252 Arbeiten
Die Studie zeigt, dass die Verwendung effizienter Einflussfunktionen die semiparametrische Schätzung marginaler Behandlungseffekte mittels genetischer Instrumentalvariablen verbessert und dabei belegt, dass Personen mit einer hohen Neigung zu übermäßigem Alkoholkonsum stärkere negative Auswirkungen auf den Blutdruck erfahren.
Diese Arbeit entwickelt einen geometrischen Rahmen, der zeigt, dass der systematische Bias von Posterior-Funktionalen in der Variationsinferenz durch Komponenten bestimmt wird, die orthogonal zum Tangentialraum der Variationsfamilie liegen, und erklärt so die bekannte Verzerrung von Abhängigkeiten zwischen Parametern bei Mean-Field-Ansätzen.
Diese Arbeit untersucht die nichtparametrische Schätzung von Dichten unter Formrestriktionen durch Projektion bezüglich der quadratischen Wasserstein-Metrik, wobei strukturelle Eigenschaften für monoton fallende und log-konkave Dichten analysiert, diskretisierte Lösungsverfahren vorgeschlagen und die Ergebnisse mit Maximum-Likelihood-Schätzern verglichen werden.
Diese Arbeit stellt einen Rahmen zur Schätzung und Inferenz heterogener Haupteffekte unter der Annahme der Hauptignorierbarkeit vor, entwickelt mehrere Schätzer mit unterschiedlichen Robustheitseigenschaften und wendet diese auf Daten aus dem Camden Coalition-Hotspotting-Randomisierten-Test an.
Die Studie stellt eine interpretierbare Methode zur Unsicherheitsquantifizierung für kritische Energiesysteme während zusammengesetzter Extremwetterereignisse vor, die auf dem BMW-GAM-Workflow mit Gaußscher Copula basiert und probabilistische Simulationen von Klimavariablen ermöglicht.
Das Paper stellt AgroDesign vor, ein Python-Framework, das experimentelle Versuchspläne in der Landwirtschaft direkt in statistische Modelle übersetzt, um die Reproduzierbarkeit zu erhöhen und die Gefahr fehlerhafter Schlussfolgerungen durch manuelle Modellierung zu minimieren.
Die Studie stellt MM-test vor, eine verteilungsfreie Methode zur Identifizierung räumlich variabler Gene in räumlicher Transkriptomik, die mithilfe eines Quasi-Likelihood-Ratio-Tests und einer Knockoff-Prozedur die Falsch-Entdeckungsrate kontrolliert und sich durch überlegene Leistung sowie theoretische Garantien sowohl bei 2D- als auch bei 3D-Datensätzen auszeichnet.
Die Autoren stellen einen neuartigen Multivariaten-Temporal-Point-Process-Sampler vor, der auf gekoppelten Unendlich-Server-Warteschlangen basiert, um diskrete Verteilungen effizienter zu sampeln als herkömmliche Geburts- und Sterbeprozesse, und leiten daraus ein biologisch plausibles rekurrentes neuronales Netzwerk ab.
Die Autoren stellen ein vollständig bayessches Inferenzverfahren für unnormalisierte Modelle vor, das auf Noise Contrastive Estimation und Pólya-Gamma-Datenaugmentierung basiert, um die Normalisierungskonstante als zusätzlichen Parameter zu behandeln und so eine präzise Parameterschätzung sowie eine prinzipielle Unsicherheitsquantifizierung ohne aufwendige Abstimmung zu ermöglichen.
Diese Arbeit untersucht zweite Ordnungs-Asymptotiken für die Anzahl der Abweichungen eines Schätzers von seinem Zielwert, um konkurrierende Schätzer mit identischen Grenzverteilungen durch das Konzept der „asymptotischen relativen Defizienz" zu unterscheiden und zeigt beispielsweise, dass die Schätzung der Normalvarianz mit dem Nenner optimal ist.
Der Artikel stellt ein einheitliches Framework zur Anomalieerkennung vor, das Anomalien als Beobachtungen mit ungewöhnlich niedriger Wahrscheinlichkeit definiert und deren Erkennung durch die Schätzung der oberen Schwänze einer Surprisal-Verteilung mittels robuster empirischer oder Extremwert-Methoden auf komplexe Daten anwendbar macht.
Diese Studie stellt einen neuen Ansatz vor, der Hierarchische Zerlegungs-Priors in bayesianische Artenverteilungsmodelle integriert, um die Varianzpartitionierung in ökologische, räumliche und zeitliche Effekte transparenter zu gestalten und gleichzeitig eine vergleichbare Vorhersagegenauigkeit zu gewährleisten.
Diese Arbeit leitet für den Überschuss eines Random Walks aus einer standardisierten Exponentialfamilie im Regime kleiner Drift gleichmäßige Lorden-artige Momentenschranken mit expliziten, exponentiell in der Barriere abklingenden Restgliedern her und zeigt, dass sich die klassische Konstante für große Barrieren auf 1 verbessert, wobei die Konvergenzgeschwindigkeit zudem im Sinne optimalen Transports interpretiert wird.
Diese Arbeit untersucht die statistischen Grenzen der Detektion mehrerer versteckter, inhomogener Submatrizen in großen Gauß-Matrizen unter verschiedenen Verschiebungsmodellen und Platzierungsregimen, indem sie informationstheoretische Untergrenzen beweist und Algorithmen entwickelt, die diese bis auf logarithmische Faktoren erreichen.
Diese Arbeit leitet unter schwachen Bedingungen die Grenzwertverteilungen für die letzte Zeit und die Gesamtanzahl der Abweichungen eines stark konsistenten Schätzers von seinem Zielwert ab, wodurch neue Optimalitätseigenschaften für Maximum-Likelihood-Schätzer sowie Methoden für sequenzielle Konfidenzmengen und Tests in parametrischen, nichtparametrischen und nicht-i.i.d.-Szenarien etabliert werden.
Der Artikel beschreibt die Entdeckung und Analyse eines neuen arithmetischen Phänomens namens „Murmurationen", das durch KI-Methoden identifiziert wurde und subtile Informationen über Frobenius-Spuren im Kontext der Birch-und-Swinnerton-Dyer-Vermutung sowie der Zufallsmatrixtheorie kodiert.
Diese Arbeit bestimmt die exakte Menge aller gleichzeitig erreichbaren Wertepaare von Chatterjees und Blests Rangkorrelationen über die Klasse aller bivariaten Copulas, indem sie ein Optimierungsproblem löst und eine neue Extremal-Copula-Familie mit geschlossenen Formeln zur expliziten Parametrisierung dieses Bereichs herleitet.
Die Autoren stellen ein bayessches adaptives Anreicherungsdesign vor, das historische Aggregatdaten mithilfe eines normalisierten Power-Priors nutzt, um individuelle Behandlungsentscheidungen zu optimieren und in klinischen Studien die Effizienz durch frühere Stoppentscheidungen sowie reduzierte Fallzahlen zu steigern.
Diese Studie schlägt zwei probabilistische Maße, die Reproduzierbarkeitsrate (RR) und die Falsch-Irreproduzierbarkeitsrate (FIR), vor, um das Verhalten von positiven Assoziationen in Replikationsstudien bei genomweiten Assoziationsstudien quantitativ zu bewerten und die Studiendesigns sowie die Nachverfolgung potenziell wahrer, aber irreproduzierbarer Befunde zu verbessern.
Die vorgestellte Studie demonstriert, dass eine neuartige Methode zur gemeinsamen Analyse von GWAS-Zusammenfassungsstatistiken auf Basis der Kontrolle der gemeinsamen lokalen Falsch-Entdeckungsrate (Jlfdr) sowohl in Simulationen als auch bei empirischen Daten eine höhere statistische Power aufweist als herkömmliche Meta-Analyse-Verfahren, insbesondere bei heterogenen Datensätzen.