Efficient semiparametric estimation of marginal treatment effects with genetic instrumental variables
この論文は、遺伝的道具変数を用いた半パラメトリック推定において、効率的な影響関数を活用することで、非パラメトリックな傾向スコア推定に伴う標本不確実性を軽減し、アルコールの過剰摂取が血圧に及ぼす異質的な因果効果をより頑健に推定できることを示しています。
235 件の論文
この論文は、遺伝的道具変数を用いた半パラメトリック推定において、効率的な影響関数を活用することで、非パラメトリックな傾向スコア推定に伴う標本不確実性を軽減し、アルコールの過剰摂取が血圧に及ぼす異質的な因果効果をより頑健に推定できることを示しています。
この論文は、変分推論における事後関数のバイアスを、変分族が誘起する接空間に対して関数が持つ直交成分によって幾何学的に記述し、構造化平均場近似において交差ブロック依存性の系統的歪みが、省略された相互作用方向に起因することを明らかにしています。
本論文は、-Wasserstein 距離(特に )を用いた射影法により、非増加密度や対数凹密度といった形状制約付きの非パラメトリック密度推定を凸最適化問題として定式化し、その構造的特徴と離散化手法を提案するとともに、最尤推定量との比較を行ったものである。
この論文は、主無視仮定の下で二値の処置と中間変数を扱う場合の異質的主因果効果を推定・推測するための枠組みを提案し、二重頑健性やその中間的な頑健性を持つ複数の推定量を開発するとともに、非パラメトリックな滑らかさの条件や高次元設定における大標本理論を確立し、Camden Coalition のランダム化試験を用いた実証分析を通じてこれらの手法の有用性を示しています。
本論文は、複数の気象変数が関与する複合極端事象における重要エネルギーシステムへの影響の不確実性を定量化するため、ベイズ一般化加法モデルとガウスコピュラを組み合わせた BMW-GAM 手法を提案し、Argonne 国立研究所の高解像度気象モデルデータを用いた分析を通じてその有効性を示したものである。
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。
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。
この論文は、任意の離散分布からサンプリングするための新しい手法として、時間点過程(特に無限サーバーキューのシステム)を構築し、そのイベント数ベクトルが目標分布に収束することを示し、従来の出生・死亡過程やザネラ過程よりも効率的なサンプリングを実現するとともに、生物学的に妥当な特徴を持つ再帰的確率ニューラルネットワークへの応用を提案しています。
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。
この論文は、漸近相対効率が 1 である競合推定量を区別するための「漸近相対不足度」という概念を導入し、期待誤差回数の差の第二次漸近挙動を解析することで、分散推定における の補正が や よりも優れていることを示しています。
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。
この論文は、環境・空間・時間的プロセスの寄与を明確に分解・解釈可能にするため、階層分解(HD)事前分布をベイズ種分布モデルに適用する新しい枠組みを提案し、NOAA の魚類データを用いた実証を通じてその有効性を示しています。
この論文は、標準化された指数分布族からなる独立同分布な増分を持つランダムウォークにおいて、特にドリフトが小さい領域に焦点を当て、任意の閾値に対して一様に成り立つオーバーシュートのモーメントに対するロルデン型の上界と、その収束速度を示す指数関数的な補正項を導出するとともに、最適輸送の観点からの解釈を提供するものです。
本論文は、ガウス行列内に複数の隠れた部分行列(平均または分散が不均一に変化する信号)を検出する問題において、行・列のインデックスが任意または連続であるという 2 つの配置条件下で、情報理論的な下限とそれを対数因子まで達成するアルゴリズムを提示し、統計的検出限界を明らかにするものである。
この論文は、強一致推定量が真の値から以上離れる最後の時点と回数の分布をで導出する理論を構築し、パラメトリック・ノンパラメトリック両方の推定量の比較や逐次推定手法の構築に応用可能であることを示しています。
この論文は、機械学習の解釈可能性ツールを用いて発見された新たな算術現象「さざめき(murmurations)」を紹介し、それが楕円曲線の Birch と Swinnerton-Dyer 予想やランダム行列理論と深く関連する数論的な事実であることを示しています。
この論文は、KKT 条件に基づく制約付き最適化問題を解くことで、あらゆる bivariate copula における Chatterjee の順位相関と Blest の順位相関の同時到達可能な領域を特定し、その境界を記述する新たな極値コピュラ族を導出した。
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。
この論文は、ゲノムワイド関連解析(GWAS)の主要研究で検出された陽性結果の再現性を定量的に評価するための確率的指標として「再現率(RR)」と「偽非再現率(FIR)」を提案し、その推定手法の精度と予測性能を検証したものである。
この論文は、複数の GWAS 要約統計量を統合解析する際、従来のメタ解析手法よりも高い検出力を持つ新たな手法「Jlfdr(結合局所偽陽性発見率制御)」を提案し、シミュレーションおよび実データ解析を通じてその優位性を証明したものである。