统计学

2025年10月 的作者和标题

[1] arXiv:2510.00073 [中文pdf, pdf, html, 其他]

标题： 在（误指）线性老虎机中识别所有ε最优臂 显示英文标题

标题： Identifying All ε-Best Arms in (Misspecified) Linear Bandits

Zhekai Li, Tianyi Ma, Cheng Hua, Ruihao Zhu

评论： 80页（33页为主文），12图，3表

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

[2] arXiv:2510.00076 [中文pdf, pdf, html, 其他]

标题： 小石类的私有学习，再审视 显示英文标题

标题： Private Learning of Littlestone Classes, Revisited

Xin Lyu

评论： 欢迎评论

主题： 机器学习 (stat.ML) ; 密码学与安全 (cs.CR) ; 数据结构与算法 (cs.DS) ; 机器学习 (cs.LG)

[3] arXiv:2510.00087 [中文pdf, pdf, html, 其他]

标题： 用神经跳跃微分方程揭示婴儿肠道微生物组中抗生素异常的时序动态 显示英文标题

标题： Revealing the temporal dynamics of antibiotic anomalies in the infant gut microbiome with neural jump ODEs

Anja Adamov, Markus Chardonnet, Florian Krach, Jakob Heiss, Josef Teichmann, Nicholas A. Bokulich

主题： 应用 (stat.AP) ; 机器学习 (cs.LG) ; 概率 (math.PR) ; 定量方法 (q-bio.QM)

[4] arXiv:2510.00128 [中文pdf, pdf, html, 其他]

标题： 基于设计的随机化、选择和缺失性测试：利用广泛可获取的卫星图像进行远程审计 显示英文标题

标题： Remote Auditing: Design-based Tests of Randomization, Selection, and Missingness with Broadly Accessible Satellite Imagery

Connor T. Jerzak, Adel Daoud

评论： 21页，5图

主题： 方法论 (stat.ME)

[5] arXiv:2510.00158 (交叉列表自 math.ST) [中文pdf, pdf, html, 其他]

标题： 一种贝叶斯对集合卡尔曼更新的描述 显示英文标题

标题： A Bayesian Characterization of Ensemble Kalman Updates

Frederic J. N. Jorgensen, Youssef M. Marzouk

评论： 29页，3图

主题： 统计理论 (math.ST) ; 数值分析 (math.NA) ; 优化与控制 (math.OC) ; 概率 (math.PR)

[6] arXiv:2510.00217 [中文pdf, pdf, html, 其他]

标题： 用于表征颞下颌关节生物力学性别的维度缩减 显示英文标题

标题： Dimension Reduction for Characterizing Sexual Dimorphism in Biomechanics of the Temporomandibular Joint

Sung Hee Park, Xin Zhang, Elizabeth Slate, Shuchun Sun, Hai Yao

评论： 37页，12图和9表

主题： 方法论 (stat.ME)

[7] arXiv:2510.00287 [中文pdf, pdf, html, 其他]

标题： 无需假设的网络关联数据推断 显示英文标题

标题： Assumption-lean Inference for Network-linked Data

Wei Li, Nilanjan Chakraborty, Robert Lunde

主题： 方法论 (stat.ME) ; 统计理论 (math.ST)

[8] arXiv:2510.00334 [中文pdf, pdf, html, 其他]

标题： 贝叶斯网络的结构精炼以实现有效的模型参数化 显示英文标题

标题： Structural Refinement of Bayesian Networks for Efficient Model Parameterisation

Kieran Drury, Martine J. Barons, Jim Q. Smith

评论： 38页，10图，3表，一个附录

主题： 方法论 (stat.ME) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG) ; 应用 (stat.AP)

[9] arXiv:2510.00367 [中文pdf, pdf, html, 其他]

标题： CINDES：分类诱导神经密度估计器和模拟器 显示英文标题

标题： CINDES: Classification induced neural density estimator and simulator

Dehao Dai, Jianqing Fan, Yihong Gu, Debarghya Mukherjee

评论： 50页，1图

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

[10] arXiv:2510.00389 (交叉列表自 math.ST) [中文pdf, pdf, html, 其他]

标题： 通过估计方程的零方差自归一化重要性抽样 显示英文标题

标题： Zero variance self-normalized importance sampling via estimating equations

Art B. Owen

主题： 统计理论 (math.ST) ; 数值分析 (math.NA) ; 计算 (stat.CO)

[11] arXiv:2510.00431 [中文pdf, pdf, html, 其他]

标题： 通过将广义估计方程应用于伪似然函数，对二次指数逻辑回归进行准确的标准误差估计 显示英文标题

标题： An Accurate Standard Error Estimation for Quadratic Exponential Logistic Regressions by Applying Generalized Estimating Equations to Pseudo-Likelihoods

Ong Wei Yong, Lee Shao-Man, Hsueh Chia-Ming, Chang Sheng-Mao

主题： 方法论 (stat.ME)

[12] arXiv:2510.00432 [中文pdf, pdf, 其他]

标题： 经验部分贝叶斯两样本检验 显示英文标题

标题： Empirical partially Bayes two sample testing

Wanyi Ling, Wufang Hong, Nikolaos Ignatiadis

主题： 方法论 (stat.ME)

[13] arXiv:2510.00463 [中文pdf, pdf, html, 其他]

标题： 基于学习的共形新奇检测的对抗鲁棒性 显示英文标题

标题： On the Adversarial Robustness of Learning-based Conformal Novelty Detection

Daofu Zhang, Mehrdad Pournaderi, Hanne M. Clifford, Yu Xiang, Pramod K. Varshney

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

[14] arXiv:2510.00504 [中文pdf, pdf, 其他]

标题： 通用压缩理论：彩票假设与超多项式扩展定律 显示英文标题

标题： A universal compression theory: Lottery ticket hypothesis and superpolynomial scaling laws

Hong-Yi Wang, Di Luo, Tomaso Poggio, Isaac L. Chuang, Liu Ziyin

评论： 预印本

主题： 机器学习 (stat.ML) ; 无序系统与神经网络 (cond-mat.dis-nn) ; 信息论 (cs.IT) ; 机器学习 (cs.LG)

[15] arXiv:2510.00545 [中文pdf, pdf, 其他]

标题： 贝叶斯神经网络用于函数方差分析模型 显示英文标题

标题： Bayesian Neural Networks for Functional ANOVA model

Seokhun Park, Choeun Kim, Jihu Lee, Yunseop Shin, Insung Kong, Yongdai Kim

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[16] arXiv:2510.00551 (交叉列表自 math.ST) [中文pdf, pdf, html, 其他]

标题： 稳定相位恢复：泊松和重尾模型中的最优率 显示英文标题

标题： Stable Phase Retrieval: Optimal Rates in Poisson and Heavy-tailed Models

Gao Huang, Song Li, Deanna Needell

评论： 77页，6图

主题： 统计理论 (math.ST) ; 信息论 (cs.IT)

[17] arXiv:2510.00557 (交叉列表自 math.ST) [中文pdf, pdf, html, 其他]

标题： 共线性效应在机器学习变量重要性度量中的数学理论 显示英文标题

标题： Mathematical Theory of Collinearity Effects on Machine Learning Variable Importance Measures

Kelvyn K. Bladen, D. Richard Cutler, Alan Wisler

评论： 15页，5图

主题： 统计理论 (math.ST) ; 机器学习 (stat.ML)

[18] arXiv:2510.00558 [中文pdf, pdf, html, 其他]

标题： 一种使用组合分位数方法的数据自适应因子模型 显示英文标题

标题： A Data-Adaptive Factor Model Using Composite Quantile Approach

Seeun Park, Hee-Seok Oh

主题： 方法论 (stat.ME)

[19] arXiv:2510.00569 [中文pdf, pdf, html, 其他]

标题： 基于黎曼优化的塞格雷流形上保证的噪声CP张量恢复 显示英文标题

标题： Guaranteed Noisy CP Tensor Recovery via Riemannian Optimization on the Segre Manifold

Ke Xu, Yuefeng Han

评论： 33页，7图

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 优化与控制 (math.OC) ; 统计理论 (math.ST) ; 方法论 (stat.ME)

[20] arXiv:2510.00598 [中文pdf, pdf, html, 其他]

标题： 一种加权回归方法用于面板数据中的断点检测 显示英文标题

标题： A Weighted Regression Approach to Break-Point Detection in Panel Data

Charl Pretorius, Heinrich Roodt

主题： 方法论 (stat.ME) ; 统计理论 (math.ST)

[21] arXiv:2510.00611 [中文pdf, pdf, html, 其他]

标题： 复杂区域的空间高斯场及其在海洋大型动物保护中的应用 显示英文标题

标题： Spatial Gaussian fields for complex areas with application to marine megafauna conservation

Martina Le-Bert Heyl, Janet van Niekerk, Haavard Rue

主题： 方法论 (stat.ME)

[22] arXiv:2510.00734 [中文pdf, pdf, html, 其他]

标题： 微分熵在贝叶斯最优实验设计中的近似 显示英文标题

标题： Approximation of differential entropy in Bayesian optimal experimental design

Chuntao Chen, Tapio Helin, Nuutti Hyvönen, Yuya Suzuki

评论： 28页，3图

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 数值分析 (math.NA) ; 计算 (stat.CO)

[23] arXiv:2510.00875 [中文pdf, pdf, html, 其他]

标题： 通过贝叶斯镜像统计量进行错误发现率控制 显示英文标题

标题： False Discovery Rate Control via Bayesian Mirror Statistic

Marco Molinari, Magne Thoresen

主题： 方法论 (stat.ME) ; 机器学习 (stat.ML)

[24] arXiv:2510.00900 [中文pdf, pdf, 其他]

标题： 使用不同的调查数据收集模式可能会引入偏差吗？ 使用有向无环图（DAGs）对模式效应的简单介绍 显示英文标题

标题： How can the use of different modes of survey data collection introduce bias? A simple introduction to mode effects using directed acyclic graphs (DAGs)

Georgia D Tomova, Richard J Silverwood, Peter WG Tennant, Liam Wright

主题： 方法论 (stat.ME) ; 其他统计 (stat.OT)

[25] arXiv:2510.00947 [中文pdf, pdf, html, 其他]

标题： 因子增强回归模型的另一种自助程序 显示英文标题

标题： An alternative bootstrap procedure for factor-augmented regression models

Peiyun Jiang, Takashi Yamagata

主题： 方法论 (stat.ME) ; 计量经济学 (econ.EM)