Efficient semiparametric estimation of marginal treatment effects with genetic instrumental variables
该研究提出利用有效影响函数改进基于遗传工具变量的边际处理效应半参数估计方法，以解决遗传依从者比例较小导致的倾向得分尾部估计不确定性问题，并发现最易出现酗酒倾向的个体其血压受到的负面影响最大。
📊 Category
stat
235 篇论文
Functional Bias and Tangent-Space Geometry in Variational Inference
该论文建立了一个几何框架，证明变分推断中后验函数量的主导偏差取决于其在变分切空间正交方向上的分量，从而从几何角度解释了均值场变分推断为何会系统性地扭曲跨块依赖关系。
Shape-constrained density estimation with Wasserstein projection
本文研究了基于-Wasserstein 距离（特别是二次情形）的无参数形状约束密度估计，通过引入位移凸集定义形状约束，证明了非增密度和 log-凹密度情形下投影估计量的结构性质，提出了可求解的离散化方案，并将其与最大似然估计进行了比较。
Estimation of heterogeneous principal effects under principal ignorability
本文提出了一种在主要可忽略性假设下估计和处理异质性主要因果效应（包括二元处理与二元中介变量情形）的框架，开发了具有不同稳健性特征的多种估计量并建立了大样本理论，同时利用 Camden Coalition 热点干预试验展示了该方法在估计异质性依从者效应中的应用。
Uncertainty quantification for critical energy systems during compound extremes via BMW-GAM
本文提出了一种基于移动窗口贝叶斯广义加性模型与高斯 copula 的 BMW-GAM 方法，用于对极端天气事件下关键能源系统面临的复合风险进行可解释的不确定性量化分析。
AgroDesign: A Design-Aware Statistical Inference Framework for Agricultural Experiments in Python
AgroDesign 是一个基于 Python 的统计推断框架，通过将实验设计作为核心规范，自动将结构化农业试验（如随机区组、裂区及多环境试验）转化为有效的线性模型，从而消除手动建模的主观性并确保统计推断的准确性与可重复性。
Distribution-free screening of spatially variable genes in spatial transcriptomics
该论文提出了一种基于新型准似然比统计量（MM-test）和 Knockoff 程序的非参数空间可变基因筛选方法，该方法利用空间距离等辅助信息，在控制错误发现率的同时，能够高效处理二维及三维空间转录组数据，并在理论与实证层面均展现出优于现有方法的性能。
Sampling on Discrete Spaces with Temporal Point Processes
该论文提出了一种基于具有向下封闭支撑的多元时间点过程的新采样方法，通过构建具有离散动量特性的无限服务队列系统，实现了从任意目标多元计数分布的高效采样，并在模拟中展现出优于传统出生死亡过程和 Zanella 方法的性能。
Contrastive Bayesian Inference for Unnormalized Models
该论文提出了一种基于噪声对比估计的完全贝叶斯推断框架，通过将归一化常数视为未知参数并利用 Pólya-Gamma 数据增强技术，实现了无需调参即可对未归一化模型进行有效推断和不确定性量化。
Second order asymptotics for the number of times an estimator is more than epsilon from its target value
本文研究了强相合估计量偏离目标值超过 的次数 的二阶渐近性质，通过计算期望差值的极限提出了“渐近相对不足”概念，从而在渐近相对效率相同的情况下区分估计量优劣，并证明了在正态方差估计中使用分母 优于其他选择。
Anomaly detection using surprisals
该论文提出了一种基于“惊奇度”（surprisal）及其尾部概率的统一定义框架，通过结合经验估计与极值理论，将复杂数据的异常检测转化为对惊奇度分布上尾的估计，从而在模型误设情况下有效识别包括低密度间隙中的“内点”异常。
Bayesian Species Distribution Models using Hierarchical Decomposition Priors
该论文通过将分层分解先验框架适配于潜在高斯物种分布模型，实现了对环境、空间和 temporal 过程方差贡献的直接透明控制，并在 NOAA 底层鱼类数据实证中证明了该方法在保持预测性能的同时显著提升了方差归因的可解释性与先验敏感性分析的透明度。
Uniform Lorden-type bounds for overshoot moments for standard exponential families: small drift and an exponential correction
本文研究了标准指数族随机游走在小漂移情形下的过冲矩，通过结合严格上升梯度的更新过程与一致指数收敛估计，推导出了关于障碍 和漂移参数 均一致成立的 Lorden 型矩界，并揭示了在特定条件下经典常数可优化为 1 以及该结果在最优传输视角下的指数收敛性质。
Inhomogeneous Submatrix Detection
本文研究了在高斯随机矩阵中检测多个具有非均匀均值或方差偏移的隐藏子矩阵的问题，通过证明信息论下界并设计匹配该下界的算法，确定了在任意索引和连续索引两种布局模式下的统计检测极限。
On the last time and the number of times an estimator is more than epsilon from its target value
本文在弱条件下推导了强一致估计量偏离目标值超过 的最后时刻和总次数经适当缩放后的极限分布，该理论涵盖参数与非参数情形，并应用于比较估计量优劣、构建序贯置信集及检验等统计问题。
Murmurations: a case study in AI-assisted mathematics
该论文报告了一种名为“ murmurations"（ murmurations）的全新算术现象，它通过机器学习可解释性工具在大规模算术数据中发现，并揭示了其与 Frobenius 迹、Birch 和 Swinnerton-Dyer 猜想及随机矩阵理论之间的深刻联系。
The exact region between Chatterjee's and Blest's rank correlations
本文通过求解受约束优化问题并构建新型极值 copula 族，推导出了 Chatterjee 秩相关系数 与 Blest 秩相关系数 在所有二元 copula 上的精确可行域及其闭式参数化表达式。
A Bayesian adaptive enrichment design using aggregate historical data to inform individualized treatment recommendations
本文提出了一种利用归一化幂先验整合外部汇总历史数据（如平均治疗效应）的贝叶斯自适应富集设计，旨在解决亚组特异性参数不可识别的问题，从而在阻塞性睡眠呼吸暂停等试验中实现更高效的个体化治疗推荐，并显著提升统计功效、缩短试验周期及减少样本量。
Estimating Reproducibility in Genome-Wide Association Studies
该论文提出了可重复率（RR）和假不可重复率（FIR）两个概率指标，用于定量评估全基因组关联研究（GWAS）中主要发现的可重复性及不可重复结果中潜在的真阳性，并给出了相应的估计方法。
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
该论文提出了一种基于联合局部错误发现率（Jlfdr）控制的汇总统计量联合分析新方法，证明其在控制错误发现率的前提下比传统荟萃分析方法具有更高的统计功效，尤其适用于处理多个全基因组关联研究中的异质数据。