Testing Most Influential Sets
该论文针对线性最小二乘模型提出了一种严谨的统计推断框架，通过推导精确的影响力公式并识别最大影响力的极值分布（弗雷歇分布或甘贝尔分布），实现了对异常高影响力数据子集的假设检验，从而取代了以往依赖启发式方法的做法。
📊 Category
stat.ME
251 篇论文
Comparative e-backtests for general risk measures
本文提出了一种基于 e 值和 e 过程的非参数序贯框架，用于对均值、方差、VaR、ES 及期望分位数等一般可识别风险度量进行具有任意时间有效性且稳健的比较回测，并通过改进的弱优势三区域方法提供了比传统方法更具信息量的结论。
A Bayesian approach to learning mixtures of nonparametric components
本文提出了一种基于贝叶斯非参数先验的有限混合模型方法，通过建立分量分布的可识别性条件与后验收缩理论，并开发高效 MCMC 算法，实现了对复杂潜变量子总体分布的有效学习，其收敛速率显著优于传统去卷积方法。
cc-Shapley: Measuring Multivariate Feature Importance Needs Causal Context
该论文指出传统数据驱动的 Shapley 值因忽略因果结构而受混杂偏差影响，进而提出了利用因果知识修正的"cc-Shapley"方法，以消除虚假关联并准确衡量多变量特征的重要性。
Proximal Learning for Trials With External Controls: A Case Study in HIV Prevention
本文提出了一种结合外部对照数据与负对照变量的新型近端因果推断方法，通过开发两种针对低事件率场景的估计策略，成功在主动对照的 HIV 预防试验中估算了卡博特韦相对于安慰剂的绝对疗效。
Variable Selection for Linear Regression Imputation in Surveys
本文针对调查数据中的线性回归插补问题，提出了基于最优插补模型定义的变量选择方法，并构建了在模型选择后仍具有渐近有效性和最优性的置信区间框架。
KRAFTY: Khatri-Rao Framework for Joint Cluster Recovery
本文提出了名为 KRAFTY 的框架，通过利用转置 Khatri-Rao 矩阵将联合簇映射到正交子空间，从而在多视图数据中实现更准确的联合簇恢复及模型选择，特别是在联合簇数量超过各视图独立簇数量之和时表现优于现有方法。
Least trimmed squares regression with missing values and cellwise outliers
本文提出了一种新的回归方法，能够同时处理缺失值、个案异常值和单元异常值，适用于偏态分布，并实现了首个针对单元异常值的稳健回归预测。
A Multi-Fidelity Tensor Emulator for Spatiotemporal Outputs: Emulation of Arctic Sea Ice Dynamics
本文提出了一种结合张量分解、高斯过程先验及加性偏差模型的多保真度张量模拟器，用于高效且准确地对北极海冰动力学等复杂时空输出进行建模与不确定性量化，显著降低了计算成本并优于单一保真度模型。
Robust estimation via -divergence for diffusion processes
本文针对扩散过程高频观测数据中的异常值问题，基于 Kessler 方法近似转移密度并采用-散度构建鲁棒估计量，系统推导了其渐近性质及条件影响函数并讨论了其有界性。
Modeling cyclostationarity in time series using ASCA
本文提出了一种结合方差分析与同时成分分析（ASCA）的统一流程，用于对具有多尺度周期平稳性的时间序列数据进行可解释的探索性建模，并通过西班牙山区湖泊水温与城市花粉趋势两个案例验证了该方法在处理不平衡设计及自相关数据方面的有效性。
Monitoring Covariance in Multichannel Profiles via Functional Graphical Models
本文提出了一种基于函数图模型的多元通道轮廓协方差（MPC）控制图，通过非参数组合似然比检验有效监测稀疏且细微的协方差结构变化，并能以零额外计算成本识别发生偏移的轮廓间关系。
Learning Causal Structure of Time Series using Best Order Score Search
本文提出了 TS-BOSS 算法，通过将最佳顺序分数搜索（BOSS）扩展至时间序列场景，利用动态贝叶斯网络结构和增长 - 收缩树缓存技术，在保持可扩展性的同时实现了高自相关环境下优于传统约束方法的因果结构发现性能，并提供了相应的理论保证。
Statistical inference for Levy-driven graph supOU processes: From short- to long-memory in high-dimensional time series
本文提出了一种由 Lévy 过程驱动的图 supOU 过程模型，该模型通过图结构刻画高维时间序列分量间的依赖关系并统一了短程与长程记忆性，同时建立了广义矩估计量的理论性质，并通过模拟与欧洲风电容量因子的实证研究验证了其有效性。
Discrete Chi-Square Method can model and forecast complex time series, like El Nino data between 1870 and 2024
本文提出了一种基于离散卡方方法（DCM）的新型时间序列建模与预测技术，该方法利用窗口维度效应克服了传统频域分析方法的局限，并成功应用于对 1870 年至 2024 年厄尔尼诺数据的建模与预测。
Synthetic Augmentation in Imbalanced Learning: When It Helps, When It Hurts, and How Much to Add
该论文提出了一个统一的统计框架，揭示了合成数据在类别不平衡学习中并非总是有益，并指出在局部非对称条件下最优合成样本量取决于生成器精度与偏差方向，进而提出了通过验证集调优来确定合成样本数量的实用策略。
Causal Learning Should Embrace the Wisdom of the Crowd
本文提出了一种融合众包平台、专家交互建模、鲁棒聚合技术及大语言模型模拟的新范式，旨在通过整合人类专家与大模型碎片化的因果知识，解决从观测数据中学习有向无环图（DAG）的难题，从而实现单一智能体无法达成的全局因果结构发现。
Beyond Cross-Validation: Adaptive Parameter Selection for Kernel-Based Gradient Descents
本文提出了一种结合偏差 - 方差分析与分裂方法的基于核的梯度下降（KGD）算法自适应参数选择策略，通过引入经验有效维数概念，在理论框架下证明了该策略能实现最优泛化误差界并有效适应不同的核函数、目标函数及误差度量，从而显著优于现有方法。
Controllable Generative Sandbox for Causal Inference
本文提出了 CausalMix，一种通过耦合高斯混合先验与特定数据类型解码器来生成混合类型表格数据的变分生成框架，它在保持数据分布真实性的同时实现了对重叠性、未测量混杂强度及处理效应异质性等因果机制的独立可控调节，从而有效支持因果推断的方法验证与实验设计。
The projected isotropic normal distribution with applications in neuroscience
本文针对脑电图相位分析需求，深入研究了投影各向同性正态分布，推导了其三角矩等解析性质并提出了基于冯·米塞斯分布的均值结果统计量近似方法，最终通过闪光刺激实验数据验证了该统计模型在神经科学中的应用价值。