跳转至

2026-05-14 每日 arXiv 资讯

  • 高相关论文 0 篇 · 中相关 6 篇 · 会议/Seminar 事件 0 条

📌 中相关论文（按主题分组）

非参数 / 半参数 (nonparam_semipara, 1 篇)

1. 2605.13168 — Variance-Aware Estimation and Inference for Michaelis--Menten Models with Heteroscedastic Errors and Clustered Measurements

  • 作者: Mijeong Kim, Minkyoung Cha, Ah Young Jeong
  • 相关性 4/10 · novelty: application
  • 摘要: 在 Michaelis-Menten 非线性模型设定下，针对浓度依赖的异方差与聚类测量问题，基于条件矩限制研究参数估计与推断。方法采用条件高斯工作模型，对单曲线情形将估计简化为对 K_m 的一维求根及 V_max 与方差尺度参数的闭式 plug-in 更新；对聚类数据则通过随机效应诱导的工作协方差进行扩展。模拟表明，相比同方差非线性最小二乘，异方差建模改善了方差恢复与区间效率，聚类感知方法有效恢复了固定效应覆盖率。本文提供了 R 包 inferMM，主要贡献在于特定非线性模型的应用与计算实现；对您而言，其条件矩限制与工作协方差的处理思路可为半参数推断或统计计算提供参考，但理论深度有限。
  • 关键技术: conditional moment restrictions, working covariance model, heteroscedastic nonlinear regression, plug-in estimation, cluster-robust inference
  • 为什么对您有用: 涉及条件矩限制与工作模型下的推断，与半参数理论有一定交集，且提供了统计计算实现（R包），但核心为特定生物动力学模型的应用，理论新颖性较弱。

数理统计 / 假设检验 (hypothesis_testing, 2 篇)

1. 2605.13326 — A Note on the Folding Test of Unimodality: limitation and improved alternative

  • 作者: Colombe Becquart, Aurore Archimbaud, Anne M. Ruiz, Zaineb Smida
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对单峰性折叠检验（FTU）在特定单变量混合分布设定下的系统性失效问题展开研究，揭示了其在部分多峰分布下会错误接受单峰零假设的缺陷。作者对Dirac混合分布下的FTU失效机制进行了完整刻画，并将该分析推广至高斯混合分布。为克服此局限，文章提出了一种双重折叠程序（double-folding procedure）以提取互补的分布特征，进而构建了新的双重折叠单峰性检验（Double FTU）。模拟实验表明，新检验不仅修复了FTU的失效问题，还显著提升了多峰性检测的统计功效。对您而言，该文对非参数假设检验中检验统计量盲区的理论刻画及修补策略，在数学统计（假设检验）与非参数理论方向具有直接的参考价值。
  • 关键技术: Folding Test of Unimodality, multimodality detection, double-folding procedure, Gaussian mixture characterization, univariate mixture
  • 为什么对您有用: 直接关联您在数学统计（假设检验）和非参数理论方面的兴趣；该文对经典非参数检验失效机制的严格刻画及改进策略，对构建稳健的假设检验方法具有启发意义。

2. 2605.13187 — Testing the Structural Properties of Marked Point Processes Using Local Inhomogeneous Mark-Weighted K-Functions

  • 作者: Nicoletta D'Angelo, Giada Adelfio, Matthias Eckardt
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文针对标记点过程（marked point process）的局部结构性质，提出基于局部非齐次标记加权 K-函数的 χ² 型检验统计量，用于检验标记与位置之间的独立性或齐性假设。核心方法将全局 K-函数推广为局部版本，通过分解各点的局部贡献来捕捉标记-位置交互偏离零假设的空间异质性。检验统计量在零假设下渐近服从 χ² 分布，无需重抽样即可进行推断，且在小样本及微弱标记结构场景下仍保持功效。模拟与林业、地震数据的实证分析表明该方法能同时识别全局和局部偏离。该文属于空间点过程假设检验的新方法工作，对您在数学统计假设检验方向的兴趣有一定参考价值，但技术路线（空间 K-函数）与您关注的 semiparametric / efficiency 框架重叠有限。
  • 关键技术: local inhomogeneous mark-weighted K-function, chi-square test statistic, marked point process, spatial independence testing, local contribution decomposition
  • 为什么对您有用: 与您 primary interest 中的'数学统计（假设检验）'直接相关，但技术语境为空间点过程而非 semiparametric / high-dimensional 设定；地震数据应用对您 secondary interest 中的流行病学或天文数据集无直接迁移价值，方法学 novelty 有限。

天体统计 (astrostats, 2 篇)

1. 2605.14348 — A $Z_1^2$ framework for rotational-parameter estimation and uncertainty quantification in high-energy pulsars

  • 作者: Akshat Singhal, Rohit Nair, Devendra Sahu, Gayathri Raman, Suman Bala
  • 相关性 5/10 · novelty: new_method
  • 摘要: 在泊松限制的光子事件列表设定下，本文研究高能脉冲星自转频率及其导数的估计与不确定性量化问题，核心工具为 $Z_1^2$ 统计量。作者提出三种计算高效的估计器（分段频率回归、相干导数扫描、局部二维相干拟合），并推导了 $Z_1^2$ 响应关于频率和频率导数的局部解析形式。理论上证明将频率表示为观测中点可消除参数间的一阶协方差，从而仅依赖拟合峰值幅度和局部宽度即可给出不确定性估计，免除了耗时的逐次蒙特卡洛模拟。模拟实验覆盖多种观测跨度与信号强度，验证了预测不确定性与参数恢复散布的一致性；实证分析应用于 AstroSat/LAXPC 的 Crab 脉冲星等三个真实数据集。对您而言，该文不仅提供了 AstroSat 等天体物理数据集，其针对周期性检验统计量的协方差消除与计算加速技巧，对 astrostats 及统计计算方向有直接借鉴价值。
  • 关键技术: Z_1^2 statistic, Poisson-limited event lists, rotational-parameter estimation, covariance reduction, localized coherent fit, AstroSat/LAXPC data
  • 为什么对您有用: 直接对应您的 secondary interest——astrostats（包含 AstroSat/LAXPC 真实数据集和计数数据的统计推断）；同时其通过参数化中点消除一阶协方差并避免 MC 模拟的思路，对统计计算与假设检验有方法论借鉴意义。

2. 2605.14144 — CIAO: Chandra's Data Analysis System for X-Ray Astronomy and Beyond

  • 作者: Antonella Fruscione, Jonathan McDowell, Douglas Burke, Mark Cresitello Dittmar, Ian N. Evans, Janet D. Evans et al.
  • 相关性 4/10 · novelty: survey
  • 摘要: 本文系统回顾了 Chandra X 射线天文台的数据分析软件 CIAO 在 25 年间的设计、演进与功能架构。CIAO 提供从校准、成像、光谱到时序分析的模块化工具链，核心建模与拟合引擎为 Sherpa，可视化通过 SAOImageDS9 与 Python 工具集成，模拟组件 ChaRT 与 MARX 支持仪器效应的精细建模。其统一数据模型与模块化架构允许用户构建灵活分析流程，并与 Chandra 数据处理管线保持一致。作为软件综述，本文无新统计方法论贡献，但详细梳理了 X 射线天文数据分析的完整计算生态。对您在 astrostatistics 方向了解 X 射线数据集特性及可用计算工具有参考价值，Sherpa 的建模框架设计也可为统计计算软件工程提供借鉴。
  • 关键技术: X-ray spectral analysis, Sherpa modeling framework, instrument calibration pipeline, SAOImageDS9 visualization, MARX ray-tracing simulation
  • 为什么对您有用: 直接关联您 secondary interest 中 astrostatistics 的数据分析与数据集方向：CIAO 是 Chandra X 射线数据的标准分析平台，了解其工具链有助于获取和处理真实天文数据集；Sherpa 的建模架构对统计计算中数值方法与软件设计有工程借鉴意义。

其他 (other, 1 篇)

1. 2605.12760 — How long should a block be?

  • 作者: Léo R. Belzile, Anthony C. Davison
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文研究极值分析中分块极大值方法的分块长度 m 选择问题，目标是在广义极值分布近似下确定合适的 m 以保证近似质量。作者从渐近相对效率（ARE）角度量化了分块过长导致的效率损失，并提出了基于似然的推断方法与图形诊断工具来判断给定分块长度是否适用，同时兼顾了数据的舍入与左删失。模拟与实证（风速、径流、降雨数据）表明，过长分块会带来不可忽视的效率下降，而所提方法能有效辅助分块选择。尽管属于极值理论领域，但其对渐近相对效率的推导和似然推断的数值计算方案，对您在效率理论和统计计算方向的兴趣有间接的方法论参考价值。
  • 关键技术: block maxima method, generalized extreme value distribution, asymptotic relative efficiency, likelihood-based inference, graphical diagnostics, left-censoring
  • 为什么对您有用: 虽然属于极值分析领域，但论文从渐近相对效率（ARE）角度量化了参数估计的效率损失，并涉及似然推断的数值计算与图形诊断，对您在效率理论和统计计算方面的研究有方法学上的间接参考价值。

Maintained by 陈星宇 · Homepage · Source on GitHub