Assessing the similarity of dose response and target doses in two non-overlapping subgroups
我们考虑两个问题，吸引越来越多的关注，在临床剂量发现研究。首先，我们评估两个非线性回归模型的相似性，两个非重叠的患者亚组在有限的协变量空间。为此，我们推导出两个给定模型之间的最大差异的置信区间。如果该置信区间不包括等效性界值，则可以声明剂量反应的相似性。其次，我们解决的问题，证明两个非重叠的亚组的两个目标剂量的相似性，再次使用基于置信区间的方法。我们说明了所提出的方法与一个真实的案例研究，并通过仿真研究其操作特性（覆盖概率，第一类错误率，功率）。
2017-09-11 stat.ME
New multivariate tests for assessing covariate balance in matched observational studies
我们提出了新的检验方法，用于评估在观察性研究中，治疗组和匹配对照组的协变量是否平衡。该测试在广泛的多元替代方案下表现出高功效，其中一些现有的测试几乎没有功效。研究了该检验的渐近置换零分布，通过渐近结果计算的p值在有限样本下工作良好，便于该检验在大数据集上的应用。这些测试在一项关于吸烟对血铅水平影响的研究中得到了说明。建议的测试在R包BalanceCheck中实现。
2019-02-27 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
Composite likelihood inference for space-time point processes
针对热带雨林普查点模式时间序列短、空间覆盖大的特点，提出基于条件复合似然的时空点过程参数估计方法，采用固定时间跨度-空间域递增的渐近框架，通过模拟和实际数据验证了方法的有效性。
2024-09-18 stat.ME
Bias-corrected Cox regression with AI-extracted covariates via calibration summary statistics
Northwell Health
研究针对协变量受AI提取误差影响的情况，为Cox比例风险模型开发偏差校正框架，通过多变量校准框架分解偏差，给出校正估计器、置信区间及诊断方法，经合成数据实验验证可有效减少偏差并实现接近名义覆盖。
2026-07-29 stat.ME stat.ML
Positivity Validation Detection and Explainability via Zero Fraction Multi-Hypothesis Testing and Asymmetrically Pruned Decision Trees
Vianai Systems
积极性是从观察数据中进行因果推理的三个条件之一。验证积极性的标准方法是分析倾向的分布。然而，为了使非专家进行因果推理的能力民主化，需要设计一种算法来（i）测试积极性和（ii）解释协变量空间中缺乏积极性的地方。后者可以用来暗示进一步因果分析的局限性和/或鼓励违反积极性的实验。本文的贡献是首先提出了自动积极性分析的问题，其次提出了一个基于两步过程的算法。第一步，对协变量的倾向条件进行建模，然后使用多个假设检验来分析后者的分布，以创建积极违规标签。第二步使用非对称修剪的决策树来实现可解释性。后者被进一步转换为非专家可以理解的可读文本。我们证明了我们的方法上的一个大型软件企业的专有数据集。
2021-11-07 cs.LG stat.ME
Statistical Advantages of Oblique Randomized Decision Trees and Forests
本文利用随机几何中的随机镶嵌理论，分析基于协变量线性组合特征的倾斜随机决策树与森林估计量的统计性质，证明其在高维多指标模型中的二次风险界与收敛速度，并揭示轴对齐方法的次优性。
2026-06-17 math.ST stat.ML stat.TH
Empirically assessing the plausibility of unconfoundedness in observational studies
本文提出一种无需明确混杂结构假设的实证策略，通过检验调整集中与暴露相关的协变量子集与结局的条件关联，评估条件无混杂合理性，并用模拟和巴西出生队列数据验证。
2025-10-24 stat.ME
Non-destructive methods for assessing tree fiber length distributions in standing trees
造林和森林管理的主要关注点之一是寻找快速、成本效益高和非破坏性的方法来测量立木的木材特性。本文介绍了一个R软件包\verb +fiberLD+，它提供了基于增量样估算立木纤维长度分布的功能。这些方法依赖于通过光纤分析仪（OFA）测量或通过显微镜测量的增量核心数据。OFA分析的增量核心数据包括切割和未切割纤维（管胞）和细纤维（如射线薄壁细胞）的细胞长度，无法识别哪些细胞被切割或它们是细纤维还是纤维。显微镜测量的数据由增量芯中未切割纤维的观察长度组成。的罚款和纤维长度分布的混合物的删失版本，提出了适合OFA数据，分布假设下。考虑了至少部分出现在增量核中的那些纤维（细纤维）的真实纤维（细纤维）长度的基本密度函数的假设的两种选择，例如广义伽马和对数正态密度。极大似然估计用于估计OFA分析数据和显微镜测量数据的模型参数。
2021-09-27 stat.AP
Survival trees for left-truncated and right-censored data, with application to time-varying covariate data
树方法（递归划分）是一种流行的非参数数据分析方法。基本树方法的一个扩展是生存树，它将递归划分应用于删失生存数据。现有的几种生存树方法主要是针对右删失数据设计的。本文提出了两种新的左截断右删失数据生存树，它可以看作是传统右删失数据生存树的推广。此外，我们表明，这种树可以用来分析生存数据随时间变化的协变量，基本上建立一个随时间变化的协变量生存树。仿真和实际数据分析结果表明，所提方法分别对LTRC数据和生存数据具有较好的效果。
2016-06-09 stat.ME
Subgroup Identification using Covariate Adjusted Interaction Trees
我们考虑在临床试验中识别具有增强的处理效应的参与者亚组的问题。基于组间处理效应差异的一些测量递归地划分协变量空间的递归划分方法对于这样的亚组识别是流行的。最常用的递归划分方法，分类和回归树算法，首先通过使用一些分裂标准递归地划分协变量空间来创建一棵大树，然后从大树的所有子树中选择最终的树。在亚组识别的背景下，分裂标准的计算和用于最终树选择的评价指标依赖于比较治疗组和对照组之间的平均值差异。当协变量对结局具有预测性时，与使用治疗组和对照组之间的平均值差异相比，协变量调整估计量能够提高效率。这份手稿开发了两个协变量调整估计，可用于分裂决策和最终的树选择。协变量调整递归分割算法的性能进行评估，使用模拟和分析的临床试验，评估是否动机访谈改善物质滥用者的治疗参与。
2018-06-21 stat.ME
Cohen's f or Mean Standardized Differences? Assessing Covariate Balance with Multivalued Treatments
University of California, San Francisco（旧金山加利福尼亚大学）
该研究对比科恩f值与均值标准化差异（SMD）在多值处理协变量平衡评估中的表现，通过Stata命令esizereg验证，发现科恩f值追踪估计偏差的能力与均值绝对SMD相当，建议报告f及其分解结果。
2026-08-13 stat.ME
A new test for assessing the covariate effect in ROC curves
本文针对ROC曲线性能受协变量影响的问题，提出比较协变量调整与合并ROC曲线的新检验，以判断能否排除协变量并说明其对后续分析的影响。
2024-11-26 stat.AP stat.ME
An integration of decision trees into latent class modeling with covariates
National Institute for Research in Digital Science and Technology (Inria)（数字科学与技术国家研究院）；Department of Methodology and Statistics, Tilburg University（蒂尔堡大学方法论与统计系）
该研究将决策树整合到带协变量的潜在类别分析框架中，解决了传统logistic模型处理协变量复杂交互时的缺陷，提出了可解释的新方法并给出实际示例，旨在推动相关应用研究发展。
2026-08-17 stat.ME
Higher-order least squares: assessing partial goodness of fit of linear causal models
本文介绍了一个简单的诊断检验，用于评估误差与协变量无关的线性因果模型的整体或部分拟合优度。特别是，我们考虑的情况下，隐藏的混杂是潜在的。我们开发了一种方法，并讨论了它的能力，以区分协变量的混淆与潜变量的响应和那些没有。因此，我们提供了一个测试和方法的部分拟合优度。该测试是基于比较一种新的高阶最小二乘原理与普通最小二乘。尽管它的简单，所提出的方法是非常普遍的，也被证明是有效的高维设置。
2022-11-18 stat.ME
A tree perspective on stick-breaking models in covariate-dependent mixtures
该研究从树视角分析协变量依赖混合中的stick-breaking模型，指出其不良特性源于不对称树结构，提出广义模型并证实平衡树拓扑可缓解相关问题。
2024-08-15 stat.ME
Weighted k-Sample Kolmogorov-Smirnov, Cramer-von Mises, and Anderson-Darling Tests for Assessing Covariate Balance
University of California, San Francisco（旧金山加利福尼亚大学）
该研究将协变量平衡的加权分布检验扩展到k≥2组，通过模拟验证了其I型错误与功效特性，并在Stata中实现为相关命令，为多组协变量平衡评估提供了有效工具。
2026-08-05 stat.ME
Assessing covariate-adjusted risk differences in small-sample clinical trials
Boehringer Ingelheim Pharma GmbH & Co. KG（勃林格殷格翰制药）；F. Hoffmann-La Roche Ltd（罗氏制药有限公司）；Novo Nordisk（诺和诺德）
针对小样本（N≤150）随机临床试验，通过模拟研究比较精确无条件检验、Mantel-Haenszel方法和g计算法在估计和检验风险差异时的表现，发现g计算法在极小样本中I类错误膨胀，而稳健或惩罚变体可改善错误控制但牺牲功效，经典方法稳健但效率较低，并基于结果提供方法选择建议。
2026-07-22 stat.ME
Fusion of Tree-induced Regressions for Clinico-genomic Data
针对临床与组学协变量融合用于癌症预后的维度差异、交互、冗余三大挑战，提出结合临床协变量回归树与组学叶节点融合惩罚回归的方法，证明其收缩极限等价于特定岭回归，可评估亚群组学效应的预后增益，并在结直肠癌数据中验证特性。
2024-11-04 stat.ME
A Data Envelopment Analysis Approach for Assessing Fairness in Resource Allocation: Application to Kidney Exchange Programs
Department of Statistics and Data Science, University of California, Los Angeles（统计与数据科学系，加州大学洛杉矶分校）
本文提出一种基于数据包络分析的方法，用于评估肾交换计划中资源分配的公平性，通过多个维度分析不同种族群体的效率差异。
2025-12-07 cs.CY cs.LG stat.ME
Multiscale Sequential Auditing of Quantile Regression with Point Masses
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
本文针对带点质量的分位数回归，构建多尺度序贯审计方法，结合局部连续投注混合与上下文树加权，实现任意时刻有效审计，通过模拟与实例验证其在分位数校准等问题中的有效性。
2026-10-16 math.ST stat.TH
The Role of Measured Covariates in Assessing Sensitivity to Unmeasured Confounding
University of Pennsylvania（宾夕法尼亚大学）；New York University（纽约大学）
本文研究了测量协变量在评估未测量混杂因素敏感性中的作用，通过线性回归模型展示暴露与代理变量的关联如何放大残余混杂因素的影响，并强调了在敏感性分析中考虑多重共线性的重要性。
2026-02-16 econ.EM stat.AP stat.ME
Modelling hetegeneous treatment effects by quantitle local polynomial decision tree and forest
为了进一步发展异质处理效应的统计推断问题，本文建立在Breiman（2001）的随机森林树（RFT）和Wager等人。的（2018年）因果树使用经典OLS的优秀统计特性和基于协变量分位数点的局部线性区间划分来参数化非参数问题，同时保留具有可构造置信区间和渐近正态性优点的随机森林树[Athey和Imbens（2016年），Efron（2014年），Wager等人。（2014）\citep{wager2014asymptotic} ]中，我们提出了一种使用根据固定规则的分位数分类与局部样本的多项式估计相结合的决策树，我们称之为分位数局部线性因果树（QLPRT）和森林（QLPRF）。
2022-03-13 econ.EM stat.ML
Statistical Inference on Tree Swallow Migrations with Random Forests
鸟类的迁徙模式通常通过个人观察和历史记录来研究。然而，近年来，eBird公民科学项目征集了世界各地数千名鸟类观察者的观察结果，为采用数据驱动的方法来了解大规模地理运动打开了大门。在这里，我们专注于北美树燕子（\textit{Tachycineta bicolor}）的发生模式在整个美国东部。鸟类学家和偶然的观察者都普遍认为，这种鸟类的迁徙出发日期在不同年份之间有很大的差异，但原因在很大程度上是未知的。在这项工作中，我们提出的证据表明，最高日温度是影响树燕子发生的一个主要因素。因为人们普遍认为，物种的发生是一个功能的许多复杂的，高阶的生态协变量之间的相互作用，我们利用随机森林提供的灵活的建模方法。利用最近的渐近结果，我们提供了正式的假设检验的预测意义的各种协变量，还开发和实施了一种基于置换的方法，正式评估年际变化，通过处理随机森林作为功能数据产生的预测表面。这些测试都表明，日最高温度对迁移模式有显着影响。
2019-11-08 q-bio.PE stat.AP
Adaptive Bayesian Sum of Trees Model for Covariate Dependent Spectral Analysis
本文介绍了一种灵活的、自适应的非参数方法，用于估计多个协变量与多个时间序列的功率谱之间的关联。所提出的方法使用贝叶斯树模型的总和，以捕捉复杂的依赖关系和协变量和功率谱之间的相互作用，这是经常观察到的生物医学时间序列的研究。局部功率谱对应的终端节点内的树木估计非参数使用贝叶斯惩罚线性样条。树被认为是随机的，并使用贝叶斯回拟合马尔可夫链蒙特卡罗（MCMC）算法，顺序考虑树的修改，通过可逆跳MCMC技术。对于高维协变量，稀疏诱导Dirichlet超先验树分裂比例被认为是，它提供了稀疏估计协变量的影响和有效的变量选择。通过对树的后验分布进行平均，该方法可以恢复多个协变量之间功率谱的平滑和突变。经验性能通过模拟评估，以证明所提出的方法的能力，准确地恢复复杂的关系和相互作用。建议的方法是用来研究步态成熟的幼儿通过评估与年龄相关的变化，在其他协变量的存在下，功率谱的步幅间隔时间序列。
2021-09-29 stat.AP stat.CO stat.ME
Bayesian Soft-Tree Poisson Process Model for Covariate-Dependent Point Patterns
Iowa State University（爱荷华州立大学）
本文针对协变量依赖点模式估计难题，提出贝叶斯软树泊松过程模型，结合自适应协变量划分与平滑强度函数，采用RJ-MCMC算法，经模拟与野火数据验证其性能优于现有方法。
2026-10-09 stat.CO stat.ME
Assessing the Impact of Covariate Distribution and Positivity Violation on Weighting-Based Indirect Comparisons: a Simulation Study
本文通过蒙特卡洛模拟研究评估MAIC-1、MAIC-2和PSW在协变量分布异常及正性违背下的表现，发现MAIC-1更稳健，并强调正确模型设定对减少偏倚的重要性。
2025-07-20 stat.AP stat.ME
VCBART: Bayesian trees for varying coefficients
针对现有变系数模型难以处理多元效应修饰变量的问题，提出VCBART，利用贝叶斯加性回归树灵活估计协变量效应，在估计、不确定性量化和预测上优于现有方法，并通过两个案例验证了其有效性。
2024-09-24 stat.ME
Tree-based exploratory identification of predictive biomarkers in observational data
“分层医学”的思想是识别预测性生物标志物的方法学研究的重要驱动力。到目前为止，为此目的提出的大多数方法都是为了仅用于随机数据而开发的。然而，特别是对于罕见癌症，来自临床登记或观察性研究的数据可能是唯一可用的数据来源。对于此类数据，平均处理效应的无偏估计方法已得到充分确立。在研究处理效应的异质性和导致这种异质性的变量时，对混杂因素调整的研究通常限于回归建模。在本文中，我们演示了如何predMOB，一个基于树的方法，专门搜索预测因素，可以与常见的策略相结合的混杂调整（协变量调整，匹配，治疗加权的逆概率（IPTW））。在一个广泛的模拟研究中，我们表明，协变量调整允许正确识别的预测因素的存在下，混杂，而IPTW失败的情况下，真正的预测因素是不完全独立的混杂机制。协变量调整和IPTW的组合与单独的协变量调整一样好，但在复杂环境中可能更稳健。德国乳腺癌研究组（GBSG）试验2的应用程序说明了这些结论。
2022-12-16 stat.ME
Tree-Structured Modelling of Varying Coefficients
变系数模型是广义回归中交互作用建模的有力工具。如果被修改的变量和效果修改器都是已知的，则很容易应用。然而，一般来说，人们有一组解释变量，并且不知道哪些变量被哪些协变量修改。提出了一种递归划分策略，能够处理复杂的选择问题。树结构建模产生的每个协变量，这是修改其他变量，一棵树，可视化修改后的效果。该方法的性能进行了研究，在模拟和两个应用程序说明其实用性。
2017-05-24 stat.ME
Survival trees for right-censored data based on score based parameter instability test
右删失数据的生存分析经常出现在包括医学研究在内的许多研究领域。协变量（及其相互作用）对生存分布的影响可以通过现有的方法进行研究，这些方法需要预先指定协变量的函数形式，包括它们的相互作用。当协变量的影响形式未知时，生存树提供了相对灵活的方法。大多数当前可用的生存树构建技术不是基于正式的显著性测试;然而，最近提出的ctree算法（Hothorn等人，2006）使用置换测试来进行分裂决策，有时可能是保守的。我们考虑异质性统计显著性的参数不稳定性检验，以防止协变量效应变异的虚假结果，但又不过分保守。我们提出了SurvCART算法来在条件推理框架下构建生存树（Hothorn等人，2006），其通过参数不稳定性测试来选择分裂变量，并且随后基于某个最大选择的统计量来找到最优分裂。值得注意的是，不同于现有的算法，只专注于事件时间分布的异质性，建议SurvCART算法可以采取分裂决策的基础上，删失分布，以及随着事件时间分布的异质性。通过仿真对SurvCART算法的运行特性进行了参数不稳定性测试和对比评估。最后将SurvCART算法应用于实际数据集。该方法在CRAN上的R软件包LongCART中完全实现。
2020-06-27 stat.ME
Circular Regression Trees and Forests with an Application to Probabilistic Wind Direction Forecasting
本文提出基于 von Mises 分布的循环回归树与随机森林，用于循环响应变量的分布建模和概率预测，并在机场风向预测中验证其效果。
2020-01-02 stat.ME
Measuring covariate balance in weighted propensity score analyses by the weighted z-difference
近年来，在非随机研究中，倾向得分（PS）方法在评价处理效应时得到越来越多的应用。在统计方法方面，开发了一些新的PS加权方法，并表明它们在不同模拟设置下的处理效应估计效率上优于PS匹配。为了评估治疗组中协变量的平衡，PS加权方法通常使用加权标准化差异，尽管该测量存在一些缺陷，例如，加权标准化差异的分布取决于样本量和权重分布。我们引入加权z-差作为PS加权分析中的平衡措施，并在模拟研究中演示其用途，并将其应用于心脏手术的一个例子。加权z差计算简单，可以计算连续、二元、有序和名义协变量。通过使用Q-Q图，我们可以立即将PS加权样本的平衡与完全匹配的PS样本的平衡以及随机试验中的预期平衡进行比较。
2022-12-19 stat.AP stat.ME
Bayesian nonparametric models for zero-inflated count-compositional data using ensembles of regression trees
Maynooth University（梅努斯大学）；University College Dublin（都柏林大学学院）
本文提出两种新的贝叶斯模型，利用回归树集成处理计数组成数据中的过分散、零膨胀、异质性和复杂协变量效应，通过非参数贝叶斯加法回归树先验灵活捕捉协变量效应，并引入潜在随机效应以捕捉过分散和类别间依赖。
2026-04-09 stat.ME
BARTSIMP: flexible spatial covariate modeling and prediction using Bayesian additive regression trees
针对空间统计预测中现有方法难以兼顾协变量非线性建模与可靠不确定性估计的问题，提出结合高斯过程与BART的BARTSIMP方法，通过MCMC与INLA结合降本，经模拟和肯尼亚人体测量数据验证有效。
2025-02-21 stat.ME stat.ML
Event history analysis with time-dependent covariates via landmarking supermodels and boosted trees
PFA Pension（PFA养老金）
本文提出了一种基于地标超模型和提升树的非参数方法，用于处理高维时间依赖性协变量的事件历史分析，避免了传统方法的时间不一致性问题，并通过模拟和实际数据验证了其有效性。
2026-01-24 math.ST stat.ME stat.TH
Density Regression with Bayesian Additive Regression Trees
对整个密度如何随协变量变化进行建模是均值和分位数回归的重要但具有挑战性的推广。现有的密度回归方法主要包括协变量依赖的离散混合模型，我们考虑了一个连续的潜变量模型，我们称之为DR-BART。通过贝叶斯加性回归树（BART）的一个新的应用构建的先验映射的潜变量的观察数据。我们证明了我们的模型引起的后验集中在足够光滑的真实生成函数周围。我们还分析了DR-BART在一组具有挑战性的模拟示例上的性能，在这些示例中，它优于贝叶斯密度回归的各种其他方法。最后，我们将DR-BART应用于来自教育测试和经济学的两个真实数据集，以研究学生的成长并预测教育回报。我们提出的采样器是有效的，并允许一个利用巴士的灵活性，在许多应用设置的整个分布的响应是主要的利益。此外，我们的计划在BART内的潜变量的分裂有利于其未来的应用程序，可以通过潜变量，如涉及层次或时间序列数据描述的其他类别的模型。
2021-12-22 stat.ME
BART with Targeted Smoothing: An analysis of patient-specific stillbirth risk
本文介绍了BART与目标平滑，或tsBART，一个新的贝叶斯树为基础的模型非参数回归。tsBART的目标是在单个目标协变量t上引入平滑度，而不一定要求在其他协变量x上的平滑度。TsBART基于贝叶斯加性回归树（Bayesian Additive Regression Trees，BART）模型，一种回归树的集合。TsBART通过使用t的平滑函数而不是独立标量来参数化每个树的终端节点来扩展BART。与BART一样，tsBART捕捉预测变量之间复杂的非线性关系和相互作用。但与BART不同，tsBART保证响应曲面在目标协变量中是平滑的。这提高了可解释性，并有助于正则化估计。在介绍和基准测试tsBART模型后，我们将其应用于我们的激励示例：来自国家卫生统计中心的妊娠结局数据。我们的目的是根据母亲和胎儿的风险因素（x），提供不同胎龄（t）的死胎风险的患者特异性估计值。产科医生预计死胎风险随胎龄平稳变化，但不一定随其他协变量变化，tsBART的设计正是为了反映这种结构性知识。我们的分析结果显示了tsBART模型在量化死产风险方面的明显优势，从而为患者和医生提供了更好的信息来管理围产期死亡率的风险。这里描述的所有方法都在R包tsbart中实现。
2019-06-03 stat.ME
Energy Trees: Regression and Classification With Structured and Mixed-Type Covariates
针对现有复杂数据处理工具仅支持单一类型变量的问题，提出基于能量统计拓展条件推断树的Energy Trees模型，可处理多类结构化协变量，在变量选择、抗过拟合及预测任务中表现优异，已实现为R包etree。
2023-06-15 stat.AP stat.CO stat.ME
Bayesian machine learning approach for recurrent events studies using Soft Bayesian Additive Regression Trees (SBART)
Florida State University（佛罗里达州立大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
提出软贝叶斯加性回归树（SBART）非参数方法，结合软决策树与贝叶斯集成学习，用于复发事件建模，通过两层数据增强实现高效计算，在模拟和实际数据中优于现有方法。
2026-06-12 stat.ME
On Soft Bayesian Additive Regression Trees and asynchronous longitudinal regression analysis
在许多纵向研究中，协变量和响应经常在不规则、不匹配和受试者特定的时间间歇性观察到。当协变量和响应被异步观测时，如何处理这样的数据是一个经常提出的问题。贝叶斯加性回归树（Bayesian Additive Regression Trees，BART）是一种贝叶斯非参数方法，已被证明与最好的现代预测方法（如随机森林和提升决策树）具有竞争力。树的和结构与贝叶斯推理框架相结合，提供了一个准确和鲁棒的统计方法。BART变体软贝叶斯加性回归树（SBART）构造使用随机决策树和实质性的理论和实践的好处。在本文中，我们提出了一个加权SBART模型的解决方案，异步纵向数据。与其他方法相比，现有方法在对协变量过程的假设较少的情况下是有效的。广泛的模拟研究提供了这种解决方案的数值支持。来自艾滋病研究的数据被用来说明我们的方法
2021-08-26 stat.AP 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
Assessing variable activity for Bayesian regression trees
贝叶斯加性回归树（Bayesian Additive Regression Trees，BART）是一种非参数模型，可以捕捉复杂的外生变量效应。在任何回归问题中，了解哪些变量是最活跃的往往是有趣的。BART中的变量活动通常通过计算树为每个变量分裂的次数来衡量。这种单向计数具有快速计算的优点。尽管它们很方便，但单向计数有几个问题。它们在统计上是不合理的，不能区分主效应和交互作用效应，并且在测量交互作用效应时会被夸大。另一种方法是Sobol指数，一种基于方差的全局敏感性分析技术。然而，这些指数通常需要蒙特卡罗积分，这可能是计算昂贵的。本文给出了BART后验样本Sobol指数的解析表达式。这些表达式易于解释，并且在计算上是可行的。此外，我们将展示一阶（主效应）Sobol指数和单向计数之间的迷人联系。我们还介绍了一种新的排名方法，并使用它来证明，建议的指数保持Sobol '为基础的排序顺序的变量的重要性。最后，我们使用分析测试功能和En-ROADS气候影响模拟器比较这些方法。
2020-09-15 stat.ME
Tree models for covariate-dependent method agreement with repeated measurements in clinical research
TUM School of Medicine and Health, Technical University of Munich（慕尼黑工业大学健康医学院）；Faculty of Economics and Statistics, University of Innsbruck（因斯布鲁克大学经济统计学院）；University Medical Center Hamburg-Eppendorf（汉堡埃彭多夫大学医学中心）；Institute of AI and Informatics in Medicine, TUM School of Medicine and Health, Technical University of Munich（慕尼黑工业大学健康医学院人工智能与医学信息学研究所）
本文提出COAT树模型，用于处理临床研究中重复测量的协变量依赖方法一致性问题，通过回归树捕捉Bland-Altman分析参数与协变量的依赖关系，并通过模拟研究验证其有效性。
2026-03-31 stat.AP stat.ME
Variable Selection with ABC Bayesian Forests
在统计学中，很少有问题像在存在大量冗余协变量的情况下进行变量选择那样令人困惑。变量选择问题在诸如线性模型或其附加变体的参数环境中是最常见的。在这项工作中，我们放弃了线性模型框架，这可能是非常有害的，当协变量以非线性的方式影响结果，并转向基于树的方法进行变量选择。这种变量筛选传统上是通过修剪大树或通过基于一些重要性度量的变量排名来完成的。尽管在实践中大量使用，但从理论角度来看，这些特设选择规则尚未得到很好的理解。在这项工作中，我们设计了一个贝叶斯树为基础的概率方法，并表明，它是一致的变量选择时，回归表面是一个光滑的混合$p>n$协变量。这些结果是贝叶斯森林先验的第一个模型选择一致性结果。变量重要性的概率评估是可行的尖峰和板坯包装周围的总和树先验。从树上的后验分布中采样本质上是非常困难的。作为MCMC的替代方案，我们提出了ABC贝叶斯森林，一种新的ABC抽样方法的基础上，数据分裂，实现更高的ABC接受率。我们表明，该方法是强大的，成功地找到高边际包含概率的变量。我们的ABC算法提供了一个新的途径，在非参数设置的边缘可能性是棘手的近似的中值概率模型。
2021-02-24 stat.ME
Bayesian Additive Regression Tree Copula Processes for Scalable Distributional Prediction
Scientific Computing Center, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院科学计算中心）；Melbourne Business School, University of Melbourne（墨尔本大学墨尔本商学院）
本文提出了一种基于贝叶斯加法回归树的 copula 过程模型，用于实现可扩展的分布预测，并通过模拟和实际数据验证了其有效性。
2026-10-07 stat.ME
Quantile Residual Lifetime Regression for Multivariate Failure Time Data
Nanyang Technological University（南洋理工大学）；University of Pittsburgh（匹兹堡大学）；National Institutes of Health/National Cancer Institute（美国国立卫生研究院/美国国家癌症研究所）
针对多元失效时间数据，提出边际半参数分位数剩余寿命回归模型，通过无偏估计方程估计参数，并给出三种方差估计方法，模拟和实例验证了方法的有效性。
2026-07-03 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
Nonparametric Regression via Tree-Guided Feature Aggregation
Cornell University（康奈尔大学）
针对协变量具有层次树结构的回归问题，提出一种基于惩罚的Nadaraya-Watson型估计器KR-TEXAS，通过自适应惩罚权重同时实现模型选择和特征聚合，并证明了模型选择一致性。
2026-05-28 stat.ME
Regression Trees for Longitudinal Data
在研究反应轨迹时，通常感兴趣的人群可能足够多样化，在其中存在不同的亚组，并且在这些亚组中反应的纵向变化可能不一致。也就是说，纵向曲线中协变量的时间斜率和/或影响可能在这些不同的亚组中有所不同。例如，Raudenbush（2001）以抑郁症为例，认为假设给定人群中的所有人都会经历抑郁症的增加或减少是不正确的。在这种情况下，传统的线性混合效应模型（假设协变量和时间的共同参数形式）不直接适用于整个人群，因为组平均轨迹可以掩盖重要的亚组差异。我们的目的是以最简约的方式，根据基线协变量的组合，识别和表征纵向同质亚组。这一目标可以通过使用基线协变量作为划分变量为纵向数据构建回归树来实现。我们提出了LongCART算法来构造纵向数据的回归树。在每个节点中，所提出的LongCART算法通过参数不稳定性测试来确定是否需要进一步分裂（即纵向剖面的参数是否受任何基线属性的影响），因此进一步分裂的决定是第一类错误受控的。我们已经得到了所提出的不稳定性测试的渐近结果，并通过模拟研究检查整个算法的有限样本行为。最后，我们应用LongCART算法研究了HIV患者胆碱水平的纵向变化。
2014-07-13 stat.ME stat.ML
Assessing effect heterogeneity of a randomized treatment using conditional inference trees
当个体特征影响治疗效果时，发生处理效应异质性。我们提出了一种新的方法，结合预后评分匹配和条件推理树来表征随机二进制治疗的效果异质性。将我们的方法与替代方法区分开的一个关键特征是它控制第一类错误率，即，如果不存在效应异质性并保留基础亚组，则确定效应异质性的概率。这一特点使得我们的技术在临床试验中特别有吸引力，在临床试验中，错误地宣称不同人群亚组的效果不同可能会产生重大成本。TEHTree能够识别异质亚组，表征相关亚组并估计相关的处理效应。我们使用全面的模拟研究证明了所提出的方法的有效性，并使用营养试验数据集来说明我们的方法，以评估患者人群中的效果异质性。
2020-11-23 stat.AP stat.ME
Correlated Bayesian Additive Regression Trees with Gaussian Process for Regression Analysis of Dependent Data
针对相依数据建模的不足，提出CBART-GP模型，通过加性框架结合CBART与高斯过程提取残差依赖结构，并开发两阶段方差分析方法降低计算复杂度，实现准确的协ariate-响应关系恢复与强预测性能。
2025-09-15 stat.ME
Principal Stratification with Bayesian Additive Regression Trees for Count-Valued Intermediate Variables: Estimating the Effect of Fertility on Women's Employment
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文扩展主分层结合BART的框架，适配计数型中间变量场景，经模拟及非洲多国调查数据验证，其因果效应估计性能优于传统方法，可揭示被标准方法掩盖的异质性。
2026-08-12 stat.AP stat.ME
ROC-Guided Survival Trees and Ensembles
基于树的方法是研究事件发生时间结局的流行非参数工具。在本文中，我们介绍了一种新颖的生存树和集合框架，其中树划分动态幸存者群体并可以处理时间相关的协变量。利用随机检验的思想，我们开发了广义的时间依赖的受试者工作特征（ROC）曲线来评估生存树的性能。树构建算法由基于ROC的决策理论标准指导，专门针对预测精度。为了解决单棵树的不稳定性问题，我们提出了一种新的集成过程的基础上平均鞅估计方程，这是不同于现有的方法，平均预测的生存或累积风险函数从个别树木。进行了广泛的仿真研究，以检查所提出的方法的性能。最后，以艾滋病研究为例，说明了该方法的应用.
2020-01-13 stat.ME
