统计学

2022年05月 的作者和标题

[1] arXiv:2205.00007 [中文pdf, pdf, 其他]

标题： 多变量相关时间序列的多属性公式图学习 显示英文标题

标题： Graph Learning from Multivariate Dependent Time Series via a Multi-Attribute Formulation

Jitendra K Tugnait

评论： 5页，2个图，已被接受到2022年IEEE声音、 speech and 信号处理国际会议（ICASSP 2022），新加坡，2022年5月22日至27日。arXiv管理员注：文本与arXiv:2111.07897有重叠。

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 信号处理 (eess.SP)

[2] arXiv:2205.00043 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 尾部对抗稳定性：正则变化线性过程及其扩展 显示英文标题

标题： Tail Adversarial Stability for Regularly Varying Linear Processes and their Extensions

Shuyang Bai, Ting Zhang

评论： 35页

主题： 统计理论 (math.ST) ; 概率 (math.PR)

[3] arXiv:2205.00058 [中文pdf, pdf, 其他]

标题： 随机镜像下降方差缩减的隐式正则化性质 显示英文标题

标题： Implicit Regularization Properties of Variance Reduced Stochastic Mirror Descent

Yiling Luo, Xiaoming Huo, Yajun Mei

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[4] arXiv:2205.00061 [中文pdf, pdf, 其他]

标题： 方向偏差有助于随机梯度下降在核回归模型中推广 显示英文标题

标题： The Directional Bias Helps Stochastic Gradient Descent to Generalize in Kernel Regression Models

Yiling Luo, Xiaoming Huo, Yajun Mei

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[5] arXiv:2205.00093 [中文pdf, pdf, 其他]

标题： 贝叶斯获益风险分析 显示英文标题

标题： Bayesian Benefit Risk Analysis

Konstantinos Vamvourellis, Konstantinos Kalogeropoulos, Lawrence Phillips

主题： 方法论 (stat.ME) ; 应用 (stat.AP)

[6] arXiv:2205.00098 [中文pdf, pdf, 其他]

标题： 关于动态期限结构模型中的非冗余潜在风险 显示英文标题

标题： On Unspanned Latent Risks in Dynamic Term Structure Models

Tomasz Dubiel-Teleszynski, Konstantinos Kalogeropoulos, Nikolaos Karouzakis

评论： arXiv管理员备注：文本与arXiv:2204.10658存在重叠。

主题： 应用 (stat.AP) ; 方法论 (stat.ME)

[7] arXiv:2205.00139 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 非线性最小二乘估计器用于离散观测的反射随机过程 显示英文标题

标题： Nonlinear Least Squares Estimator for Discretely Observed Reflected Stochastic Processes

Han Yuecai, Zhang Dingwen

主题： 统计理论 (math.ST) ; 方法论 (stat.ME)

[8] arXiv:2205.00141 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： Nadaraya-Watson估计器用于由布朗运动驱动的反射随机过程 显示英文标题

标题： Nadaraya-Watson estimator for reflected stochastic processes driven by Brownian motions

Han Yuecai, Zhang Dingwen

主题： 统计理论 (math.ST) ; 方法论 (stat.ME)

[9] arXiv:2205.00144 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 分数布朗运动驱动的随机微分方程的非参数估计 显示英文标题

标题： Nonparametric Estimation for Stochastic Differential Equations Driven by Fractional Brownian Motion

Han Yuecai, Zhang Dingwen

主题： 统计理论 (math.ST) ; 方法论 (stat.ME)

[10] arXiv:2205.00259 [中文pdf, pdf, 其他]

标题： cubble：一个用于组织和处理多变量时空数据的R包 显示英文标题

标题： cubble: An R Package for Organizing and Wrangling Multivariate Spatio-temporal Data

H. Sherry Zhang, Dianne Cook, Ursula Laa, Nicolas Langrené, Patricia Menéndez

主题： 计算 (stat.CO) ; 方法论 (stat.ME)

[11] arXiv:2205.00304 [中文pdf, pdf, 其他]

标题： 构建局部自归一化多变点检验的一般框架 显示英文标题

标题： A General Framework For Constructing Locally Self-Normalized Multiple-Change-Point Tests

Cheuk Hin Cheng, Kin Wai Chan

评论： 70页，50幅图

主题： 方法论 (stat.ME)

[12] arXiv:2205.00318 [中文pdf, pdf, 其他]

标题： 区域数据的多元差异边界检测的贝叶斯模型 显示英文标题

标题： Bayesian Models for Multivariate Difference Boundary Detection in Areal Data

Leiwen Gao, Sudipto Banerjee, Beate Ritz

主题： 方法论 (stat.ME)

[13] arXiv:2205.00336 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 一种非参数回归方法作为经验贝叶斯同时估计的替代方案 显示英文标题

标题： A nonparametric regression alternative to empirical Bayes approaches to simultaneous estimation

Alton Barbehenn, Sihai Dave Zhao

主题： 统计理论 (math.ST)

[14] arXiv:2205.00350 [中文pdf, pdf, 其他]

标题： 正交统计学习与自协调损失 显示英文标题

标题： Orthogonal Statistical Learning with Self-Concordant Loss

Lang Liu, Carlos Cinelli, Zaid Harchaoui

评论： COLT 2022

主题： 机器学习 (stat.ML) ; 信息论 (cs.IT) ; 机器学习 (cs.LG)

[15] arXiv:2205.00413 [中文pdf, pdf, 其他]

标题： 平滑分位数回归用于截尾残存寿命 显示英文标题

标题： Smoothed quantile regression for censored residual life

Kyu Hyun Kim, Daniel J. Caplan, Sangwook Kang

评论： 16页，2个图

主题： 计算 (stat.CO)

[16] arXiv:2205.00504 [中文pdf, pdf, 其他]

标题： 领域适应 meets 个体公平。 并且它们相处融洽。 显示英文标题

标题： Domain Adaptation meets Individual Fairness. And they get along

Debarghya Mukherjee, Felix Petersen, Mikhail Yurochkin, Yuekai Sun

评论： 发表于NeurIPS 2022

主题： 机器学习 (stat.ML) ; 人工智能 (cs.AI) ; 计算机与社会 (cs.CY) ; 机器学习 (cs.LG)

[17] arXiv:2205.00505 [中文pdf, pdf, 其他]

标题： 似然比序约束下的两样本问题的统计推断及其在ROC曲线估计中的应用 显示英文标题

标题： Statistical inference for the two-sample problem under likelihood ratio ordering, with application to the ROC curve estimation

Dingding Hu, Meng Yuan, Tao Yu, Pengfei Li

评论： 35页，2个图

主题： 方法论 (stat.ME)

[18] arXiv:2205.00530 (交叉列表自 math.ST) [中文pdf, pdf, html, 其他]

标题： 广义Fisher-Darmois-Koopman-Pitman定理和幂律分布的Rao-Blackwell型估计量 显示英文标题

标题： Generalized Fisher-Darmois-Koopman-Pitman Theorem and Rao-Blackwell Type Estimators for Power-Law Distributions

Atin Gayen, M. Ashok Kumar

评论： 33页，增加了使用广义充分统计量重新抽样的解释，进行了 minor 修改，发表于《IEEE信息理论汇刊》，2023年12月。

期刊参考： 《IEEE信息理论汇刊》69（12）7565-7583（2023）

主题： 统计理论 (math.ST) ; 信息论 (cs.IT) ; 概率 (math.PR)

[19] arXiv:2205.00610 [中文pdf, pdf, 其他]

标题： 因果可解释元分析中的系统性缺失数据 显示英文标题

标题： Systematically Missing Data in Causally Interpretable Meta-Analysis

Jon A. Steingrimsson, David H. Barker, Ruofan Bie, Issa J. Dahabreh

主题： 方法论 (stat.ME)

[20] arXiv:2205.00639 [中文pdf, pdf, 其他]

标题： 连续时间网络中依赖关系事件的多变量社区 Hawkes 模型 显示英文标题

标题： The Multivariate Community Hawkes Model for Dependent Relational Events in Continuous-time Networks

Hadeel Soliman, Lingfei Zhao, Zhipeng Huang, Subhadeep Paul, Kevin S. Xu

评论： 将于ICML 2022会议上发表。代码见 https://github.com/IdeasLabUT/Multivariate-Community-Hawkes

主题： 方法论 (stat.ME) ; 机器学习 (cs.LG) ; 社会与信息网络 (cs.SI) ; 机器学习 (stat.ML)

[21] arXiv:2205.00662 [中文pdf, pdf, 其他]

标题： 具有概率集合的多标签问题中的怀疑二元推理 显示英文标题

标题： Skeptical binary inferences in multi-label problems with sets of probabilities

Yonatan Carlos Carranza Alarcón, Sébastien Destercke

主题： 机器学习 (stat.ML) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG) ; 组合数学 (math.CO)

[22] arXiv:2205.00670 [中文pdf, pdf, 其他]

标题： 参数估计对于反射OU过程 显示英文标题

标题： Parameter estimation for reflected OU processes

Han Yuecai, Zhang Dingwen

评论： 15页

主题： 方法论 (stat.ME) ; 统计理论 (math.ST)

[23] arXiv:2205.00709 [中文pdf, pdf, 其他]

标题： 计算高效且数据自适应的高维变点推断 显示英文标题

标题： Computationally efficient and data-adaptive changepoint inference in high dimension

Guanghui Wang, Long Feng

主题： 方法论 (stat.ME)

[24] arXiv:2205.00822 [中文pdf, pdf, 其他]

标题： MEGH：聚类生存数据的一类参数广义风险模型 显示英文标题

标题： MEGH: A parametric class of general hazard models for clustered survival data

Rubio, F.J., Drikvandi, R

评论： 将发表于《Statistical Methods in Medical Research》。R代码和数据可从以下链接获取：https://github.com/FJRubio67/MEGH

主题： 方法论 (stat.ME) ; 应用 (stat.AP)

[25] arXiv:2205.00844 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 随机过程分解中的稀疏表示与Karhunen-Loeve展开的AFD类型对比 显示英文标题

标题： AFD Types Sparse Representations vs. the Karhunen-Loeve Expansion for Decomposing Stochastic Processes

Tao Qian, Ying Zhang, Wanquan Liu, Wei Qu

主题： 统计理论 (math.ST) ; 泛函分析 (math.FA) ; 数值分析 (math.NA) ; 概率 (math.PR)

[26] arXiv:2205.00859 [中文pdf, pdf, 其他]

标题： 瑞典的COVID-19贝叶斯监测 显示英文标题

标题： Bayesian Monitoring of COVID-19 in Sweden

Robin Marin, Håkan Runvik, Alexander Medvedev, Stefan Engblom

评论： 软件用于可重复性：https://github.com/robineriksson/Bayesian-Monitoring-of-COVID-19-in-Sweden

主题： 应用 (stat.AP) ; 优化与控制 (math.OC)

[27] arXiv:2205.00894 [中文pdf, pdf, 其他]

标题： 动态工业环境中职业安全风险的建模与缓解 显示英文标题

标题： Modeling and mitigation of occupational safety risks in dynamic industrial environments

Ashutosh Tewari, Antonio R. Paiva

主题： 应用 (stat.AP) ; 机器学习 (cs.LG)

[28] arXiv:2205.00901 [中文pdf, pdf, html, 其他]

标题： beyond 尼曼-皮尔逊：e 值启用带有数据驱动 α 的假设检验 显示英文标题

标题： Beyond Neyman-Pearson: e-values enable hypothesis testing with a data-driven alpha

Peter Grünwald

评论： 第三，再次彻底修订的版本。第一版的部分材料已移至另一篇论文《E-后验》，将发表于《伦敦皇家学会哲学交易会A系列》。与第二版相比，本版的技术处理已被大大简化。

主题： 方法论 (stat.ME)

[29] arXiv:2205.00930 [中文pdf, pdf, 其他]

标题： 使用非局部分布混合物的多重假设筛查及其在基因组研究中的应用 显示英文标题

标题： Multiple hypothesis screening using mixtures of non-local distributions with applications to genomic studies

Francesco Denti, Stefano Peluso, Michele Guindani, Antonietta Mira

主题： 方法论 (stat.ME) ; 应用 (stat.AP)

[30] arXiv:2205.00992 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 关于“多元Fisher独立性检验用于多元相关性”的讨论 显示英文标题

标题： Discussion of 'Multivariate Fisher's independence test for multivariate dependence'

Thomas B Berrett

评论： 4页

主题： 统计理论 (math.ST) ; 方法论 (stat.ME)

[31] arXiv:2205.01016 [中文pdf, pdf, html, 其他]

标题： 高斯图模型中精度矩阵分块分解的证据估计 显示英文标题

标题： Evidence Estimation in Gaussian Graphical Models Using a Telescoping Block Decomposition of the Precision Matrix

Anindya Bhadra, Ksheera Sagar, David Rowe, Sayantan Banerjee, Jyotishka Datta

主题： 方法论 (stat.ME)

[32] arXiv:2205.01022 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 渐近正态性对于广义香农熵的插入估计量 显示英文标题

标题： Asymptotic Normality for Plug-in Estimators of Generalized Shannon's Entropy

Jialin Zhang, Jingyi Shi

主题： 统计理论 (math.ST) ; 信息论 (cs.IT)

[33] arXiv:2205.01027 [中文pdf, pdf, 其他]

标题： 新冠疫情、气候变化和居家办公对出行选择的影响 显示英文标题

标题： The impact of COVID-19, climate change and working from home on travel choices

Torran Semple, Achille Fonzone, Greg Fountas

评论： 32页，13幅图，8张表格

主题： 应用 (stat.AP)

[34] arXiv:2205.01035 [中文pdf, pdf, 其他]

标题： 一种信息论的超图心理测量方法 显示英文标题

标题： An information-theoretic approach to hypergraph psychometrics

Daniele Marinazzo, Jan Van Roozendaal, Fernando E. Rosas, Massimo Stella, Renzo Comolatti, Nigel Colenbier, Sebastiano Stramaglia, Yves Rosseel

期刊参考： 《行为研究方法》，2024年

主题： 方法论 (stat.ME)

[35] arXiv:2205.01054 [中文pdf, pdf, 其他]

标题： 一种用于在线检测渐变的动态变化模型 显示英文标题

标题： A Change Dynamic Model for the Online Detection of Gradual Change

Chris Browne

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 应用 (stat.AP)

[36] arXiv:2205.01061 [中文pdf, pdf, 其他]

标题： 滚动 enroll（注册） 入学情况下匹配的稳健推断 显示英文标题

标题： Robust inference for matching under rolling enrollment

Amanda K. Glazer, Samuel D. Pimentel

期刊参考： 《因果推断杂志》 11 (2023)

主题： 方法论 (stat.ME)

[37] arXiv:2205.01092 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 非线性反射随机微分方程的漂移参数估计 显示英文标题

标题： Drift parameter estimation for nonlinear reflected stochastic differential equations

Han Yuecai, Zhang Dingwen

评论： arXiv管理员备注： substantial text overlap with arXiv:2205.00141； 与arXiv:2205.00139存在文本重叠。

主题： 统计理论 (math.ST)

[38] arXiv:2205.01158 [中文pdf, pdf, 其他]

标题： 再生核与组成数据研究的新方法 显示英文标题

标题： Reproducing Kernels and New Approaches in Compositional Data Analysis

Binglin Li, Jeongyoun Ahn

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 统计理论 (math.ST)

[39] arXiv:2205.01238 [中文pdf, pdf, 其他]

标题： 被汉森的现代高斯-马尔可夫定理掩盖的材料事实 显示英文标题

标题： Material Facts Obscured in Hansen's Modern Gauss-Markov Theorem

Hrishikesh D Vinod

主题： 方法论 (stat.ME)

[40] arXiv:2205.01257 [中文pdf, pdf, 其他]

标题： 范数无关的线性Bandits 显示英文标题

标题： Norm-Agnostic Linear Bandits

Spencer (Brady)Gales, Sunder Sethuraman, Kwang-Sung Jun

评论： AISTATS'22；添加了致谢部分

主题： 机器学习 (stat.ML) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG)

[41] arXiv:2205.01279 [中文pdf, pdf, 其他]

标题： 交通事故频率模型的互补拟合程序 显示英文标题

标题： Complementary Goodness of Fit Procedure for Crash Frequency Models

Mohammadreza Hashemi, Adrian Ricardo Archilla

评论： 19页，6个图，3个表格

主题： 应用 (stat.AP) ; 其他统计 (stat.OT)

[42] arXiv:2205.01281 [中文pdf, pdf, 其他]

标题： 交叉设计重复测量实验中分析高斯和非高斯响应的相关结构 显示英文标题

标题： A correlation structure for the analysis of Gaussian and non-Gaussian responses in crossover experimental designs with repeated measures

N.A. Cruz, O.O. Melo, C.A. Martinez

评论： 29页，5个表格，5个图表。统计论文（2023年）

主题： 方法论 (stat.ME)

[43] arXiv:2205.01285 [中文pdf, pdf, 其他]

标题： 一种灵活的预测性生物标志物发现方法 显示英文标题

标题： A Flexible Approach for Predictive Biomarker Discovery

Philippe Boileau, Nina Ting Qi, Mark J. van der Laan, Sandrine Dudoit, Ning Leng

主题： 方法论 (stat.ME)

[44] arXiv:2205.01294 [中文pdf, pdf, 其他]

标题： 一个用于分析零膨胀和零调整数据的R包AZIAD 显示英文标题

标题： An R Package AZIAD for Analyzing Zero-Inflated and Zero-Altered Data

Niloufar Dousti Mousavi, Hani Aldirawi, Jie Yang

评论： 十四张桌子

主题： 计算 (stat.CO) ; 方法论 (stat.ME)

[45] arXiv:2205.01303 [中文pdf, pdf, 其他]

标题： 鞅和反向李雅普诺夫方法的随机逼近收敛性 显示英文标题

标题： Convergence of Stochastic Approximation via Martingale and Converse Lyapunov Methods

M. Vidyasagar

评论： 20页；献给Eduardo Sontag教授的70岁生日，以及Rajeeva L. Karandikar教授的65岁生日。

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 概率 (math.PR)

[46] arXiv:2205.01315 [中文pdf, pdf, 其他]

标题： 评估重复测试fMRI研究中的激活或非激活确定性 显示英文标题

标题： Assessing Certainty of Activation or Inactivation in Test-Retest fMRI Studies

Ranjan Maitra

评论： 13页；8幅图；1张表

期刊参考： 神经影像学，47(1):88-97 (2009)

主题： 应用 (stat.AP) ; 方法论 (stat.ME)

[47] arXiv:2205.01445 [中文pdf, pdf, 其他]

标题： 特征学习的高维渐近性：一步梯度如何改进表示 显示英文标题

标题： High-dimensional Asymptotics of Feature Learning: How One Gradient Step Improves the Representation

Jimmy Ba, Murat A. Erdogdu, Taiji Suzuki, Zhichao Wang, Denny Wu, Greg Yang

评论： 71页

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 统计理论 (math.ST)

[48] arXiv:2205.01486 [中文pdf, pdf, 其他]

标题： 可扩展的正则化联合混合模型 显示英文标题

标题： Scalable Regularised Joint Mixture Models

Thomas Lartigue, Sach Mukherjee

评论： 53页，31幅图

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 方法论 (stat.ME)

[49] arXiv:2205.01499 [中文pdf, pdf, 其他]

标题： 一种用于空间数据的分层贝叶斯非渐近极值模型 显示英文标题

标题： A hierarchical Bayesian non-asymptotic extreme value model for spatial data

Federica Stolf, Antonio Canale

主题： 方法论 (stat.ME)

[50] arXiv:2205.01501 [中文pdf, pdf, 其他]

标题： tempered，反截断，多重重要性采样 显示英文标题

标题： Tempered, Anti-trunctated, Multiple Importance Sampling

Grégoire Aufort, Pierre Pudlo, Denis Burgarella

主题： 计算 (stat.CO)