235 artículos
Este artículo propone un método de estimación semiparamétrica eficiente que utiliza funciones de influencia óptimas para abordar la incertidumbre muestral en el uso de instrumentos genéticos dentro del marco de efectos marginales del tratamiento, revelando que las personas más propensas al consumo excesivo de alcohol experimentan efectos adversos más severos sobre la presión arterial.
Este artículo presenta un marco geométrico que demuestra cómo el sesgo de primer orden en los funcionales posteriores bajo inferencia variacional está determinado por las componentes ortogonales al espacio tangente de la familia variacional, explicando así la distorsión sistemática de las dependencias entre bloques en los métodos de campo medio.
Este artículo estudia la estimación de densidades no paramétrica con restricciones de forma mediante proyecciones en la distancia de Wasserstein, demostrando propiedades estructurales, proponiendo un método de discretización y comparando este enfoque con la estimación de máxima verosimilitud para densidades no decrecientes y log-cóncavas.
Este artículo propone un marco para estimar e inferir efectos causales principales heterogéneos bajo el supuesto de ignorabilidad principal, desarrollando varios estimadores con diferentes propiedades de robustez (incluyendo uno doblemente robusto) y validando los métodos mediante el ensayo aleatorizado de Camden Coalition.
Este artículo presenta un método basado en BMW-GAM para cuantificar la incertidumbre de los impactos negativos en sistemas energéticos críticos durante eventos extremos compuestos, utilizando una copula gaussiana y modelos aditivos generalizados bayesianos para simular variables climáticas como temperatura, velocidad del viento e irradiación.
El documento presenta AgroDesign, un marco de inferencia estadística en Python que integra el diseño experimental como especificación central para automatizar la construcción de modelos lineales, la identificación de estratos de error y la interpretación de resultados en ensayos agrícolas, garantizando así la consistencia y reproducibilidad de los análisis.
Este artículo presenta el MM-test, un método libre de distribución que combina una nueva estadística de razón de cuasi-verosimilitud con un procedimiento de knockoff para identificar genes espacialmente variables en datos de transcriptómica espacial 2D y 3D, superando a los métodos existentes en rendimiento y ofreciendo garantías teóricas de control de la tasa de falsos descubrimientos.
Este artículo presenta un marco de procesos puntuales temporales para muestrear distribuciones de conteo multivariadas con soporte hacia abajo cerrado, demostrando que su implementación como colas de servidores infinitos acoplados supera a los procesos de nacimiento-muerte y Zanella en eficiencia y ofrece una base para redes neuronales estocásticas recurrentes con características biológicamente plausibles.
Este trabajo propone un marco de inferencia bayesiana totalmente automatizado para modelos no normalizados que evita la evaluación de la constante de normalización al reformular el problema como clasificación binaria mediante estimación de contraste de ruido, permitiendo así una estimación precisa y cuantificación de incertidumbre sin necesidad de ajuste manual.
Este artículo investiga las segundas órdenes de asintótica para la diferencia en el número de veces que estimadores consistentes se desvían más de un umbral de su valor objetivo, introduciendo una noción de "deficiencia relativa asintótica" para distinguir entre estimadores con eficiencias relativas idénticas y demostrando que, por ejemplo, el uso de en la estimación de la varianza normal es óptimo bajo este criterio.
Este artículo propone un marco unificado para la detección de anomalías basado en los valores de sorpresa (surprisals) y sus distribuciones de cola, ofreciendo estimadores empíricos y de valores extremos que permiten identificar anomalías en datos complejos incluso bajo una especificación de modelo incorrecta.
Este artículo presenta un marco de priores de descomposición jerárquica para modelos bayesianos de distribución de especies que permite un control transparente de la partición de la varianza, mejorando la interpretabilidad de los procesos ambientales, espaciales y temporales sin sacrificar el rendimiento predictivo.
Este artículo establece cotas uniformes de tipo Lorden para los momentos del exceso de una caminata aleatoria con incrementos de una familia exponencial estandarizada en el régimen de deriva pequeña, demostrando que la constante clásica mejora a 1 con un término de error que decae exponencialmente y proporcionando una interpretación en términos de transporte óptimo.
Este artículo estudia los límites estadísticos para detectar múltiples submatrices ocultas en una matriz gaussiana grande con señales inhomogéneas, estableciendo cotas inferiores teóricas y diseñando algoritmos que las igualan tanto para modelos de desplazamiento de media como de varianza, bajo configuraciones de índices arbitrarios y consecutivos.
Este artículo establece las distribuciones límite de la última ocurrencia y el número total de veces que un estimador fuertemente consistente se desvía más de de su valor objetivo, proporcionando resultados teóricos generales para comparar estimadores, definir nuevas propiedades de optimalidad para la máxima verosimilitud y construir intervalos de confianza secuenciales en contextos paramétricos y no paramétricos, tanto i.i.d. como no i.i.d.
Este artículo presenta el descubrimiento computacional de las "murmuraciones", un nuevo fenómeno aritmético que vincula herramientas de inteligencia artificial con la teoría de números, revelando información sutil sobre las trazas de Frobenius y conectando con la conjetura de Birch y Swinnerton-Dyer y la teoría de matrices aleatorias.
Este artículo determina la región exacta de valores simultáneos que pueden alcanzar las correlaciones de rango de Chatterjee () y Blest () sobre la clase de todas las cópulas bivariadas, resolviendo un problema de optimización restringida que conduce a una nueva familia de cópulas extremas con expresiones cerradas que parametrizan dicha frontera.
Este artículo propone un diseño de enriquecimiento adaptativo bayesiano que utiliza datos históricos agregados para informar recomendaciones de tratamiento individualizadas, demostrando mediante simulaciones y un caso de estudio en apnea del sueño mejoras en la potencia estadística y la eficiencia del tamaño muestral en comparación con diseños que no incorporan información externa.
Este artículo propone dos medidas probabilísticas, la Tasa de Reproducibilidad (RR) y la Tasa de Irreproducibilidad Falsa (FIR), para cuantificar y evaluar el comportamiento de las asociaciones positivas en estudios de replicación dentro de los estudios de asociación del genoma completo (GWAS).
Los autores proponen un nuevo método de análisis conjunto basado en el control de la tasa local de falsos descubrimientos conjunta (Jlfdr) que demuestra ser más potente y efectivo que los métodos tradicionales de metaanálisis para identificar variantes genéticas asociadas en estudios de asociación del genoma completo (GWAS), especialmente al analizar conjuntos de datos heterogéneos.