Efficient semiparametric estimation of marginal treatment effects with genetic instrumental variables
이 논문은 유전적 도구를 활용한 마진 치료 효과의 반모수적 추론에서 소규모 '유전적 순응자'로 인한 추정의 불확실성을 효율적 영향 함수를 통해 해결하고, 음주 습성이 큰 개인일수록 혈압에 미치는 부정적 영향이 더 크다는 역선택 현상을 규명했습니다.
📊 Category
stat
251 편의 논문
Functional Bias and Tangent-Space Geometry in Variational Inference
이 논문은 변분 추론에서 사후 분포 함수량의 편향을 분석하기 위한 기하학적 프레임워크를 제시하여, 변분 접공간에 수직인 성분이 편차의 주요 원인이 되며 특히 평균장 가정 하에서 교차 블록 간 의존성 측정이 체계적으로 왜곡되는 현상을 설명합니다.
Shape-constrained density estimation with Wasserstein projection
본 논문은 -워asserstein 거리 (특히 ) 를 이용한 투사 기법을 통해 단변량 비모수적 형태 제약 밀도 추정 문제를 연구하고, 비증가 및 로그-볼록 밀도에 대한 구조적 성질을 규명하며 최대우도추정법과 비교 분석합니다.
Estimation of heterogeneous principal effects under principal ignorability
이 논문은 주체 무관성 (principal ignorability) 가정 하에서 이질적 주체 인과 효과를 추정하고 신뢰구간을 구성하기 위한 프레임워크를 제안하며, 이중 강건성 및 중간 강건성을 가진 여러 추정량의 특성을 분석하고 캠든 연합 핫스팟팅 무작위 실험 데이터를 통해 이를 실증합니다.
Uncertainty quantification for critical energy systems during compound extremes via BMW-GAM
이 논문은 BMW-GAM(베이지안 일반화 가법 모델) 기반의 코풀라 워크플로우를 활용하여 복합 극한 기상 현상 하에서 온도, 풍속, 일사량 등 주요 기후 변수의 불확실성을 정량화하고, 이를 통해 국가 에너지 시스템의 회복탄력성 강화에 기여하는 해석 가능한 방법론을 제시합니다.
AgroDesign: A Design-Aware Statistical Inference Framework for Agricultural Experiments in Python
이 논문은 농업 실험의 설계 semantics 를 계산에 통합하여 수동적 모델링 선택을 최소화하고 추론의 정확성과 재현성을 향상시키는 새로운 파이썬 프레임워크인 'AgroDesign'을 제안합니다.
Distribution-free screening of spatially variable genes in spatial transcriptomics
이 논문은 공간 전사체 데이터의 고차원성과 3 차원 구조를 고려하여 새로운 준-우도비 통계량인 MM-test 와 Knockoff 절차를 결합한 분포 무관 공간 변이 유전자 선별 방법을 제안하고, 이를 통해 기존 방법보다 우수한 성능과 이론적 보장을 입증했습니다.
Sampling on Discrete Spaces with Temporal Point Processes
이 논문은 임의의 다변량 카운트 분포를 표본 추출하기 위해 시간 점 과정을 기반으로 한 새로운 샘플러를 제안하며, 이는 무한 서버 대기 행렬 시스템으로 구현되어 무작위 보행 행동을 억제하고 기존 생사 과정 및 자넬라 과정보다 우수한 성능을 보인다고 설명합니다.
Contrastive Bayesian Inference for Unnormalized Models
이 논문은 정형화 상수를 평가할 필요 없이 노이즈 대비 추정 (NCE) 과 Pólya-Gamma 데이터 증강을 결합하여 비정규화 모델에 대한 완전한 베이지안 추론 프레임워크를 제안하고, 이를 통해 시간 변화 밀도 모델 및 희소 토러스 그래프 모델에서 정확한 점 추정과 원칙적인 불확실성 정량화를 가능하게 합니다.
Second order asymptotics for the number of times an estimator is more than epsilon from its target value
이 논문은 점근적 상대 효율이 1 인 경우에도 경쟁 추정기들을 구별할 수 있도록, 추정치가 목표값에서 이상 벗어난 횟수 에 대한 2 차 점근적 성질과 '점근적 상대 부족도 (asymptotic relative deficiency)' 개념을 도입하여 분석하고 있습니다.
Anomaly detection using surprisals
이 논문은 복잡한 다변량 데이터의 이상 탐지를 단일 변수 '서프라이설' 분포의 꼬리 확률 추정 문제로 환원시키는 통합 프레임워크를 제안하고, 경험적 추정과 극값 이론 기반의 두 가지 강건한 방법을 통해 모델 오지정 하에서도 효과적인 이상 탐지가 가능함을 보여줍니다.
Bayesian Species Distribution Models using Hierarchical Decomposition Priors
이 논문은 생태적 과정의 분산을 투명하게 제어하고 해석할 수 있도록 계층적 분해 (HD) 사전 분포를 계층적 가우시안 종 분포 모델에 적용하는 새로운 프레임워크를 제안하고, NOAA 어류 데이터를 통해 그 유효성을 입증합니다.
Uniform Lorden-type bounds for overshoot moments for standard exponential families: small drift and an exponential correction
이 논문은 표준화된 지수족에서 생성된 확률보행의 초과량 (overshoot) 에 대해, 작은 드리프트 regime 에서 장벽 에 대해 균일한 Lorden-type 모멘트 상한을 유도하고, 이를 통해 점근적 상수가 개선되며 지수적으로 수렴하는 오차항을 명시적으로 제시합니다.
Inhomogeneous Submatrix Detection
이 논문은 가우시안 랜덤 행렬에서 평균 또는 분산이 다른 여러 개의 숨겨진 불균질 부분행렬을 탐지하는 문제의 통계적 한계를 정보 이론적 하한과 이를 거의 달성하는 알고리즘을 통해 규명합니다.
On the last time and the number of times an estimator is more than epsilon from its target value
이 논문은 일련의 일관된 추정량이 목표값으로부터 이상 벗어날 때의 마지막 시점과 총 횟수에 대한 극한 분포를 유도하여 모수적 및 비모수적 설정, 다차원 매개변수, 그리고 비독립적 상황까지 포괄하는 확률론적 이론을 정립하고, 이를 통해 추정량 비교, 새로운 최적성 증명, 그리고 시퀀셜 신뢰구간 및 검정 구성에 활용 가능한 통찰을 제공합니다.
Murmurations: a case study in AI-assisted mathematics
이 논문은 머신러닝 해석 기법을 통해 발견된 새로운 산술 현상인 ' murmurations (속삭임)'을 소개하고, 이를 Birch 와 Swinnerton-Dyer 추측 및 무작위 행렬 이론과 같은 수론의 핵심 주제와 연결하여 분석합니다.
The exact region between Chatterjee's and Blest's rank correlations
이 논문은 모든 이변량 코풀라 클래스에서 챗저지 (Chatterjee) 의 순위 상관관계 와 블레스트 (Blest) 의 순위 상관관계 가 동시에 가질 수 있는 값들의 정확한 영역을 결정하기 위해 제약 최적화 문제와 KKT 조건을 활용하여 새로운 극단적 코풀라 가족을 도출하고, 이를 통해 해당 영역의 명시적 매개변수화를 제시합니다.
A Bayesian adaptive enrichment design using aggregate historical data to inform individualized treatment recommendations
이 논문은 외부 연구의 요약된 역사적 데이터를 정규화된 파워 사전분포를 통해 활용하여, 개별 치료 효과를 추정하고 적응적 풍부화 임상시험의 효율성을 높이는 베이지안 적응적 풍부화 설계를 제안합니다.
Estimating Reproducibility in Genome-Wide Association Studies
이 논문은 유전체 전체 연관 분석 (GWAS) 의 재현성을 정량화하기 위해 1 차 연구에서 발견된 양성 결과가 재현 연구에서 어떻게 행동하는지를 평가하는 '재현율 (RR)'과 '거짓 비재현율 (FIR)'이라는 두 가지 확률적 척도를 제안하고, 그 추정 방법의 정확성과 예측 성능을 시뮬레이션 및 실제 실험을 통해 입증합니다.
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
이 논문은 여러 GWAS 의 요약 통계를 결합할 때 기존 메타분석 방법보다 더 높은 검정력을 가지며, 이질적인 데이터셋에서도 우수한 성능을 보이는 새로운 가설 검정 방법인 결합 국소 가짜 발견률 (Jlfdr) 제어를 제안하고 그 우수성을 입증합니다.