中使用协变量调整的相对效率。
2021-04-30 stat.ME
Effect modification and non-collapsibility leads to conflicting treatment decisions: a review of marginal and conditional estimands and recommendations for decision-making
University of Bristol(布里斯托大学);Novo Nordisk Pharma(诺和诺德制药);The Hospital for Sick Children(多伦多儿童医院);Dalla Lana School of Public Health, University of Toronto(多伦多大学达拉拉纳公共卫生学院);University College London(伦敦大学学院);University of York(约克大学)
该研究揭示效应修饰与不可折叠性共同作用会导致条件与边际估计的治疗排序冲突,明确两类估计量对应不同决策问题,提出结合两者的决策建议,并指出多水平网络Meta回归是唯一可同时生成两类估计值的人群调整方法。
2024-10-15 stat.ME
A New Covariate Selection Strategy for High Dimensional Data in Causal Effect Estimation with Multivariate Treatments
协变量的选择对于估计具有高维甚至超高维预处理变量的观察数据的平均处理效应至关重要。针对该问题的现有方法通常假设用于结果和单变量治疗的稀疏线性模型,并且不能处理具有超高维协变量的情况。本文提出了一种新的协变量选择策略--双重筛选先验自适应套索(DSPAL),用于多变量治疗中混杂变量和预测变量的选择,该策略将自适应套索方法与边缘条件(不)依赖先验信息相结合来选择目标协变量,以消除混杂偏倚,提高统计效率。我们的建议的显着特点是,它可以应用于高维甚至超高维协变量的多变量处理,并可以处理参数和非参数结果模型的情况下,这使得它比其他方法更强大。理论分析表明,该方法具有一定的筛选性、排序一致性和变量选择一致性。通过模拟研究,我们证明了所提出的方法选择所有的混杂因素和预测一致,估计多变量的处理效应更小的偏差和均方误差相比,在各种情况下的几个替代品。在实际数据分析中,应用该方法估计了三维连续环境处理对胆固醇水平的因果效应,得到了有启发性的结果。
2023-03-17 stat.ME
Matrix Normal Cluster-Weighted Models
固定协变量的有限混合回归是一种常用的基于模型的聚类方法来处理回归数据。然而,它们假设分配独立性,即数据点到聚类的分配独立于协变量的分布。为了考虑到后一方面,有限的混合回归随机协变量,也被称为集群加权模型(CWM),已被提出在单变量和多变量文献。在本文中,CWM扩展到矩阵数据,例如,这些数据中的一组变量同时观察在不同的时间点或位置。具体而言,协变量的聚类特定边缘分布和给定协变量的响应的聚类特定条件分布假定为矩阵正态分布。使用ECM算法推导出极大似然参数估计。参数恢复,分类评估和BIC的能力,以检测潜在的群体进行了分析模拟数据。最后,两个真正的数据应用有关教育指标和意大利非寿险市场。
2021-04-24 stat.ME
The RobinCar Family: R Tools for Robust Covariate Adjustment in Randomized Clinical Trials
University of Washington(华盛顿大学);Global Statistical Sciences, Eli Lilly and Company(礼来公司全球统计科学部);BARDS, MSD(默沙东 BARDS);AstraZeneca(阿斯利康);RCONIS;Gilead Sciences(吉利德科学)
RobinCar家族是用于随机临床试验中稳健协变量调整的R工具,提供多种统计方法和实用指南。
2026-01-20 stat.ME
Linear mixed models with endogenous covariates: modeling sequential treatment effects with application to a mobile health study
移动健康是一个快速发展的领域,其中通过可穿戴设备或智能手机向个人提供行为治疗,以促进与健康相关的行为改变。微型随机试验(MRT)是一种用于开发移动卫生干预措施的试验设计。在MRT中,在试验过程中,每个个体的治疗被随机分配多次。在评估处理效应的同时,行为科学家的目标是了解处理效应中人与人之间的异质性。一个自然的方法是熟悉的线性混合模型。然而,直接应用线性混合模型是有问题的,因为处理效应的潜在调节因子通常是内源性的-也就是说,可能取决于先前的处理。我们讨论的模型解释和偏差,出现在没有额外的假设时,内生协变量包括在一个线性混合模型。特别是,当存在内生协变量时,系数不再具有习惯的边际解释。然而,这些系数仍然有条件的随机效应解释。我们提供了一个额外的假设,如果是真的,允许科学家使用标准软件来拟合线性混合模型与内源性协变量,并可以提供个人特定的预测效果。作为一个例子,我们评估的影响,活动的建议,在心脏步骤MRT和分析的人之间的处理效应异质性。
2019-05-10 stat.ME
A Pseudo-Marginal Metropolis-Hastings Algorithm for Estimating Generalized Linear Models in the Presence of Missing Data
缺失数据问题常常使估计广义线性模型(GLM)的任务复杂化。我们描述了为什么伪边缘梅特罗波利斯-黑斯廷斯算法,在此设置中使用,是一个有效的策略,参数估计。这种方法需要较少的假设,它提供了对似然参数、协变量模型和缺失机制参数的联合推断,并且没有假设存在多个后验分布的逻辑不一致。此外,这种方法是渐近精确的,就像大多数其他马尔可夫链蒙特卡罗技术。我们讨论计算策略,进行模拟研究,演示如何标准误变化的函数的百分比缺失,我们使用我们的方法在“现实世界”的数据集来描述如何收集的变量影响车祸的结果。
2019-07-22 stat.ME
Automated, efficient and model-free inference for randomized clinical trials via data-driven covariate adjustment
Ghent University(根特大学);Vrije Universiteit Brussel(布鲁塞尔自由大学);New York University School of Medicine(纽约大学医学院)
本文提出使用自动化数据自适应方法(如逐步回归、Lasso和灵活机器学习)进行协变量调整,以解决预指定协变量及其函数形式的挑战,并提供有效且可解释的处理效应估计和标准误差,即使结果模型错误设定或预测有偏。
2026-05-27 stat.ME
Bayesian nonparametric generative models for causal inference with missing at random covariates
我们提出了一个一般的贝叶斯非参数(BNP)的方法,因果推断在点处理设置。观察数据(结局、治疗和混杂因素)的联合分布使用富集Dirichlet过程建模。观测数据模型和因果假设的结合使我们能够识别任何类型的因果效应-差异,比率或分位数效应,无论是边缘还是针对感兴趣的亚群。所提出的BNP模型非常适合于因果推断问题,因为它不需要关于混杂因素分布的参数假设,并且自然地导致计算效率高的吉布斯抽样算法。通过对联合分布进行灵活建模,我们还能够在假设可验证的缺失情况下,对算法内的缺失协变量值进行插补(通过数据增强),从而无需创建单独的插补数据集。这种插补缺失协变量的方法具有额外的优势,可以保证插补模型和分析模型之间的一致性,并且由于我们使用BNP方法,因此避免了参数模型进行插补。使用模拟研究的方法的性能进行评估。该方法适用于人类免疫缺陷病毒/丙型肝炎病毒合并感染患者的队列研究数据。
2017-02-27 stat.ME
Power Estimation for Longitudinal Studies with Time Dependent Covariates Using Generalized Method of Moments
Virginia Commonwealth University(弗吉尼亚联邦大学)
本文针对含时变协变量的纵向研究,提出基于广义矩方法(GMM)的两种功效估计方法(Wald法和距离度量法),填补了GMM框架下缺乏实用功效分析工具的空白。
2026-05-28 stat.AP stat.ME
Outcome-Informed Weighting for Robust ATE Estimation
针对高维场景下重叠不足削弱IPW类估计量稳健性的问题,提出结果信息加权的AMR估计量与无需强先验的事后校准框架,在多场景实验中验证了其效率与稳健性优势。
2025-03-20 stat.ME
A New Look at Gaussian Mixtures in the Presence of Missing-at-Random Responses and Covariates
Rowan University(罗文大学);University of Catania(卡塔尼亚大学);San José State University(圣何塞州立大学)
本文针对响应与协变量均含随机缺失值的情况,提出基于EM算法的多元线性回归混合模型,可实现不完整数据下的软聚类,其有效性经模拟与Automobile数据集验证。
2026-08-05 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
Causal Effect Estimation on Restricted Mean Survival Time in Case-Cohort Studies via a Matching Design
Ohio State University(俄亥俄州立大学)
本文提出一种基于分层病例队列设计的RMST差异因果效应估计方法,通过创新的模板匹配设计调整混杂因素,通过仿真实验验证了模板匹配优于传统匹配,并应用于ARIC研究估计hs-CRP水平对冠心病无事件生存的影响。
2026-05-06 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