AgroDesign: A Design-Aware Statistical Inference Framework for Agricultural Experiments in Python
AgroDesign は、農業実験の統計的推論において実験計画法を中核的な仕様とし、線形モデルの自動構築から仮説検定、前提条件の検証、意思決定指向の解釈までを包括的に実行する Python フレームワークを提案するものである。
📊 Category
stat.ME
207 件の論文
Adaptive Active Learning for Online Reliability Prediction of Satellite Electronics
本論文は、データ不足や個体差といった課題を克服するため、ウィーナー過程に基づく劣化モデルと、空間配置やモデル不確実性を考慮した適応的能動学習を組み合わせた新たな衛星電子機器のオンライン信頼性予測枠組みを提案し、天宮宇宙ステーションの実用例を通じてその有効性を示しています。
Distribution-free screening of spatially variable genes in spatial transcriptomics
この論文は、未知の空間領域の補助情報を利用する新しい準尤度比統計量「MM-test」と Knockoff 法を組み合わせた分布フリーの手法を開発し、2 次元および 3 次元の空間トランスクリプトミクスデータにおいて既存手法を上回る精度で空間変異遺伝子を同定し、誤検出率を制御することを示しています。
Contrastive Bayesian Inference for Unnormalized Models
この論文は、正規化定数の計算が困難な非正規化モデルに対して、ノイズ対照推定とポリア・ガウスデータ拡張を組み合わせることで、チューニング不要な完全ベイズ推定フレームワークを提案し、正確な点推定と原理的な不確実性の定量化を実現する手法を提示しています。
Anomaly detection using surprisals
この論文は、複雑なデータにおける異常検出を、モデルの誤指定にも頑健な「驚異度（surprisal）」の分布の上部尾部を推定する問題に帰着させ、経験的推定量と極値理論に基づく推定量の 2 つの手法を提案し、その有効性を示す統合的な枠組みを提示するものです。
MM-algorithms for traditional and convex NMF with Tweedie and Negative Binomial cost functions and empirical evaluation
この論文は、過分散や複雑な平均分散関係を持つデータに対応するため、Tweedie 分布や負の二項分布などの広範な分布仮定に基づき、従来の NMF と凸 NMF の両方に対して Majorize-Minimisation 法を用いた統一的な乗法更新アルゴリズムを開発し、実データを用いた評価を通じてノイズモデルの選択の重要性と凸 NMF の有効性を示したものです。
A Unified Hierarchical Multi-Task Multi-Fidelity Framework for Data-Efficient Surrogate Modeling in Manufacturing
本論文は、製造システムにおける異質な多忠実度データを活用し、タスク間の類似性と忠実度依存の不確実性を統合的に学習することで予測精度を大幅に向上させる、階層的なマルチタスク・マルチ忠実度ガウス過程代理モデル枠組みを提案しています。
A Bayesian adaptive enrichment design using aggregate historical data to inform individualized treatment recommendations
この論文は、個人化された治療推奨を目的とした適応的エンリッチメント試験において、サブグループ固有のデータが利用できない場合でも、平均治療効果などの要約統計量に基づいて外部研究からの情報を体系的に借用し、効率的な試験設計を実現する新しいベイズ法を提案するものである。
Nuisance Function Tuning and Sample Splitting for Optimally Estimating a Doubly Robust Functional
この論文は、因果推論や条件付き独立性検出の分野で応用される二重ロバスト関数の推定において、サンプル分割と nuisance 関数のチューニング戦略を適切に組み合わせることで、低正則性条件下でも plug-in 推定量や第一-order 補正推定量がすべての H ölder 滑らかさクラスに対して最小最大収束率を達成し得ることを示しています。
Geodesic slice sampling on the sphere
本論文は、球面上の確率分布から効率的にサンプリングするための新しいマルコフ連鎖手法（縮小法および理想的な測地線スライスサンプリング）を提案し、その反転性と弱正則性条件における一様エルゴード性を証明するとともに、数値実験を通じて既存手法を上回る優れた混合性能を実証するものである。
Estimating Treatment Effects under Algorithmic Interference: A Structured Neural Networks Approach
この論文は、二面市場におけるアルゴリズム干渉により既存の推定量が偏る問題を解決するため、競争的な割り当てメカニズムを明示的にモデル化する構造化半パラメトリック枠組みと二重機械学習を組み合わせた新たな推定手法を提案し、大規模フィールド実験を通じてその有効性を実証したものである。
Adaptive Transfer Clustering: A Unified Framework
この論文は、主データと補助データの間にある未知の不一致を考慮しつつ共通性を自動的に活用する「適応型転移クラスタリング（ATC）」アルゴリズムを提案し、その最適性と転移学習の利点を理論的に証明するとともに、数値実験と実データ分析でその有効性を示しています。
Doubly-Robust Functional Average Treatment Effect Estimation
この論文は、連続的なドメインで観測される関数データにおける因果推論を可能にするため、結果モデルまたは処置割り当てモデルのいずれかが誤指定されても一貫した推定を保証する「DR-FoS」という二重頑健な手法を提案し、その漸近性質の証明、シミュレーションによる検証、および SHARE データセットへの実証適用を示しています。
Fast confidence bounds for the false discovery proportion over a path of hypotheses
この論文は、Durand ら（2020）が提案した森林構造に基づく参照家族を用いた偽発見率の事後上界を、選択集合を 1 つずつ増やす経路上で効率的に計算する新たなアルゴリズム（および付加的な工夫）を提示し、計算量を から に削減するものである。
StablePCA: Distributionally Robust Learning of Shared Representations from Multi-Source Data
本論文は、複数のデータソースから分布ロバストな共有表現を学習する「StablePCA」を提案し、非凸最適化問題を解決するために凸緩和とミラー・プロックスアルゴリズムを導入するとともに、緩和の緊密性を評価するデータ依存の証明条件を導出しています。
The Poisson tensor completion parametric estimator
この論文は、多変量分布の頻度ヒストグラムを空間的な非一様ポアソン過程と見なすという洞察に基づき、サンプル間の関係性を活用して低ランクのポアソンテンソル分解を計算し、標準的なヒストグラム推定量よりも優れたポアソンテンソル完成推定量（PTC）を提案するものである。
Correlation of divergency: c-delta. Being different in a similar way or not
この論文は、2 つのグループ間の値の内部分散パターンの類似性を定量化する新しい統計指標「c-delta（相関的発散係数）」を導入し、その数学的定式化や量子物理学から社会科学に至るまでの応用可能性について論じています。
Sigmoid-FTRL: Design-Based Adaptive Neyman Allocation for AIPW Estimators
本論文は、AIPW 推定量を用いた設計ベースの適応的ネイマン割り当て問題における非凸最適化の課題を、2 つの凸回帰の同時最小化を通じて解決する「Sigmoid-FTRL」という適応的実験設計を提案し、そのネイマン回帰が の収束率で最小最大最適であることを証明するとともに、漸近的に有効な信頼区間の構築を可能にする中心極限定理と分散推定量を確立しています。
Conformal Tradeoffs: Guarantees Beyond Coverage
この論文は、従来のカバレッジ保証を超えて、コンフォーマル予測の運用上の指標（コミット頻度や誤り曝露など）に対する有限サンプル保証を提供し、それらのトレードオフを可視化・最適化するための新しい手法と理論的枠組みを提案しています。
Order-Induced Variance in the Moving-Range Sigma Estimator: A Total-Variance Decomposition
本論文は、移動範囲を用いた標準偏差推定値が順序に依存する性質を、総分散分解を通じて値成分と隣接成分に厳密に分解し、正規分布下で隣接成分が効率性の損失の大部分を説明することを示しています。