stat articles | Gist.Science

Efficient semiparametric estimation of marginal treatment effects with genetic instrumental variables

Cette étude propose une méthode d'estimation semi-paramétrique efficace des effets marginaux du traitement en utilisant des instruments génétiques, démontrant que l'application de fonctions d'influence optimales permet de surmonter les incertitudes d'échantillonnage liées aux faibles proportions de « compliants » génétiques et révèle un effet néfaste de la consommation excessive d'alcool sur la pression artérielle plus marqué chez les individus les plus enclins à ce comportement.

Ashish Patel, Francis J DiTraglia, Stephen BurgessWed, 11 Ma📊 stat

Functional Bias and Tangent-Space Geometry in Variational Inference

Cet article propose un cadre géométrique expliquant comment le biais des fonctionnelles du postérieur en inférence variationnelle est déterminé par la composante orthogonale à l'espace tangent de la famille variationnelle, révélant ainsi pourquoi les approximations à champ moyen déforment systématiquement les dépendances entre blocs de paramètres.

Sean PlummerWed, 11 Ma📊 stat

Shape-constrained density estimation with Wasserstein projection

Cet article propose une méthode d'estimation de densité non paramétrique sous contraintes de forme, fondée sur la projection par rapport à la distance de Wasserstein, et en étudie les propriétés structurelles ainsi que les performances comparées aux estimateurs de vraisemblance maximale pour les densités décroissantes et log-concaves.

Takeru Matsuda, Ting-Kam Leonard WongWed, 11 Ma📊 stat

Estimation of heterogeneous principal effects under principal ignorability

Cet article propose un cadre d'estimation et d'inférence pour les effets causaux principaux hétérogènes sous l'hypothèse d'ignorabilité principale, en développant plusieurs estimateurs aux propriétés de robustesse variées (dont un doublement robuste) et en validant ces méthodes sur l'essai randomisé Camden Coalition.

Rui Zhang, Charles R. Doss, Jared D. HulingWed, 11 Ma📊 stat

Uncertainty quantification for critical energy systems during compound extremes via BMW-GAM

Cet article présente une méthode d'incertitude quantification pour les systèmes énergétiques critiques face aux événements extrêmes composés, en utilisant le flux de travail BMW-GAM basé sur des copules gaussiennes et des modèles additifs généralisés bayésiens pour modéliser efficacement les variables climatiques.

Mitchell L. Krock, W. Neal Mann, Zhi ZhouWed, 11 Ma📊 stat

AgroDesign: A Design-Aware Statistical Inference Framework for Agricultural Experiments in Python

Le papier présente AgroDesign, un cadre d'inférence statistique en Python qui intègre la conception expérimentale au cœur de l'analyse pour automatiser la modélisation, les tests d'hypothèses et l'interprétation des essais agricoles, garantissant ainsi une rigueur méthodologique et une reproductibilité accrues.

Aqib GulWed, 11 Ma📊 stat

Distribution-free screening of spatially variable genes in spatial transcriptomics

Cet article présente le MM-test, une méthode de criblage sans distribution pour identifier les gènes spatialement variables dans les données de transcriptomique spatiale, y compris en 3D, en utilisant une statistique de rapport de vraisemblance quasi-nulle combinée à une procédure de knockoff pour contrôler le taux de fausses découvertes et surpasser les méthodes existantes.

Changhu Wang, Qiyun Huang, Zihao Chen, Jin Liu, Ruibin XiWed, 11 Ma📊 stat

Sampling on Discrete Spaces with Temporal Point Processes

Cet article propose un échantillonneur basé sur des processus ponctuels temporels modélisés comme des files d'attente à serveurs infinis, qui converge vers n'importe quelle distribution de comptage multivariée à support décroissant et surpasse systématiquement les processus de naissance-mort ainsi que fréquemment les processus de Zanella en termes d'efficacité d'échantillonnage.

Cameron A. Stewart (Gatsby Computational Neuroscience Unit, University College London, London, U.K), Maneesh Sahani (Gatsby Computational Neuroscience Unit, University College London, London, U.K)Wed, 11 Ma📊 stat

Contrastive Bayesian Inference for Unnormalized Models

Cet article propose un cadre d'inférence bayésienne entièrement bayésien pour les modèles non normalisés, qui contourne le problème de la constante de normalisation en reformulant l'inférence comme un problème de classification binaire via l'estimation de contraste de bruit et en traitant cette constante comme un paramètre inconnu, permettant ainsi une estimation précise et une quantification rigoureuse de l'incertitude sans réglage fin.

Naruki Sonobe, Shonosuke Sugasawa, Daichi Mochihashi, Takeru MatsudaWed, 11 Ma📊 stat

Second order asymptotics for the number of times an estimator is more than epsilon from its target value

Cet article étudie les asymptotiques du second ordre pour le nombre de fois où un estimateur s'écarte de sa valeur cible, introduisant une notion de « déficience relative asymptotique » permettant de distinguer des estimateurs ayant la même efficacité asymptotique, comme le démontre l'optimalité de la formule de variance avec dénominateur $n-1/3$ .

Nils Lid Hjort, Grete FenstadWed, 11 Ma📊 stat

Anomaly detection using surprisals

Ce papier propose un cadre unifié pour la détection d'anomalies basé sur les surprisales, qui réduit le problème complexe à l'estimation de la queue d'une distribution univariée et offre des garanties statistiques robustes même en cas de mauvaise spécification du modèle.

Rob J Hyndman, David T. FrazierWed, 11 Ma📊 stat

Bayesian Species Distribution Models using Hierarchical Decomposition Priors

Cet article propose l'adaptation du cadre des priors de décomposition hiérarchique aux modèles de distribution d'espèces bayésiens pour offrir un contrôle direct et transparent sur la partition de la variance, améliorant ainsi l'interprétabilité des contributions environnementales, spatiales et temporelles sans compromettre les performances prédictives.

Luisa Ferrari, Massimo Ventrucci, Alex LainiWed, 11 Ma📊 stat

Uniform Lorden-type bounds for overshoot moments for standard exponential families: small drift and an exponential correction

Cet article établit des bornes uniformes de type Lorden pour les moments de dépassement d'une marche aléatoire issue d'une famille exponentielle standardisée dans le régime de petite dérive, en démontrant une convergence exponentielle vers la limite et en améliorant la constante classique à 1 pour des barrières suffisamment grandes ou une dérive faible.

El'mira Yu. Kalimulina, Mark Ya. KelbertWed, 11 Ma📊 stat

Inhomogeneous Submatrix Detection

Cet article étudie les limites statistiques et propose des algorithmes pour détecter plusieurs sous-matrices cachées et inhomogènes dans une grande matrice gaussienne, en considérant à la fois des modèles de décalage de moyenne et de variance, ainsi que des régimes de placement arbitraires ou consécutifs.

Mor Oren-Loberman, Dvir Jerbi andd Tamir Bendory, Wasim HuleihelWed, 11 Ma📊 stat

On the last time and the number of times an estimator is more than epsilon from its target value

Cet article établit les lois limites de la dernière occurrence et du nombre total d'écartements d'un estimateur par rapport à sa valeur cible, offrant ainsi de nouveaux critères d'optimalité pour les estimateurs de vraisemblance maximale et des méthodes pour construire des tests séquentiels et des intervalles de confiance adaptatifs dans divers cadres paramétriques et non paramétriques.

Nils Lid Hjort, Grete FenstadWed, 11 Ma📊 stat

Murmurations: a case study in AI-assisted mathematics

Cet article présente les « murmurations », un nouveau phénomène arithmétique découvert par l'intelligence artificielle via l'analyse de grands ensembles de données, qui encode des informations subtiles sur les traces de Frobenius et s'inscrit dans le cadre de la statistique arithmétique, reliant la conjecture de Birch et Swinnerton-Dyer à la théorie des matrices aléatoires.

Yang-Hui He, Kyu-Hwan Lee, Thomas Oliver, Alexey PozdnyakovWed, 11 Ma📊 stat

The exact region between Chatterjee's and Blest's rank correlations

Cet article détermine la région exacte des valeurs simultanées que peuvent prendre les corrélations de rang de Chatterjee et de Blest sur la classe de toutes les copules bivariées, en résolvant un problème d'optimisation sous contraintes pour identifier une nouvelle famille de copules extrémales qui paramètre explicitement la frontière de cette région.

Marcus RockelWed, 11 Ma📊 stat

A Bayesian adaptive enrichment design using aggregate historical data to inform individualized treatment recommendations

Cet article propose une conception bayésienne adaptative d'enrichissement qui intègre des données historiques agrégées via une loi a priori de puissance normalisée pour optimiser les recommandations de traitement individualisées et améliorer l'efficacité des essais cliniques.

Lara Maleyeff, Shirin Golchi, Erica E. M. MoodieWed, 11 Ma📊 stat

Estimating Reproducibility in Genome-Wide Association Studies

Cet article propose deux mesures probabilistes, le taux de reproductibilité (RR) et le taux de fausse irréproductibilité (FIR), pour évaluer quantitativement la fiabilité des associations positives dans les études d'association pangénomique (GWAS) lors des études de réplication.

Wei Jiang, Jing-Hao Xue, Weichuan YuThu, 12 Ma📊 stat

Controlling the joint local false discovery rate is more powerful than meta-analysis methods in joint analysis of summary statistics from multiple genome-wide association studies

Cet article propose une nouvelle méthode d'analyse conjointe basée sur le contrôle du taux de fausses découvertes locales (Jlfdr) qui s'avère plus puissante que les méta-analyses classiques pour l'étude de données hétérogènes issues de multiples études d'association pangénomique (GWAS).

Wei Jiang, Weichuan YuThu, 12 Ma📊 stat

← Précédent Suivant →