Quasi-average predictions and regression to the trend: an application the M6 financial forecasting competition
本文通过分析 M6 金融预测竞赛，指出在有效市场假说下的高不确定性环境中，采用低离散度的准平均预测及回归趋势方法，比试图预测实际值或依赖高波动性策略更能获得超越基准指数的稳定优势。
📊 Category
stat
297 篇论文
Photon-Efficient Computational 3D and Reflectivity Imaging with Single-Photon Detectors
该论文提出了一种结合单光子计数统计特性与真实场景空间相关性的鲁棒计算方法，实现了在强背景光下仅需平均每像素约 1 个光子即可高精度重建深度和反射率图像，其光子效率较传统方法提升了 100 倍。
Bayesian analysis of 210Pb dating
本文提出了一种新的贝叶斯分析模型，通过将年龄及支持性与非支持性铅 -210 含量纳入参数体系，克服了传统铅 -210 测年法缺乏严谨统计框架的局限，从而能够更稳健、真实地处理非对称误差并整合多种测年数据。
Logarithmic Regret for Online KL-Regularized Reinforcement Learning
本文提出了一种基于乐观主义的在线 KL 正则化上下文多臂老虎机算法，并通过利用 KL 正则化带来的良性优化景观，证明了该算法在奖励函数类复杂度较低时能达到对数级累积遗憾，且该结论可进一步推广至强化学习场景。
Bayesian Sensitivity Analysis for Causal Estimation with Time-varying Unmeasured Confounding
本文针对纵向观测数据中的时变未测量混杂问题，开发并扩展了基于潜在混杂变量和敏感性函数的贝叶斯敏感性分析方法，并通过模拟研究与儿科疾病注册数据的实际应用评估了其性能与实用性。
Regression approaches for modelling genotype-environment interaction and making predictions into unseen environments
本文通过一个统一的模型预测框架，综述了从直线性回归到因子分析等多种用于建模基因型与环境互作及预测新环境的回归方法，重点探讨了预测不确定性的评估策略，并以孟加拉国水稻品种试验数据进行了实证说明。
Geopolitics, Geoeconomics, and Sovereign Risk: Different Shocks, Different Channels
该研究基于 2018 至 2025 年 42 个经济体的数据，揭示了地缘政治冲击通过直接渠道重定价主权违约风险，而地缘经济冲击则通过货币政策预期和全球金融周期传导，两者形成“剪刀差”模式，并据此提出流动性供给可缓解金融周期传导的利差扩大，但无法消除地缘政治风险溢价中的持久成分。
A Bandit-Based Approach to Educational Recommender Systems: Contextual Thompson Sampling for Learner Skill Gain Optimization
该论文提出了一种基于上下文汤普森采样的个性化练习推荐方法，利用学习者数据动态选择最能提升技能水平的题目，从而在大规模在线教育环境中实现高效的学习增益优化。
Normal Approximation in Large Network Models
本文通过引入源自几何图论的“稳定性”条件并结合分支过程理论，为具有战略互动和同群偏好的大型网络形成模型建立了中心极限定理，从而为基于单一大型网络观测数据的统计推断提供了理论依据。
Robust Estimation of Polychoric Correlation
本文提出了一种基于稳健损失函数的新型多分格相关系数估计量，该估计量无需对模型误设的类型或程度做假设，在保持与最大似然估计法相同计算成本的同时，能够有效抵抗因 careless respondents 等导致的模型部分误设，并在模拟与实证研究中展现出优异的稳健性与实用性。
Overcoming Representation Bias in Fairness-Aware data Repair using Optimal Transport
本文提出了一种基于贝叶斯非参数停止规则的公平感知数据修复方法，通过构建最优传输量化算子有效克服了代表性偏差并实现了对档案数据的修复，同时引入了新的公平分布目标定义以平衡公平性与数据保真度。
New techniques to investigate the AGN-SF connection with integral field spectroscopy
本文提出了一种基于积分场光谱和混合序列的新方法，成功分离了 54 个近邻活动星系中的 AGN 与恒星形成贡献，并发现 AGN 爱丁顿比率与核区年轻恒星形成率之间存在中等强度的相关性。
Bayes, E-values and Testing
本文构建了一个将序贯证据划分为表示、有效性和决策三个层级的类型化框架，阐明了似然比在贝叶斯风险最小化下的唯一性、其在停止时间增长速率上的优越性，以及预序贯编码相较于后悔最优编码在生成有效 E-过程方面的关键作用。
Bayesian Evidence Synthesis for Modeling SARS-CoV-2 Transmission
本文采用贝叶斯范式结合离散时间随机流行病模型，通过整合公开数据与移动性信息来估算 SARS-CoV-2 的总感染数及传播动态，并评估了变分贝叶斯与哈密顿蒙特卡洛等推断方法的性能，同时利用相平面分析和反馈切割技术优化了决策支持工具。
Convergence and complexity of block majorization-minimization for constrained block-Riemannian optimization
该论文提出并分析了一类用于约束块黎曼优化的块主化最小化（BMM）算法，证明了其在非凸光滑目标函数下渐近收敛至平稳点集且达到-平稳点的迭代复杂度为，并验证了其在多种黎曼几何约束问题中优于标准欧氏算法的性能。
Bias- and Variance-Aware Probabilistic Rounding Error Analysis for Floating-Point Arithmetic
本文提出了一种考虑偏差与方差的概率舍入误差分析框架，通过显式化置信参数并利用前两阶矩推导后向误差界，从而能够处理非零均值（有偏）的舍入误差模型，并在低精度计算中展现出比传统确定性界限更优的误差预测能力。
MCMC using Hamiltonian dynamics: A unifying framework for Hamiltonian Monte Carlo and piecewise deterministic Markov process samplers
该论文建立了一个基于反弹哈密顿动力学的统一框架，将哈密顿蒙特卡洛（HMC）与分段确定性马尔可夫过程（PDMP）采样器联系起来，提出了一种兼具两者特性的无拒绝 Metropolis 提案方法，并在高维贝叶斯推断任务中展现出卓越性能。
Relational event models with global covariates
本文提出了一种结合嵌套病例对照采样与时间偏移非事件采样的创新方法，克服了传统关系事件模型难以处理全局协变量的局限，并通过对华盛顿特区约 35 万次骑行数据的分析，揭示了天气和时间等全局因素对共享单车动态的显著影响。
Computationally efficient multi-level Gaussian process regression for functional data observed under completely or partially regular sampling designs
本文提出了一种针对完全或部分规则采样设计下多水平高斯过程回归的高效解析计算方法，通过推导精确的解析表达式显著降低了计算复杂度，使得在 Stan 中处理大规模函数数据成为可能。
Causal generalized linear models via Pearson risk invariance
本文提出了一种基于皮尔逊风险不变性的广义线性模型因果推断方法，该方法在无需对系统其他变量分布做假设的情况下，利用风险不变性和最大似然性唯一刻画因果模型，并能在已知离散参数时仅凭单一环境数据识别因果结构。