Approximate Bayesian inference for cumulative probit regression models
이 논문은 대규모 데이터셋에서 누적 프로빗 회귀 모델의 베이지안 추정을 위해 변분 베이지안과 기대 전파를 기반으로 한 세 가지 확장 가능한 알고리즘을 제안하며, 마르코프 연쇄 몬테카를로 방법보다 우수한 계산 성능과 정확도를 입증합니다.
📊 Category
stat.ME
222 편의 논문
A systematic assessment of Large Language Models for constructing two-level fractional factorial designs
본 논문은 GPT 와 Gemini 와 같은 대형 언어 모델이 8, 16, 32 회 실험 및 최대 8 개 요인까지의 2 수준 분획 요인 설계에서 최적의 설계 (해결도 및 최소 이상성 기준) 를 효과적으로 생성할 수 있음을 체계적으로 평가하여 입증합니다.
A Bayesian likely responder approach for the analysis of randomized controlled trials
이 논문은 모델 추정 불확실성을 고려하여 하위 그룹 식별과 치료 효과 추정을 통합한 베이지안 2 단계 접근법을 제안하고, 이를 시뮬레이션과 COVID-19 임상 시험 데이터에 적용하여 기존 방법보다 잘 보정된 신뢰구간을 제공함을 입증합니다.
Extracting useful information about reversible evolutionary processes from irreversible evolutionary accumulation models
이 논문은 실제 진화 과정이 가역적임에도 불구하고 계산적으로 효율적인 비가역적 축적 모델을 사용하여 진화적 획득 순서와 핵심 역동 구조를 추론하는 것이 신뢰할 수 있는 결과를 제공할 수 있음을 시뮬레이션 연구를 통해 입증합니다.
Realizing Common Random Numbers: Event-Keyed Hashing for Causally Valid Stochastic Models
이 논문은 상태 기반 의사난수 생성기가 시뮬레이션 실행 경로에 따라 무작위 입력의 인과적 일관성을 해친다는 문제를 지적하고, 사건 식별자와 결합된 카운터 기반 생성기를 사용하여 대조군 시뮬레이션의 인과적 타당성을 회복하는 방법을 제안합니다.
Interventional Time Series Priors for Causal Foundation Models
이 논문은 기존 시계열 벤치마크의 한계를 극복하고 인과적 기초 모델을 훈련하기 위해 관측 및 개입 데이터를 모두 제공하는 합성 시계열 구조 인과 모델 생성 프레임워크인 'CausalTimePrior'를 제안하고, 이를 통해 PFN 기반의 컨텍스트 내 인과 효과 추정이 가능함을 입증합니다.
Partition-Based Functional Ridge Regression for High-Dimensional Data
이 논문은 고차원 기능적 선형 모델의 다중공선성, 과적합 및 해석성 문제를 해결하기 위해 계수 함수를 주효과와 약한 효과로 분할하여 차등 리지 패널을 적용하는 새로운 프레임워크를 제안하고, 이를 통해 추정량의 일관성과 점근적 정규성을 증명하며 예측 성능을 향상시킨다는 결과를 보여줍니다.
Continuous-time modeling and bootstrap for Schnieper's reserving
이 논문은 Schnieper 의 손해준비금 모델을 재검토하여 새로운 청구 발생을 포아송 측도와 보고된 청구의 비용 변동을 브라운 운동으로 모델링하는 연속 시간 확률 모델을 제안하고, 이를 통해 비대칭성과 비음수성을 자연스럽게 반영하는 부트스트랩 방법을 개발하여 손해준비금의 예측 분포를 추정하는 방법을 제시합니다.
Outrigger local polynomial regression
이 논문은 이분산성이나 오차 분포의 구조적 가정을 요구하지 않으면서도 가우시안 오차 하에서 표준 로컬 다항식 추정량과 동등한 점근적 위험을 보장하고, Hölder 클래스에서 최소최대 최적성을 달성하는 'Outrigger' 로컬 다항식 추정량을 제안하고 그 이론적 성질과 실증적 유효성을 입증합니다.
Worst-case low-rank approximations
이 논문은 이질적인 도메인 간 분포 변화에 강인한 최악의 경우 저랭크 근사를 위한 통합 프레임워크인 wcPCA 를 제안하고, 이를 다양한 목적 함수와 행렬 완성 문제로 확장하여 이론적 최적성과 실증적 성능 개선을 입증합니다.
Spatially Robust Inference with Predicted and Missing at Random Labels
이 논문은 예측된 라벨과 결측이 무작위 (MAR) 인 공간 의존성 데이터에서 교차 적합으로 인한 분산 추정의 왜곡을 해결하기 위해 잭나이프 기반의 공간 HAC 분산 보정을 도입한 이중 강건 추정기를 제안하여, 하향 통계적 추론의 유효성을 보장합니다.
Multivariate Functional Principal Component Analysis for Mixed-Type mHealth Data: An Application to Mood Disorders
이 논문은 연속형, 절단형, 순위형, 이항형 등 다양한 유형의 mHealth 데이터를 통합 분석하기 위해 반모수적 가우시안 코풀라 모델에 기반한 다변량 함수형 주성분 분석 (FPCA) 방법을 제안하고, 이를 우울증 하위 유형을 구분하는 디지털 바이오마커 식별에 성공적으로 적용했습니다.
Bayesian Modular Inference for Copula Models with Potentially Misspecified Marginals
이 논문은 각 주변분포에 개별적인 영향력 매개변수를 부여하여 오설정이 발생할 수 있는 한계와 의존성 구조를 모두 견고하게 추정할 수 있도록 기존 2 모듈 방식의 반모듈 베이지안 추론을 일반화한 새로운 코풀라 모델을 제안하고, 베이지안 최적화를 통해 매개변수를 선택하는 방법을 개발했습니다.
Prediction-Oriented Transfer Learning for Survival Analysis
이 논문은 소수의 사건을 가진 타겟 연구에서 생존 분석 예측 성능을 향상시키기 위해, 소스 데이터의 개별 수준 접근 없이도 소스 연구의 예측 지식을 유연하게 전이할 수 있는 새로운 전이 학습 프레임워크를 제안하고 그 이론적 성질과 실용적 유용성을 입증합니다.
Dynamic Bayesian regression quantile synthesis for forecasting outlook-at-risk
이 논문은 비대칭 라플라스 분포를 활용한 동적 베이지안 회귀 분위수 합성 (DRQS) 과 다변량 요인 DRQS(FDRQS) 를 제안하여, 여러 에이전트 모델의 정보를 통합하고 교차 의존성을 포착함으로써 특히 COVID-19 팬데믹과 같은 극단적 경제 위기 시기에 기존 방법보다 우수한 전망-at-risk 예측 성능을 입증했습니다.
Graph Generation Methods under Partial Information
이 논문은 이분, 방향, 무방향 네트워크의 차수 시퀀스를 가진 그래프 생성 문제를 해결하기 위해 순차적 방법을 제안하고, 전역 실현 가능성을 보장하는 조건을 규명하여 대규모 인스턴스에 확장 가능한 효율적인 열거 및 샘플링 알고리즘을 개발했습니다.
Variance Estimation with Dependence and Heterogeneous Means
이 논문은 이질적인 평균을 가진 삼각 행렬의 합에 대한 분산 추정 시 발생할 수 있는 편향을 해결하기 위해, 이질적인 평균에 강건한 보수적인 분산 추정량을 제안하고 그 점근적 타당성을 입증합니다.
Robust Joint Modeling for Data with Continuous and Binary Responses
이 논문은 연속형과 이항형 응답 변수를 동시에 다루는 고차원 데이터에서 이상치와 오분류 샘플에 강인한 희소 추정량을 제공하기 위해 밀도 파워 발산 손실 함수와 정규화를 기반으로 한 새로운 강건한 공동 모델링 프레임워크를 제안합니다.
Simultaneous estimation of multiple discrete unimodal distributions under stochastic order constraints
이 논문은 실제 플랫폼의 검색 행동 분석을 동기부여로 하여, 확률적 순서 제약을 혼합 정수 볼록 2 차 최적화 문제로 공식화하여 여러 이산 단봉 분포를 동시에 추정하는 방법을 제안하고, 소규모 샘플에서 기존 방법 대비 성능을 향상시킴을 실험을 통해 입증했습니다.
On the Unit Teissier Distribution: Properties, Estimation Procedures and Applications
이 논문은 유닛 테시시 (Unit Teissier) 분포에 대한 새로운 이론적 성질과 모수 추정 기법을 개발하고, 다양한 시뮬레이션과 실제 데이터를 통해 그 성능과 실용성을 검증합니다.