跳转至

2026-07-22 每日 arXiv 资讯

  • 高相关论文 11 篇 · 中相关 46 篇 · 其他 21 篇 · 会议/Seminar 事件 0 条

⭐ 高相关论文（按主题分组）

因果推断 (causal_inference, 6 篇)

1. 2607.16371 — Which Effect of Race? Causal Inference without Holding All Else Equal

  • 作者: Thomas Leavitt
  • 分类: stat.ME
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文重新审视种族歧视实证研究中“控制其他变量不变”的设计原则，指出该原则混淆了两个问题：研究应估计种族的哪个因果效应，以及设计能否恢复该效应。作者证明，同一随机化设计可以识别一族种族效应估计量，从“其他一切相等”效应到允许关联特征随种族变化的“种族内”效应，且所有成员都是因果而非描述性的。选择哪个效应取决于对种族类别本质的假设，这一框架可推广至民族、宗教等身份类别。作者推导出比现有文献更弱的可识别条件，并重新分析了一个西班牙语竞选实验，发现在“种族内”效应下存在西班牙裔选民的同族偏好，而在“其他一切相等”效应下则无。该工作为因果推断中处理类别变量（如种族）的效应分解提供了新的识别策略和敏感性分析视角。
  • 关键技术: randomized experiment, causal estimand decomposition, within-race effect, all-else-equal effect, identification conditions
  • 为什么对您有用: 直接关联因果推断中identification theory，特别是处理类别变量（种族）的效应分解，与您primary interest中的identification theory和sensitivity analysis高度契合。您可以用very_familiar的estimation theory in causal inference工具，为这类效应族构造半参数估计量并推导效率界，属于立即可做的follow-up。

2. 2607.17280 — The Resolution of Causal Heterogeneity

  • 作者: Yuki Ohnishi, Fan Li
  • 分类: stat.ME · math.ST · stat.ML · stat.TH
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文针对因果异质性分析中“真实子组数”这一概念，指出其并非总体泛函而是模型依赖的，并提出了一个新的总体 estimand——分辨率剖面（resolution profile），定义为在给定解释因果异质性比例下所需的最少子组数。方法上，作者构建了一个交叉拟合贝叶斯自助后验（cross-fitted Bayesian bootstrap posterior）用于单一结构化矩过程，其得分通过影响函数校正，从而路径、剖面、固定分辨率摘要及子组效应均可通过组合得到。理论核心是一个在包含非光滑量化损失函数类上的一致条件 Bernstein–von Mises 定理，表明在给定 nuisance 率和边界条件下，该后验收敛到有效高斯极限。子组数的不确定性被重新解释为阈值非正则性（threshold nonregularity），即剖面是连续路径的整数值阈值，在节点处对分布不连续；此时无单值选择子在根号 n 邻域内局部一致，而通过反转同时置信带得到的集值报告在相同扰动下保持局部一致有效性。模拟验证了近似效果，MineThatData 电子邮件实验展示了分辨率索引报告，其中两到三个子组即可概括访问响应，而更细结构低于噪声基底诊断。该工作为因果异质性分析提供了新的推断框架，对您关注的因果推断（特别是异质性分析与敏感性）有直接的方法论价值。
  • 关键技术: resolution profile, cross-fitted Bayesian bootstrap, influence function correction, conditional Bernstein–von Mises theorem, threshold nonregularity, simultaneous confidence band
  • 为什么对您有用: 直接连接您 primary interest 中的因果推断（异质性分析与敏感性）。该文的 resolution profile 方法可视为对传统子组分析中模型选择不确定性的替代，其核心工具——交叉拟合贝叶斯自助后验与影响函数校正——属于您 very_familiar 的 estimation theory in causal inference 和 nonparametric statistics 范畴，立即可做：您可以用 minimax bounds 验证其声称的局部一致有效性是否紧，或将其与您熟悉的 HOIF 框架结合，推导更高阶的异质性剖面估计。

3. 2607.17775 — Comparing Missing Data Methods for Estimating Average Treatment Effects Under Time-Varying Confounding: A Simulation Study

  • 作者: Ben Swallow, Lars Brestrich, Victor Velasco-Pardo
  • 分类: stat.ME · stat.AP
  • 相关性 8/10 · novelty: application
  • 摘要: 本文通过模拟研究系统比较了在时变混杂（time-varying confounding）和二元变量缺失数据场景下，不同缺失数据处理方法对平均处理效应（ATE）估计的影响。研究考虑了缺失机制（MCAR/MAR/MNAR）、缺失率、缺失位置（处理变量/结果变量）和样本量等多个因素，共设置48种情景，每种500次重复。比较的方法包括分层热卡插补（stratified hot deck imputation）、单一众数插补、链式方程多重插补（MICE）和完整病例分析（CCA），ATE估计采用逻辑回归倾向得分加权。主要发现：缺失机制和方法选择是性能的主要驱动因素，MICE在覆盖率和偏差方面普遍优于其他方法；缺失位置也很重要，而缺失率和样本量主要影响阳性假设（positivity）的违反程度，在MNAR、高缺失率和低样本量下最为严重。该研究为纵向因果推断中处理缺失数据提供了实用的方法学指导，尤其对流行病学队列研究中的时变混杂调整有直接参考价值。
  • 关键技术: multiple imputation with chained equations (MICE), propensity score weighting, time-varying confounding, missing data mechanisms (MCAR/MAR/MNAR), simulation study
  • 为什么对您有用: 本文直接关联您的流行病学应用兴趣（secondary interest），聚焦于时变混杂下缺失数据对ATE估计的影响，这是纵向因果推断中的常见实际问题。您武器库中'very_familiar'的因果推断估计理论（如倾向得分加权）可直接用于理解其模拟设计，而'moderately_familiar'的识别理论可用于评估其缺失机制假设的合理性。中期可做：若想将本文的模拟框架扩展到更复杂的识别策略（如g-methods或proximal causal inference），需先在'moderately_familiar'的因果推断识别理论上加强。

4. 2607.17451 — A Variance-Based Test for Heterogeneous Treatment Effects

  • 作者: Fangzhou Yu
  • 分类: econ.EM
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文提出一个稳健的非参数假设检验，用于检测条件平均处理效应（CATE）的异质性是否存在。目标参数是CATE的方差——一个自然的omnibus参数，其非零值意味着存在相关异质性。标准推断面临根本性挑战：在同一样本上估计方差成分会导致零退化（原假设下方差为零，渐近方差坍塌），而标准样本分割会破坏双稳健得分的Neyman正交性（因为平方损失的非线性导致一阶正则化偏差无法抵消）。作者提出新颖的Intra-Fold样本分割算法：将方差成分的估计放在互不相交的子样本上，但将它们耦合到相同的out-of-fold nuisance估计量，从而实现nuisance偏差的代数抵消。理论证明该方法恢复了相合性和渐近正态性，并控制了第一类错误。蒙特卡洛模拟显示，该检验在保持高功效的同时，比现有检验具有更优的尺寸控制。实证应用（NSW职业培训项目）中，该检验检测到了传统非参数检验未能发现的显著异质性。对您而言，本文直接连接primary interest中的因果推断（异质性检验）和假设检验，其Intra-Fold分割技巧与您熟悉的cross-fitting和双稳健估计有紧密联系。
  • 关键技术: Intra-Fold Sample-Splitting, Neyman orthogonality, doubly robust score, CATE variance, nonparametric hypothesis test
  • 为什么对您有用: 本文直接连接您的primary interest：因果推断中的异质性检验（CATE方差）和假设检验。技术核心是解决双稳健得分在平方损失下的Neyman正交性破坏问题——这与您熟悉的cross-fitting和双稳健估计框架高度相关。从武器库看，您可以用very_familiar的nonparametric statistics和estimation theory in causal inference立即理解并复现该方法；中期可做的是将Intra-Fold分割技巧推广到您moderately_familiar的HOIF框架中，以处理更高阶的异质性度量。

5. 2607.17478 — Identification and Inference with Machine-Learned Instruments

  • 作者: Fangzhou Yu
  • 分类: econ.EM
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文在工具变量（IV）框架下，研究当第一阶段使用机器学习（ML）拟合高维或大量工具变量时，估计量的识别与推断问题。作者证明，partialled-out IV 系数实际上是异质性处理效应的信号加权平均，且在协方差单调性条件下该平均是凸组合。然而，当使用 ML 学习到的信号时，标准的去偏矩不再满足 Neyman 正交性，其一阶偏差会使估计量向学习器自身的信号加权平均漂移，导致 naive 推断仅对依赖于学习器的目标有效。本文构造了一个对异质性稳健的正交得分（heterogeneity-robust orthogonal score），能在不损失效率的前提下恢复对固定、不依赖于学习器的目标的 √N 推断。此外，还提供了 Hausman 型诊断工具和识别稳健的置信集。该工作对您可能有用：它直接连接您因果推断中 IV 和 debiased ML 的兴趣，且其正交得分构造与您的 semiparametric efficiency 和 HOIF 工具箱高度相关。
  • 关键技术: Neyman orthogonality, double machine learning, signal-weighted average, heterogeneity-robust orthogonal score, Hausman-type diagnostic, identification-robust confidence sets
  • 为什么对您有用: 本文直接连接您 primary interest 中的 IV 和 debiased ML 子方向，处理了 ML 第一阶段导致的目标漂移问题。您可以用 very_familiar 的 semiparametric theory 和 estimation theory in causal inference 来审视其正交得分的构造是否最优，以及用 moderately_familiar 的 HOIF 理论来探索更高阶的偏差校正。中期可做：若想推广到更复杂的异质性结构（如连续处理），需先在 moderately_familiar 的 identification theory 上进一步积累。

6. 2607.18225 — Vector Search As Nearest Neighbor Matching: RAG-based Policy Learning in Causal Inference

  • 作者: Masahiro Kato, Taka Kato
  • 分类: econ.EM · cs.LG · math.ST · stat.ME · stat.ML · stat.TH
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文在潜在结果框架下，将基于检索增强生成（RAG）的动作选择形式化为策略学习问题。作者提出两步法：向量搜索检索动作特定的邻近证据（嵌入空间中的最近邻匹配），生成器估计条件期望结果或其对比，然后通过插件规则选择动作。该公式将动作特定的向量搜索与因果推断中的最近邻匹配联系起来。作者将两步法的遗憾分解为候选生成遗憾和候选内选择遗憾，并利用最近邻估计器和transformer的预测误差保证来界定后者。一步法则直接作为策略评估，因其中间计算不可观测。本文为将现代NLP工具（RAG）与经典因果推断匹配方法结合提供了理论框架。
  • 关键技术: nearest-neighbor matching, retrieval-augmented generation (RAG), policy learning, potential outcome framework, regret decomposition, prediction error bounds
  • 为什么对您有用: 本文直接连接您的主要兴趣：因果推断中的策略学习与最近邻匹配。技术武器库中'非参数统计'和'因果推断中的估计理论'可直接用于分析其最近邻匹配的偏差-方差权衡，而'高阶U统计量'的树宽/张量收缩视角可能为理解其嵌入空间中的邻近搜索计算成本提供新思路。中期可做：需先在'半参数理论'上加强，以处理其生成器估计的条件期望的渐近性质。

高维统计 / 随机矩阵 (high_dim_rmt, 2 篇)

1. 2607.16638 — De-floored Principal Component Regression: When Rank Selection Alone Is Insufficient for Prediction

  • 作者: Peng Zhao
  • 分类: math.ST · cs.LG · stat.ME · stat.TH
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文研究高维主成分回归（PCR）中，仅靠选择截断秩无法纠正保留经验特征值系统性膨胀的问题。在干净高斯随机设计下，协方差矩阵尾部产生的近似标量样本空间“地板”（floor）与预测性头部尺度相当。作者提出去地板主成分回归（dPCR），保留截断秩并从保留分母中减去估计的地板。证明了普通PCR预测风险在所有秩上一致的下界，以及dPCR的高概率上界。当地板在总体预测风险中尖锐且易于移除时，dPCR的条件风险相对于最优普通PCR秩的风险渐近可忽略。精确的风险分解揭示了分离机制：分母膨胀由一阶谱质量主导，而校正的干净预测成本由二阶谱质量主导。同一样本修剪均值地板估计在预设秩下达到oracle dPCR上界速率，且当尾部预测能量分数消失时，分离在近似预测对齐下持续存在。分离的点态固定渐近公式表明，风险最优的正标量校正改进了秩1 PCR，而均值地板减法对广泛的Marchenko-Pastur谱分布通常不是最优的。
  • 关键技术: Principal Component Regression, Marchenko-Pastur law, spectral cutoff, trimmed-mean estimator, risk decomposition, random matrix theory
  • 为什么对您有用: 本文直接连接您对高维统计和随机矩阵理论（RMT）的兴趣，特别是Marchenko-Pastur律在预测问题中的应用。您武器库中'高维渐近理论'和'极小极大界'可直接用于验证本文声称的速率是否紧，而'逆问题'视角可帮助理解地板校正的统计计算权衡。中期可做：若想将dPCR推广到非高斯或相关设计，需先在'moderately_familiar'的M估计理论上长肌肉。

2. 2607.16638 — De-floored Principal Component Regression: When Rank Selection Alone Is Insufficient for Prediction

  • 作者: Peng Zhao
  • 分类: math.ST · cs.LG · stat.ME · stat.TH
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文研究高维主成分回归（PCR）中因保留特征值膨胀导致的预测风险问题。在干净高斯随机设计下，协方差矩阵尾部产生一个近似标量的样本空间地板，其尺度可与预测头部相当。作者提出去地板主成分回归（dPCR），保留截断秩并减去估计的地板。证明了普通PCR预测风险下界（对所有秩一致）和dPCR的高概率上界。当地板尖锐且移除成本低时，dPCR的条件风险相对于最优普通PCR秩的风险渐近可忽略。精确风险分解表明：分母膨胀由一阶谱质量主导，而校正的干净预测成本由平方谱质量主导。同样本修剪均值地板估计在预设秩达到oracle dPCR上界速率，且在预测尾能量分数消失时分离性仍成立。
  • 关键技术: Marchenko-Pastur law, spectral cutoff, trimmed-mean estimator, risk decomposition, random matrix theory
  • 为什么对您有用: 直接连接高维统计与随机矩阵理论兴趣：本文用Marchenko-Pastur律刻画特征值膨胀，与您熟悉的RMT工具高度契合。技术武器库中'高维渐近'和'minimax界'可立即用于验证其声称的sharp rate是否紧（立即可做）。

非参数 / 半参数 (nonparam_semipara, 1 篇)

1. 2607.16605 — Kernel Minimum Distance Estimation and Testing with Conditional Moment Restrictions: A Unified Framework

  • 作者: Yuhao Li, Haokun Lu, Xiaojun Song
  • 分类: econ.EM
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文提出一个统一的核最小距离（KMD）框架，用于处理条件矩约束模型的估计与检验。通过将条件矩嵌入再生核希尔伯特空间（RKHS），构造了一个闭式V-统计量目标函数来量化约束的偏离程度。该框架下的最小距离估计量具有√n-一致性和渐近正态性。最小化后的目标函数自然产生一个一致的omnibus设定检验，无需像投影法那样进行辅助非参数估计来实现Neyman正交化。检验统计量在原假设、备择假设以及以参数速率n^{-1/2}收敛到原假设的局部备择序列下的渐近性质均已推导。通过简单的乘子bootstrap进行推断，其有效性得到理论保证。模拟显示良好的有限样本表现，并用英国家庭支出调查数据分析了Engel曲线。
  • 关键技术: Kernel Minimum Distance (KMD), V-statistic, Reproducing Kernel Hilbert Space (RKHS), conditional moment restrictions, omnibus specification test, multiplier bootstrap
  • 为什么对您有用: 本文直接关联您的非参数与半参数理论兴趣，特别是条件矩约束下的估计与检验。您武器库中的非参数统计和minimax界技术可用于分析该V-统计量估计量的收敛速率和检验功效。中期可做：若先熟悉semiparametric theory中的Neyman正交化概念，可进一步比较KMD方法与现有正交化方法的效率差异。

数理统计 / 假设检验 (hypothesis_testing, 2 篇)

1. 2607.17579 — Two-stage Adaptive Testing of Large-scale Mediation Hypotheses

  • 作者: Yueqi Xu, Kwun Chuen Gary Chan
  • 分类: stat.ME
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文针对大规模中介效应假设检验问题，提出一种两阶段自适应检验程序。在第一阶段，利用暴露-中介和中介-结果两条路径的p值构造渐近独立的p值对，分别用于检验全局零假设和复合中介零假设，并通过筛选阈值自适应地减少进入第二阶段的假设数量。第二阶段采用任意step-up FDR控制方法对剩余假设进行多重比较。该方法在控制FDR的同时，显著降低了多重比较的保守性，且在第一阶段筛选阈值的选择上具有数据自适应性。理论证明该程序在渐近意义上控制FDR，并在多种场景下保持较高的检验功效。该工作对您在高维假设检验和因果中介分析方向的研究有直接参考价值，特别是其利用路径p值渐近独立性的构造思路可与您熟悉的U-statistic投影技术结合，用于改进中介效应的联合检验。
  • 关键技术: two-stage adaptive testing, asymptotically independent p-values, false discovery rate control, mediation hypothesis testing, screening procedure
  • 为什么对您有用: 本文直接关联您primary interest中的假设检验和因果中介分析。其核心创新——利用路径p值渐近独立性构造两阶段筛选程序——可与您非常熟悉的U-statistic投影技术结合，用于推导更紧的FDR控制界。中期可做：需先在moderately_familiar的HOIF（高阶影响函数）上提升，以处理中介效应估计中的高阶偏差。

2. 2607.17859 — CRT*: Conditional Randomization Testing with Heterogeneous External and Unlabeled Data

  • 作者: Yingjie Zhang, Ziqi Chen, Chenlei Leng
  • 分类: stat.ME
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文提出 CRT 框架，用于在存在异质性外部数据和未标注数据时增强条件随机化检验（CRT）的条件独立性检验能力。核心设定是：目标数据集较小且高维，外部数据分布与目标数据存在异质性，但可提供辅助信息。方法上，CRT 采用平滑残差自助法（SRB）结合迁移学习来估计条件分布，并通过测试统计量的最优凸组合实现自适应数据融合。理论贡献包括：证明 SRB 估计量在期望总变差距离下收敛到真实条件分布；在高维场景下，CRT* 仍能控制第一类错误，且功效严格优于不使用外部数据的标准 CRT。模拟和 RNA-seq 乳腺癌数据分析验证了方法在异质性场景下提升功效的同时保持第一类错误控制。该工作对您在高维假设检验和迁移学习交叉领域的研究有直接参考价值。
  • 关键技术: conditional randomization test, smooth residual bootstrap, transfer learning, adaptive data fusion, high-dimensional inference
  • 为什么对您有用: 本文直接连接您的 hypothesis testing 兴趣子方向，特别是高维场景下条件独立性检验的 power 提升问题。您的 technical_arsenal 中 very_familiar 的 high-dimensional asymptotics 和 moderately_familiar 的 M-estimation theory 可直接用于分析 SRB 估计量的收敛性质及检验的渐近行为。中期可做：若将 SRB 与您的 higher-order U-statistics 工具结合，可能推导出更紧的 power 下界或更优的融合权重选择。

📌 中相关论文（按主题分组）

因果推断 (causal_inference, 4 篇)

1. 2607.16407 — Neural Networks of Outcome Weighted Learning for Individualized Treatment Rules

  • 作者: Zhu Wang
  • 分类: stat.ME
  • 相关性 7/10 · novelty: minor
  • 摘要: 本文在个体化治疗规则（ITR）框架下，将 outcome weighted learning（OWL）从单隐层神经网络扩展到非线性变量选择和核近似正则化。目标 estimand 是使期望临床结局最大化的最优 ITR，在 unconfoundedness 和 positivity 假设下可识别。方法核心是将治疗分配重写为加权分类问题，用神经网络逼近决策边界，并引入 ridge 以外的正则化（如 group lasso 型变量选择、核方法）。作者建立了非渐近收敛率，并分析了梯度下降的全局收敛性和隐式偏差。模拟展示了过参数化、核近似和非线性变量选择的作用，Alzheimer 病数据应用验证了方法。对您而言，本文属于因果推断中 ITR 估计的神经网络扩展，但方法学 novelty 有限（主要是正则化方案的替换），且未涉及您核心关注的效率理论或高维 U-统计量。
  • 关键技术: outcome weighted learning, individualized treatment rules, neural network approximation, non-asymptotic convergence rates, implicit bias of gradient descent
  • 为什么对您有用: 本文属于因果推断中 ITR 估计的方法学工作，连接到 primary interest 的 causal inference 子方向。但 novelty 较弱（主要是将已有 OWL 的 ridge 正则化替换为非线性变量选择和核近似），且未涉及您武器库中的核心工具（如 U-统计量、效率界、高维渐近）。暂不可做：核心机器（神经网络隐式偏差分析、非渐近收敛率）不在您当前武器库中，且方法学增量不足以驱动 follow-up。

2. 2607.18209 — Unveiling Invariant and Transferable Latent Factors Across Heterogeneous Environments via ATLAS

  • 作者: Yihong Gu, Katherine Liao, Tianxi Cai
  • 分类: math.ST · cs.LG · stat.ME · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文考虑多环境因子模型，其中高维协变量来自异质环境，部分环境有辅助标签。模型将潜在结构分解为共享载荷的不变因子和环境特定载荷的异质因子，旨在为迁移学习和潜在因子回归提供稳定的低维表示。作者在最小结构条件下证明了不变因子与异质因子的可分离性，并提出了ATLAS方法：利用不变性原理分离对齐的不变因子与未对齐的异质因子，再借助辅助标签从异质因子中提取预测不变且可迁移的因子。该方法在下游潜在因子回归中达到近oracle性能：有辅助标签时通过完整潜在信号实现新环境中的可迁移预测，否则退化为仅用不变因子的稳健预测。论文建立了恢复不变与异质因子、识别所有响应不变因子以及估计Y中不变信号的sharp非渐近误差界。该工作与您的因果推断（不变性原理、迁移学习）和半参数/非参数理论（因子模型的结构识别）直接相关，其识别策略可视为一种特殊的proximal causal inference设定。
  • 关键技术: invariance principle, multi-environment factor model, latent factor regression, non-asymptotic error bounds, transfer learning
  • 为什么对您有用: 直接连接您的因果推断兴趣中的不变性原理和迁移学习设定，以及高维统计中的因子模型识别。技术武器库中'非参数统计'和'高维渐近理论'可用来分析其非渐近界的紧性；'因果推断中的估计理论'可用于将不变因子识别与proximal causal inference的negative control假设做类比。中期可做：若先熟悉'moderately_familiar'中的'因果推断中的识别理论'，可将ATLAS的识别条件与proximal g-formula的桥函数条件做形式化对比。

3. 2607.18209 — Unveiling Invariant and Transferable Latent Factors Across Heterogeneous Environments via ATLAS

  • 作者: Yihong Gu, Katherine Liao, Tianxi Cai
  • 分类: math.ST · cs.LG · stat.ME · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文考虑多环境因子模型，其中高维协变量来自异质环境，且部分环境有辅助标签。目标是将潜在结构分解为共享载荷的不变因子和环境特异载荷的异质因子，以支持迁移学习和稳健的潜在因子回归。在最小结构条件下，利用不变性原理实现两类因子的解耦。提出ATLAS方法，通过不变性分离对齐的不变因子与未对齐的异质因子，并利用辅助标签从异质因子中提取预测不变且可迁移的因子。该方法在下游潜在因子回归中达到近oracle性能，有辅助标签时利用完整潜在信号实现新环境中的可迁移预测，否则退化为仅用不变因子的稳健预测。建立了恢复不变与异质因子、识别所有响应不变因子以及估计Y中不变信号的sharp非渐近误差界。对您有用：该工作将因果推断中的不变性原理与高维因子模型结合，为迁移学习和异质环境下的预测提供了理论保证，与您在高维统计和因果推断中的兴趣直接相关。
  • 关键技术: invariance principle, multi-environment factor model, latent factor regression, non-asymptotic error bounds, transfer learning
  • 为什么对您有用: 本文直接连接您在高维统计和因果推断中的兴趣，特别是利用不变性原理进行因子解耦和迁移学习。您武器库中的非参数统计和高维渐近理论可用于分析其误差界的紧性，而因果推断中的估计理论可帮助理解其不变性假设的识别条件。中期可做：需先在HOIF或半参数理论上长肌肉，以处理更复杂的响应变量结构。

4. 2607.16982 — When and How to Pilot: Design Rules for Two-Wave Experiments

  • 作者: Juan C. Yamin
  • 分类: econ.EM
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文研究两波实验（pilot + main wave）中，如何利用小规模 pilot 数据决定主实验的处理分配概率。目标是在 pilot 样本有限时，平衡“忽略 pilot 信息、固定平衡分配”与“完全信任 pilot 方差估计、采用可行 Neyman 分配”两种极端策略。作者提出条件极小化最大遗憾（CMR）规则：在 pilot 估计的有限样本置信集上极小化最坏情况下的遗憾（即实际方差与最优 Neyman 分配方差之差）。CMR 以高概率保留平衡分配的 worst-case 保护，随 pilot 增长收敛到 Neyman 分配，并达到 minimax regret 率（至多常数倍）。方法可扩展到多臂和分层设计，并在四个田野实验的校准模拟中展示：CMR 避免了可行 Neyman 在小 pilot 时的严重精度损失，同时捕获其在大 pilot 时的大部分增益。对您而言，该文将实验设计中的 adaptive allocation 问题形式化为 minimax regret 框架，与您熟悉的 minimax 下界和因果推断中的 treatment assignment 问题直接相连，且其“有限样本置信集 + 极小化最坏情况”的思路可迁移到您关注的 sensitivity analysis 或 IV 设定中的设计优化。
  • 关键技术: Conditional Minimax Regret (CMR), Neyman allocation, finite-sample confidence set, minimax regret rate, two-wave experiments, adaptive treatment assignment
  • 为什么对您有用: （1）直接连接 primary interest 中的因果推断（实验设计中的 treatment assignment 优化）和 minimax 理论（minimax regret 框架）；（2）可用您 very_familiar 的 minimax bounds 工具验证其声称的 minimax regret rate 是否紧，或用 moderately_familiar 的 identification theory 将 CMR 规则推广到 IV 或 mediation 设定下的两波实验；（3）立即可做：用您熟悉的 minimax 下界技术分析 CMR 规则在非正态方差或异质性处理效应下的 regret 下界是否仍匹配。

高维统计 / 随机矩阵 (high_dim_rmt, 3 篇)

1. 2607.16676 — The Value of Depth in Message Passing on Sparse Graphs: A Kesten-Stigum Dichotomy

  • 作者: Aseem Raj Baranwal
  • 分类: math.ST · cs.LG · math.PR · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究稀疏图上图神经网络（GNN）所需深度的问题，将其形式化为稀疏上下文随机块模型（CSBM）上的节点分类问题。该模型平均度 Δ=O(1)，局部弱极限为广播标记的泊松 Galton-Watson 树。作者推导了一个消息传递分类器 h_ℓ，聚合距离 ≤ℓ 的顶点处的衰减证据 2 artanh(γ^k t(X_v))，其中 γ 为边信号，t 为有界似然比变换。核心理论发现是：深度价值由单个 Kesten-Stigum 比率 κ=γ^2Δ 决定。低于阈值（κ<1）时，误差序列以几何速率柯西收敛，深度超过 O(log(1/ε)) 的层对误差改变小于 ε；高于阈值（κ>1）时，深度几何级地降低误差至分支过程下界。模拟表明成对规则的误差曲线在 ℓ 上轻微非单调，存在最优有限深度。该结果对您在高维统计与随机矩阵理论方面的兴趣有直接连接，因为 Kesten-Stigum 阈值与随机矩阵的谱相变（如 Marchenko-Pastur 定律）有深层联系，且稀疏图上的消息传递分析是统计-计算权衡领域的关键工具。
  • 关键技术: Kesten-Stigum threshold, contextual stochastic block model (CSBM), message-passing classifier, Poisson Galton-Watson tree, belief propagation, spectral phase transition
  • 为什么对您有用: 本文直接连接您在高维统计与随机矩阵理论方面的兴趣：Kesten-Stigum 阈值 κ=γ^2Δ 是稀疏随机矩阵谱相变的经典结果，与 Marchenko-Pastur 定律及特征值尖峰模型有深层联系。同时，该文是统计-计算权衡领域的 gateway reading——它清晰阐述了统计阈值（κ=1）与算法可行性（消息传递）的关系，且证明策略对熟悉经典 minimax 理论的统计学家可追踪。武器库中 'high-dimensional asymptotics' 和 'minimax bounds for estimation problems' 可直接用于验证其声称的几何收敛速率是否紧；'theory of higher-order U-statistics' 的 treewidth 视角可分析其消息传递聚合的计算成本。中期可做：需先在 moderately_familiar 的 'semiparametric theory' 上长肌肉，以理解其似然比变换 t 的半参数效率。

2. 2607.17118 — Fundamental Limits of Query-Based Subgraph Detection

  • 作者: Wasim Huleihel
  • 分类: math.ST · cs.IT · math.IT · stat.TH
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究查询受限条件下的 planted subgraph detection 问题。在经典设定中，观测者拥有完整邻接矩阵，而本文考虑观测者只能通过有限次非自适应边查询获取信息。目标是确定可靠检测隐藏子图所需的最小查询复杂度。作者推导了信息论下界，并提出了基于三种不同结构机制（密集局部 motif、高度数顶点、全局边密度）的算法上界。对于多类 planted 图（包括 clique-like、bounded-cover、hub-dominated），上下界在 polylog 因子下匹配。该框架统一并推广了 planted clique 和 planted dense subgraph 等经典模型的查询复杂度结果。对您而言，本文属于统计-计算权衡（statistical-computational tradeoff）方向的 gateway reading，其查询复杂度视角与您熟悉的 minimax 下界技术有直接联系。
  • 关键技术: query complexity, information-theoretic lower bounds, planted subgraph detection, non-adaptive edge queries, matching bounds
  • 为什么对您有用: 本文属于统计-计算权衡（statistical-computational tradeoff）方向的 gateway reading，直接对应您 primary interest 中的 'information-computation gap' 子方向。您的 very_familiar 武器 'minimax bounds for estimation problems' 可直接用于验证其下界推导的紧性，而 'high-dimensional asymptotics' 可用于理解其渐近框架。中期可做：需先在 moderately_familiar 的 'theory of higher-order U-statistics' 上长肌肉，因为 planted subgraph 的检测统计量常涉及高阶图统计量，其计算复杂度与 U-statistic 的 treewidth 分析有潜在联系。

3. 2607.16676 — The Value of Depth in Message Passing on Sparse Graphs: A Kesten-Stigum Dichotomy

  • 作者: Aseem Raj Baranwal
  • 分类: math.ST · cs.LG · math.PR · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究稀疏图上图神经网络（GNN）所需深度的问题，将其归结为节点分类的纯统计形式：在平均度 Δ=O(1) 的稀疏上下文随机块模型（CSBM）下，局部弱极限是广播标记的泊松 Galton-Watson 树。作者推导了一个消息传递分类器 h_ℓ，聚合距离 ≤ℓ 的顶点处的衰减证据 2 artanh(γ^k t(X_v))，其中 γ 是边信号，t 是有界似然比变换。核心理论结果是：深度价值由单个 Kesten-Stigum 比 κ=γ^2Δ 决定。低于阈值（κ<1）时，误差序列以几何速率柯西收敛，|E(ℓ)-E(ℓ')|≤Cκ^{(ℓ+1)/3}，因此深度超过 O(log(1/ε)) 的层改变误差小于 ε；高于阈值（κ>1）时，深度几何级数地有效，E(ℓ) 被驱动到至多 1/(κ-1) 的分支过程下界。模拟显示成对规则的误差曲线在 ℓ 上轻微非单调，因此存在最优有限深度，而信念传播饱和更快。该结果对您的高维统计与随机矩阵理论兴趣有直接连接，因为 Kesten-Stigum 阈值是稀疏随机图上的相变现象，与 Marchenko-Pastur 律在谱分析中的角色类似，且证明中使用了分支过程与概率方法。
  • 关键技术: Kesten-Stigum threshold, sparse stochastic block model, message passing, Poisson Galton-Watson tree, belief propagation, geometric convergence rate
  • 为什么对您有用: 本文直接连接您的高维统计与随机矩阵理论兴趣，特别是稀疏随机图上的相变现象（Kesten-Stigum 阈值），这是 RMT 中谱分析的核心主题。您武器库中的高维渐近工具（very_familiar）可直接用于验证本文的几何收敛率是否紧，以及探索更一般的图模型。中期可做：需先在 moderately_familiar 的 M-估计理论中熟悉分支过程与局部弱收敛技术，然后可尝试将 Kesten-Stigum 分析推广到其他稀疏图模型（如随机正则图）。

非参数 / 半参数 (nonparam_semipara, 2 篇)

1. 2607.17865 — How Fast Do Signatures Learn? Statistical Theory and Applications for Path Regression

  • 作者: Blanka Horvath, Wen Su, Wu Su, Binnan Wang, Ruixun Zhang
  • 分类: math.ST · stat.ME · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究路径回归中路径签名（path signature）特征表示的统计学习理论。在 Itô 扩散的设定下，目标是用截断至有限阶的签名逼近任意光滑路径泛函，并刻画逼近误差随截断阶数衰减的速率。核心贡献是建立了 L² 逼近率的 minimax 最优性，即签名逼近的收敛速度不可被任何其他有限维特征表示本质改善。随后将截断误差传播至三种统计学习流程——Signature-OLS、Signature-LASSO 和 Signature-Logistic——并证明了它们的一致性。技术工具包括扩散过程的 Malliavin 分析、函数逼近论和 U-统计量的投影方法。实证部分展示了签名特征在外汇波动率预测、电池寿命预测和癫痫检测三个真实数据集上的预测优势。对您而言，该文将签名逼近的 minimax 率与高维 U-统计量的计算复杂度（树宽/张量收缩）直接关联，是探索统计-计算权衡在路径回归中具体形态的极佳入口。
  • 关键技术: path signature, minimax optimal approximation rate, Itô diffusion, Malliavin calculus, U-statistic projection, Signature-LASSO
  • 为什么对您有用: 本文直接连接您的 primary interest 中的 higher-order U-statistics 和 nonparametric theory：签名特征本质上是一族迭代积分（高阶 U-统计量的连续版本），其逼近率分析天然适合用您熟悉的树宽/张量收缩复杂度来重新审视。具体而言，您可以用 very_familiar 的 higher-order U-statistics 计算复杂度（einsum 树宽）来刻画签名截断阶数 d 与计算成本的关系，并检验本文声称的 minimax 率是否在计算约束下可达。中期可做：需先在 moderately_familiar 的 HOIF 理论上长肌肉，以将签名逼近的 L² 率与高阶影响函数的多层偏差校正联系起来。

2. 2607.17865 — How Fast Do Signatures Learn? Statistical Theory and Applications for Path Regression

  • 作者: Blanka Horvath, Wen Su, Wu Su, Binnan Wang, Ruixun Zhang
  • 分类: math.ST · stat.ME · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究路径回归中路径签名（path signature）的统计学习理论。设定为路径值协变量（如 Ito 扩散的样本路径）与标量响应之间的回归问题，目标是量化截断级签名逼近误差的收敛速度。主要贡献是建立了光滑泛函的 L^2 逼近率，并证明该率是极小极大最优的。方法上，将截断误差传播到三种统计学习程序（Signature-OLS、Signature-LASSO、Signature-Logistic）中，并证明了它们的一致性。技术工具包括路径签名理论、扩散过程的泛函分析、以及高维稀疏回归的 oracle 不等式。实证部分展示了三个真实数据应用：外汇波动率预测、电池寿命预测、癫痫检测。对您而言，本文的逼近率分析和极小极大最优性结果直接连接非参数统计和 minimax 界这一 very_familiar 武器，而路径签名作为高维特征表示与您的高维统计兴趣也有交集。
  • 关键技术: path signature, minimax optimal rate, Ito diffusion, Signature-LASSO, truncation error propagation, oracle inequality
  • 为什么对您有用: 本文连接非参数统计中的极小极大逼近率分析（very_familiar 武器），可直接用 minimax bound 验证其声称的 sharp rate 是否紧。路径签名作为高维特征表示，与高维统计兴趣有交集。中期可做：将签名特征与您的 higher-order U-statistics 的 tensor contraction 视角结合，分析签名特征的计算成本（需先在 moderately_familiar 的 HOIF 上长肌肉）。

数理统计 / 假设检验 (hypothesis_testing, 13 篇)

1. 2607.17596 — E-Values For Multiplicity Control In Multiverse Analysis

  • 作者: Paul Rognon-Vael, David Rossell
  • 分类: stat.ME
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究多宇宙分析（multiverse analysis）中的多重比较问题，即同时检验多种处理定义、多种结果定义及多种子群体组合下的关联性。目标是在控制错误发现率（FDR）的同时，允许各分析之间具有任意依赖结构。方法上，作者在广义线性模型框架下引入 e-value 作为多重比较控制工具，比较了通用 e-value、软秩 e-value 和 p-to-e 校准三种构造方式。理论结果表明，p-to-e 校准在典型多宇宙分析设定下统计功效显著优于其他两种方法，但功效仍可能中等，除非样本量或效应量足够大。实证部分使用青少年科技使用与心理健康关联数据，发现抑郁、低自尊和同伴问题与互联网及社交媒体使用存在关联。本文对您的主要兴趣——假设检验中的多重比较问题——有直接参考价值，尤其是 e-value 方法在依赖结构未知时的稳健性，与您熟悉的非参数统计和 minimax 界工具可形成互补。
  • 关键技术: e-values, false discovery rate control, multiverse analysis, p-to-e calibration, generalized linear models
  • 为什么对您有用: 本文直接关联您的主要兴趣——假设检验中的多重比较问题，且 e-value 方法在任意依赖结构下控制 FDR 的特性与您熟悉的非参数统计和 minimax 界工具互补。您可以用 very_familiar 的非参数统计和 minimax 界工具来评估 p-to-e 校准的有限样本紧性，或探索其在高维设定下的表现。中期可做：若需将 e-value 推广到更复杂的依赖结构（如时间序列），需先在 moderately_familiar 的 M-estimation 理论上长肌肉。

2. 2607.16344 — Benchmarking Goodness-of-Fit and Calibration Algorithms for Logistic Regression Classifiers: A Large-Scale Simulation Study under Sparse Data

  • 作者: Ebrahim Khaled Ebrahim, Ahmed El-Kotory
  • 分类: stat.ME · stat.AP
  • 相关性 6/10 · novelty: application
  • 摘要: 本文针对逻辑回归分类器的拟合优度与校准检验，在稀疏数据（每个协变量模式对应一个观测）的现代设定下，系统评估了超过20种检验方法。经典Pearson卡方和偏差统计量在连续协变量且数据稀疏时失效，而实践者仍默认使用Hosmer-Lemeshow检验。作者通过大规模可复现模拟（五种协变量分布、四种模型误设场景、各10000次重复），测量了各检验的第一类错误率和功效。研究发现多个经典检验过于宽松（过度拒绝正确模型），而McCullagh、Osius-Rojek、le Cessie-van Houwelingen、Stute-Zhu和GiViTI校准检验构成的核心组合在正确尺寸和高功效之间取得最佳平衡，且一致优于Hosmer-Lemeshow检验。低出生体重数据应用进一步揭示，遗漏交互项的模型几乎逃过所有检验，仅通过配对敏感检验与校准曲线才被暴露。本文提供了基于证据的实用指南，并开源了R包ebrahim.gof。该工作对您在高维统计和假设检验方向有直接参考价值，尤其是稀疏数据下检验方法的选择与比较。
  • 关键技术: Hosmer-Lemeshow test, McCullagh test, Osius-Rojek test, le Cessie-van Houwelingen test, Stute-Zhu test, GiViTI calibration test, simulation-based benchmarking
  • 为什么对您有用: 该论文直接关联您对假设检验的兴趣，特别是高维稀疏数据下检验方法的表现。您可以用非常熟悉的非参数统计和高维渐近工具来评估这些检验的理论性质（如渐近分布、局部功效），或进一步分析其在高维逻辑回归中的适用性。中期可做：若想将检验推广到高维p>n情形，需先在moderately_familiar的M估计理论上提升。

3. 2607.17084 — Mirror and knockoff+ thresholds under dependence

  • 作者: Xianyang Zhang
  • 分类: math.ST · stat.ME · stat.TH
  • 相关性 6/10 · novelty: new_theory
  • 摘要: 本文研究 mirror 和 knockoff+ 阈值在依赖数据下的 FDR 控制失效问题。设定为多重假设检验，目标是 FDR 控制，关键假设是 null 符号的条件对称性（如 knockoff 的 fair coin flip 性质）。方法核心是构造反例：首先构造了满足 PRDS 的均匀 p 值，在 11 个假设下名义水平 10% 时实际 FDR 达 17.4%，且同一族内 FDR 可接近 1/2；其次，对于标准高斯 null 分数，任意固定正等相关系数下，随假设数增长 FDR 最终超过 1/2 以下的任何水平；最后，当 null 分数尺度不同时，正定高斯模型可使 FDR 任意接近 1。数值实验表明这些失效在中等维度即可观测。主要结论是：共享计数规则本身不保证 FDR 有效性，有效性依赖于 null 符号的联合行为，而非仅边际对称性、高斯性或 PRDS。对您而言，本文揭示了多重检验中依赖结构的关键影响，与您在高维统计和假设检验中的兴趣直接相关。
  • 关键技术: mirror threshold, knockoff+ threshold, false discovery rate (FDR), positive regression dependence on a subset (PRDS), Gaussian equicorrelation, counterexample construction
  • 为什么对您有用: 本文直接关联您在高维统计和假设检验中的兴趣，特别是多重检验中依赖结构对 FDR 控制的影响。您武器库中的 minimax bounds 和 high-dimensional asymptotics 可用于分析此类反例的紧性——例如检验所构造的 PRDS 反例是否在 minimax 意义下最优。中期可做：需先在 moderately_familiar 的 M-estimation theory 上长肌肉，以处理更一般的依赖结构下的 FDR 界。

4. 2607.17161 — Matrix asymptotic calculus for plug-in maximum likelihood estimators in finite Markov chains

  • 作者: Georgios Gavrilopoulos, Samis Trevezas, Irene Votsi
  • 分类: math.ST · stat.TH
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对有限状态马尔可夫链中的plug-in非参数极大似然估计，发展了一套统一的矩阵级渐近微积分框架。核心思想是将估计转移矩阵的渐近分布保持为高斯随机矩阵的自然矩阵形式，而非传统的逐行向量化表示。通过引入切空间方向和协方差结构，该方法无需通过最小参数化去除转移矩阵的随机约束，直接在矩阵空间中计算相关微分。一个单一的随机微积分定理同时给出了一阶极限分布、足够光滑泛函的有限阶展开以及解析泛函的级数展开，统一了矩阵幂、平稳特征、有限维马尔可夫特征曲线、加性泛函方差、熵型量和可靠性指标等各类渐近公式。推导过程完全基于矩阵乘积和Kronecker表示，避免了逐坐标计算，从而显著简化了推导并带来计算增益。二阶项进一步识别了光滑泛函的曲率校正，为需要高阶信息的应用提供了更精确的近似。该框架直接导出置信区间、置信域、同时有限维带和Wald型检验，对您而言，其矩阵级微积分技巧与您在高阶U-统计量中使用的张量网络/einsum复杂度分析有潜在的方法论联系，可作为简化复杂渐近推导的参考工具。
  • 关键技术: matrix-level asymptotic calculus, plug-in nonparametric MLE, Gaussian random matrix, tangent directions, Kronecker representation, higher-order expansions
  • 为什么对您有用: 本文属于hypothesis_testing方向，直接连接到您对数学统计与假设检验的兴趣。其矩阵级渐近微积分方法，与您武器库中'高阶U-统计量的计算（树宽/张量收缩/einsum）'这一very_familiar工具高度契合——您可以用einsum的图论视角来重新表达其Kronecker表示，可能发现更紧凑的推导或计算复杂度分析。中期可做：若您想将此类矩阵微积分推广到更一般的随机矩阵设定（如高维马尔可夫链），需先在moderately_familiar的'高阶U-统计量理论'上加强，以处理非独立观测下的U-统计量渐近性。

5. 2607.17697 — A Functional Central Limit Theorem for Localized Partial Sums of Non-Stationary Time Series

  • 作者: Florian Heinrichs
  • 分类: math.ST · stat.TH
  • 相关性 6/10 · novelty: new_theory
  • 摘要: 本文针对分段局部平稳时间序列，建立了核加权局部部分和过程的泛函中心极限定理。在物理相依测度几何衰减条件下，证明了该局部化过程在分布空间 D'(0,1) 中弱收敛到一个中心化高斯随机分布，且极限可自然延拓为 L^2([0,1]) 上的等正态高斯过程。进一步推导了由 L^2([0,1]) 的全有界子集索引的过程弱收敛性。作为应用，该局部极限理论被用于构造非参数回归中常值均值函数对线性、多项式及一般备择假设的检验，误差项为局部平稳过程。模拟和实例展示了有限样本性能。该工作为时间序列非参数假设检验提供了新的极限理论基础，对您在高维统计和假设检验方向有直接参考价值。
  • 关键技术: functional central limit theorem, kernel-weighted partial sums, physical dependence measure, piecewise locally stationary time series, weak convergence in D'(0,1), isonormal Gaussian process
  • 为什么对您有用: 该论文直接关联您对假设检验和数学统计的兴趣，特别是非平稳时间序列的极限理论。您武器库中'非参数统计'和'高维渐近理论'的功底可用于理解其泛函收敛框架，并可能将局部化思想推广至高维或因果推断中的序列依赖设定。中期可做：需先在'moderately_familiar'的M估计理论上加强，以处理更复杂的检验统计量。

6. 2607.17084 — Mirror and knockoff+ thresholds under dependence

  • 作者: Xianyang Zhang
  • 分类: math.ST · stat.ME · stat.TH
  • 相关性 6/10 · novelty: new_theory
  • 摘要: 本文研究 mirror 和 knockoff+ 阈值在依赖数据下的 FDR 控制失效问题。设定为多重检验，目标是在原假设下控制错误发现率（FDR），关键假设是 null 符号在给定幅度和非零分数后是独立的公平硬币翻转。作者首先构造了满足 PRDS 性质的均匀 p 值，在名义水平 10% 下，11 个假设的例子中 FDR 达到 17.4%，且同一族内 FDR 可接近 1/2。其次，对于标准高斯 null 分数，无论正等相关性多小，随着假设数量增长，FDR 最终超过 1/2 以下的任何水平。第三，当 null 分数尺度不同时，正定高斯模型可使 FDR 任意接近 1。数值实验表明这些失效在中等维度即可观测。结论是共享计数规则本身不保证 FDR 有效性，有效性依赖于 null 符号的联合行为，而非仅边际对称性、高斯性或 PRDS。对您而言，本文揭示了多重检验中依赖结构的关键影响，与您在高维统计和假设检验方面的兴趣直接相关。
  • 关键技术: False Discovery Rate (FDR), mirror threshold, knockoff+ threshold, positive regression dependence on a subset (PRDS), Gaussian equicorrelation model
  • 为什么对您有用: 本文直接关联您对假设检验和高维统计的兴趣，具体子方向为多重检验中 FDR 控制对依赖结构的敏感性。技术武器库中'高维渐近理论'和'非参数统计'可用于分析其构造的反例是否在更一般分布下成立。中期可做：需先在 moderately_familiar 的 M-估计理论上长肌肉，以处理更复杂的依赖结构。

7. 2607.17161 — Matrix asymptotic calculus for plug-in maximum likelihood estimators in finite Markov chains

  • 作者: Georgios Gavrilopoulos, Samis Trevezas, Irene Votsi
  • 分类: math.ST · stat.TH
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文为有限状态马尔可夫链中的plug-in非参数极大似然估计量发展了一套统一的矩阵级渐近微积分框架。核心设定是：转移矩阵的估计量在极限下保持为高斯随机矩阵的自然矩阵形式，而非通过最小参数化去除随机约束。方法的关键在于利用切空间方向和极限高斯矩阵的协方差结构承载随机约束，直接在矩阵空间中计算相关微分。一个单一的随机微积分定理同时给出了：一阶极限分布、足够光滑泛函的有限阶展开、以及解析泛函的解析展开。这为矩阵幂、平稳特征、有限维马尔可夫特征曲线、加性泛函方差、熵型量和可靠性指标等提供了统一的渐近公式来源。推导过程通过矩阵乘积和Kronecker表示而非逐坐标计算，带来了显著简化和计算增益。二阶项识别了光滑泛函的曲率修正，为需要高阶信息的场景提供了精炼近似。对您而言，该工作展示了如何在高维/矩阵结构设定下系统处理约束参数空间的渐近理论，其矩阵微积分工具可直接迁移到您在高维统计和因果推断中遇到的类似约束估计问题。
  • 关键技术: matrix-level asymptotic calculus, plug-in nonparametric MLE, Gaussian random matrix limit, tangent space parametrization, Kronecker representation, higher-order expansions
  • 为什么对您有用: 本文直接关联您在高维统计和渐近理论方面的兴趣，特别是处理带约束参数空间（如转移矩阵的行和为1）的估计量渐近分布。您武器库中的'非参数统计'和'高维渐近'工具可直接用于理解其矩阵微积分框架，而'高阶U统计量'的树宽/张量收缩视角可能为文中Kronecker表示的计算复杂度提供新见解。中期可做：需先在moderately_familiar的'半参数理论'上加强，以将本文的约束参数空间处理技巧推广到因果推断中的半参数模型。

8. 2607.17697 — A Functional Central Limit Theorem for Localized Partial Sums of Non-Stationary Time Series

  • 作者: Florian Heinrichs
  • 分类: math.ST · stat.TH
  • 相关性 6/10 · novelty: new_theory
  • 摘要: 该文针对分段局部平稳时间序列（piecewise locally stationary time series）建立了核加权局部部分和过程的泛函中心极限定理（FCLT）。在物理相依测度几何衰减假设下，证明了局部化过程在分布空间 D'(0,1) 中弱收敛到中心化高斯随机分布，且极限自然延拓为 L^2([0,1]) 上的等正态高斯过程。进一步推导了由 L^2([0,1]) 的全有界子集索引的过程弱收敛性。作为应用，利用该局部极限理论构造了非参数回归中常值均值函数对线性、多项式及一般备择假设的检验统计量。模拟和实际数据示例验证了有限样本性能。该工作为时间序列非参数假设检验提供了新的弱收敛工具，对您在高维统计与假设检验方向的理论研究有直接参考价值。
  • 关键技术: functional central limit theorem, kernel-weighted partial sums, physical dependence measure, piecewise locally stationary time series, weak convergence in D'(0,1), isonormal Gaussian process
  • 为什么对您有用: 该文直接关联您的主要兴趣方向——数学统计与假设检验，特别是非平稳时间序列的弱收敛理论。您的技术武库中'非参数统计'和'高维渐近理论'可直接用于理解其FCLT证明框架，而'高阶U统计量'的树宽/张量收缩视角或可分析其核加权部分和的计算复杂度。中期可做：若先熟悉'半参数理论'中的影响函数工具，可尝试将本文局部极限理论推广到半参数模型。

9. 2607.16976 — Adaptive Ridge-Regularized Hotelling Change-Point Tests for Functional Data

  • 作者: Ping Zhao, Long Feng
  • 分类: stat.ME
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文针对函数型时间序列中的均值变点检测问题，提出了一套基于岭正则化的 Hotelling 检验框架。首先通过基展开将函数型观测转化为高维得分向量，并利用边缘校正的差分方法估计其长期协方差矩阵。岭正则化在谱衰减条件下稳定了推断过程。推导了局部功效的显式公式，表明最优岭参数依赖于变点的未知谱方向，因此采用 Cauchy 变换聚合一族岭 CUSUM 统计量，并直接从其联合加权桥极限进行校准。对于多变点情形，将局部最大岭统计量嵌入野生二元分割流程，随后进行局部精化。在温和条件下建立了检验的有效性、局部功效、相合性和定位性质，多变点设定下能相合地恢复变点个数并一致估计其位置。该框架适用于弱相依和非高斯函数型误差。模拟和两个实证应用展示了所提方法良好的有限样本表现。
  • 关键技术: ridge-regularized Hotelling test, CUSUM statistics, Cauchy transform aggregation, wild binary segmentation, long-run covariance estimation, functional time series
  • 为什么对您有用: 本文属于假设检验方向，直接对应您对函数型数据变点检测的兴趣。您武器库中'高维渐近理论'和'非参数统计'可直接用于理解其岭正则化在高维协方差估计中的稳定性机制；其局部功效的显式推导与您熟悉的 minimax 界思路相通。中期可做：若想将本文的聚合策略推广到更一般的检验问题，需先在 moderately_familiar 的 M-估计理论中加强关于加权桥极限的掌握。

10. 2607.17368 — Mixture and separation of log-concave measures

  • 作者: March T. Boedihardjo, Yao Xie
  • 分类: math.ST · math.PR · stat.TH
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 研究两成分log-concave混合模型的可识别性问题，核心是判断在什么条件下混合分布本身仍是log-concave（此时无法分离成分），什么条件下混合分布一定不是log-concave（此时可用二次分类器分离成分）。方法上，作者通过分析log-concave密度在混合操作下的凸性保持性质，给出了混合分布保持log-concave的充分必要条件（涉及成分均值差与协方差结构的几何关系）。主要理论结果是：当成分均值差相对于协方差足够小时，混合分布仍为log-concave，导致参数不可恢复；反之，混合分布必然非log-concave，且二次分类器可一致分离两成分。该工作为高维混合模型的识别性提供了清晰的几何刻画，对您在高维统计与假设检验方向（如检验混合分布是否log-concave）有直接参考价值。
  • 关键技术: log-concave density, mixture model identifiability, quadratic classifier, convexity preservation under mixture, geometric condition for separability
  • 为什么对您有用: 直接连接到您的高维统计与假设检验兴趣——该文给出了混合模型可识别性的精确几何条件，可用您熟悉的minimax bound工具检验其sharpness。中期可做：将log-concave保持条件推广到更一般的凸性约束族（如s-concave），需先在moderately_familiar的M-estimation理论上长肌肉。

11. 2607.17368 — Mixture and separation of log-concave measures

  • 作者: March T. Boedihardjo, Yao Xie
  • 分类: math.ST · math.PR · stat.TH
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 研究双组分对数凹混合模型的可识别性：给定足够样本，能否准确恢复每个组分的权重、均值和协方差。核心障碍在于混合分布本身有时也是对数凹的，此时无法准确分离组分。论文刻画了两个截然不同的参数区域：一个区域中混合分布自身可能保持对数凹性，导致不可恢复；另一个区域中混合分布绝不可能是对数凹的，此时总能用二次分类器将两个组分分离。方法上依赖对数凹测度的几何性质（如 Brunn-Minkowski 不等式）和凸分析工具，给出了组分均值距离与协方差结构之间的显式阈值条件。理论结果对高维混合模型的假设检验和聚类问题有直接启示，尤其适用于您在高维统计和假设检验方向中处理混合分布时的可识别性判断。
  • 关键技术: log-concave mixture, quadratic classifier, Brunn-Minkowski inequality, identifiability threshold, convex geometry
  • 为什么对您有用: 直接关联您的高维统计与假设检验兴趣：论文给出了混合模型可识别性的精确几何条件，这是高维聚类和检验问题的理论基础。武器库中'minimax bounds for estimation problems'和'high-dimensional asymptotics'可直接用于验证其阈值是否紧，或推广到更多组分情形。中期可做：需先在 moderately_familiar 的 'identification theory in causal inference' 上长肌肉，以将此类几何可识别性结果迁移到因果推断的 latent class 模型中。

12. 2607.17506 — On Mixtures of Three Homoscedastic Gaussian Densities: An Unconditional Sharper Bound on the Number of Modes

  • 作者: Akifumi Okuno, Yutaro Kabata
  • 分类: math.ST · stat.TH
  • 相关性 4/10 · novelty: sharper_rate
  • 摘要: 研究问题为三成分同方差高斯混合密度的模态数上界。已知当三个中心构成等边三角形时，中心处会出现“鬼”模态，导致模态数可达4。此前对同方差三成分混合的最佳上界为72（更早为42592），且这些上界依赖于模态集有限的假设。本文证明，在不预先假定有限性或非退化性的条件下，任意三成分同方差高斯混合的模态数至多为8。这是首个无条件有限性结果，覆盖了任意非共线中心与任意正混合权重的多元非对称配置。证明方法可能涉及多项式系统与实代数几何工具。该结果对您可能有用：模态数上界是混合模型可识别性与EM算法收敛性的基础问题，与您在高维统计与假设检验中的兴趣有间接关联。
  • 关键技术: Gaussian mixture models, mode count upper bound, homoscedastic densities, unconditional finiteness
  • 为什么对您有用: 该论文属于数学统计中的假设检验与混合模型理论，与您的主要兴趣（数学统计、假设检验）有间接关联。技术武器库中'非参数统计'与'高维渐近理论'可用于理解其证明框架，但核心工具（实代数几何、多项式系统）不在您的武器库中，属于暂不可做方向。作为一篇纯理论结果，它提供了模态数上界的清晰刻画，但方法学迁移性有限。

13. 2607.17506 — On Mixtures of Three Homoscedastic Gaussian Densities: An Unconditional Sharper Bound on the Number of Modes

  • 作者: Akifumi Okuno, Yutaro Kabata
  • 分类: math.ST · stat.TH
  • 相关性 4/10 · novelty: sharper_rate
  • 摘要: 研究问题为三成分同方差高斯混合密度的模态数上界。已知当三个中心构成等边三角形时，中心处会出现“幽灵”模态，导致最多四个模态。此前对同方差三成分混合的最佳上界为72，且依赖于模态集有限的假设。本文证明任意三成分同方差高斯混合至多有8个模态，且不预先假设有限性或非退化性。这是首个无条件有限性结果，适用于任意非共线中心与正混合权重的多元非对称配置。证明方法可能涉及代数几何或实代数几何工具，用于分析高斯混合密度梯度的零点结构。该结果对您可能有用：模态数上界是混合模型可识别性与聚类算法收敛性的基础问题，与您的高维统计和非参数理论兴趣中的密度估计与模式分析相关。
  • 关键技术: Gaussian mixture, mode count, homoscedastic, upper bound, unconditional finiteness
  • 为什么对您有用: 该论文直接关联您对假设检验与非参数理论的兴趣，具体为高斯混合模型的模态结构——这是密度估计与聚类分析的基础问题。您的技术武器库中'非参数统计'和'高维渐近理论'可直接用于理解其证明思路（如梯度零点分析），但核心工具（实代数几何）不在您的武器库中，属于'暂不可做'——需先补充代数几何或多项式系统求解的相关知识。

统计计算 / 算法 (stat_computing, 3 篇)

1. 2607.17118 — Fundamental Limits of Query-Based Subgraph Detection

  • 作者: Wasim Huleihel
  • 分类: math.ST · cs.IT · math.IT · stat.TH
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究在有限边查询（non-adaptive edge queries）下，检测随机图中是否包含一个隐藏的已知子图（planted subgraph）所需的最小查询复杂度。设定中，观测者无法看到全邻接矩阵，只能通过少量非自适应查询获取边信息，目标是在 Erdős–Rényi 随机图与 planted 图之间做假设检验。核心贡献是推导了信息论下界和匹配（至多对数因子）的算法上界，算法利用了三种结构机制：密集局部 motif、高度数顶点和全局边密度。技术工具包括信息论不等式（Fano 不等式、Assouad 引理）和组合构造。结果统一并推广了 planted clique 和 planted dense subgraph 的查询复杂度结论，覆盖了 clique-like、bounded-cover 和 hub-dominated 等多类 planted 图。对您而言，本文属于统计-计算权衡（statistical-computational tradeoff）的 gateway 阅读，其查询复杂度框架与您熟悉的 minimax 下界技术有直接交集，可作为进入该方向的入门材料。
  • 关键技术: query complexity, information-theoretic lower bounds, Fano's inequality, Assouad's lemma, planted subgraph detection, non-adaptive edge queries
  • 为什么对您有用: 本文属于统计-计算权衡（statistical-computational tradeoff）的 gateway 阅读，直接对应您 primary interest 中的该子方向。武器库中 minimax bounds for estimation problems 和 high-dimensional asymptotics 两项 very_familiar 工具可直接用于理解其下界推导（Fano/Assouad），但核心的计算模型（非自适应查询 vs. 多项式时间算法）和低度多项式屏障等概念尚未在武器库中，属于暂不可做——需先补充 average-case complexity 和 low-degree 方法的基础知识。本文作为入门材料，清晰阐述了统计模型、查询模型和阈值，适合作为进入该方向的起点。

2. 2607.16666 — Amortized Inference for Sampling Distributions Where the Bootstrap Fails

  • 作者: Akash Deep
  • 分类: stat.ME · stat.ML
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对经典bootstrap失效的四类问题（有界支撑分布的最大值、无限方差均值、Pareto尾指数、极端分位数），提出一种摊销推断方法：在分布族上设定先验，模拟生成数据集，用pinball损失训练神经网络，使其输出直接近似根统计量T_n - T(F)的后验预测分布。测试时，单个前向传播即可从n=200的观测数据得到完整抽样分布估计和置信区间。在四个典型问题上，该方法达到名义95%覆盖率，Wasserstein距离优于所有可行经典方法，并捕获了超过97%的可实现改进（在可计算精确贝叶斯最优答案时）。对于风险价值（VaR）问题，无分布方法无法达到名义覆盖率，而学习方法达到94.7%。一个通用网络配合统计量token即可匹配四个专业网络，在真实日度市场收益数据上，未经调整的模型平均覆盖率为0.87，bootstrap为0.73。该方法对您作为统计计算和假设检验方向的研究者特别相关：它展示了用神经网络替代传统重抽样方法的新范式，且其pinball损失与分位数回归的联系可能启发您在高阶U统计量或半参数推断中的计算策略。
  • 关键技术: amortized inference, neural network, pinball loss, proper scoring rule, posterior predictive distribution, bootstrap failure
  • 为什么对您有用: 本文直接连接您的统计计算兴趣，特别是计算约束下的推断问题。您武器库中的'软件开发和逆问题'可用于复现或扩展其模拟框架，而'高阶U统计量的树宽/张量收缩计算'可能为分析其神经网络的计算成本提供新视角——例如用einsum复杂度刻画前向传播的代价。中期可做：需先在'moderately_familiar'的M估计理论上长肌肉，以理解其pinball损失与经验风险最小化的联系。

3. 2607.16698 — Generalized reparametrized variational Bayes with skew-symmetric normalization

  • 作者: Aoxiang Chen, Linda S. L. Tan
  • 分类: stat.ME
  • 相关性 5/10 · novelty: new_method
  • 摘要: 该文针对贝叶斯分层模型中高维潜变量的后验逼近问题，提出 KNorm-RVB 框架。核心设定是局部变量条件后验在稀疏精度矩阵下偏离高斯分布，导致均值场变分推断（MFVI）失效。方法通过 K 分量偏斜对称密度表示，将条件后验先标准化再偏度缩减，映射到标准高斯附近，同时解耦局部与全局变量。理论证明在对称条件下 MFVI 可精确恢复局部后验均值和相关矩阵，为标准化-对称化预处理提供了动机。算法将重参数化后的局部变量用高斯变分族近似，其余变量用闭式偏斜正态族近似。在广义线性混合模型、混合多项 logit、空间自回归和随机波动率模型上，KNorm-RVB 的逼近精度优于现有方法。对您而言，该文的变分计算策略（重参数化+偏斜校正）可迁移到您统计计算工具箱中的高维后验逼近问题，尤其是当您处理因果推断中的隐变量模型或高维随机效应时，MFVI 的失效场景正是 KNorm-RVB 的用武之地。
  • 关键技术: mean-field variational inference, reparametrization gradient, skew-symmetric density representation, closed skew normal family, sparse precision matrix
  • 为什么对您有用: 本文属于统计计算方向，直接对应您 primary interest 中的 statistical computing。其核心创新——通过偏斜对称密度表示对条件后验进行标准化-对称化预处理——是解决 MFVI 在强相关局部变量下失效的通用技巧。您武器库中 very_familiar 的软件开发和 high-dimensional asymptotics 可立即用于复现和扩展该方法到您自己的因果推断模型（如纵向数据中的随机效应）。中期可做：若您想将 KNorm-RVB 与 HOIF 结合（moderately_familiar），可探索在 semiparametric 效率界计算中利用该变分逼近替代 MCMC。

天体统计 (astrostats, 2 篇)

1. 2607.18054 — Co-addition and Subtraction of Undersampled Images

  • 作者: Matan Schlanger, Barak Zackay
  • 分类: astro-ph.IM · astro-ph.HE · cs.CV
  • 相关性 4/10 · novelty: application
  • 摘要: 本文针对天文成像调查中欠采样图像（像素过大导致混叠）的叠加与背景减除问题，提出了一种名为 LUTRA（Linear Undersampled Transients & Addition）的新方法。该方法在数学上被证明是最优的线性处理方式，能够同时实现图像叠加和背景减除，并直接提供超分辨率下的测光与天体测量结果。作者在 ZTF 公开数据上展示了该方法相比现有方法信噪比提升约 1.25 倍。文章提供了开源的 Python 实现。对于您作为统计学家而言，这是一篇优秀的入门级天文统计读物：它清晰阐述了天文图像处理中的核心数据问题（欠采样、混叠、重复观测），并给出了一个可复现的算法框架，适合了解天文数据结构和分析流程。
  • 关键技术: image co-addition, background subtraction, undersampled images, super-resolution, linear optimal estimation
  • 为什么对您有用: 本文属于 astrostatistics 的 gateway reading。它清晰阐述了天文图像处理中欠采样与混叠这一核心数据问题，并给出了一个数学上最优的线性方法，适合作为统计学家进入天文数据分析的入门读物。您的技术武器库（非参数统计、高维渐近、软件工程）足以理解其核心思想，但若要深入改进方法（如引入非线性或自适应估计），则需在 moderately_familiar 的 M-估计理论上进一步积累。值得花时间阅读全文以了解天文数据结构和分析流程。

2. 2607.18136 — An Unsupervised Search for Novel Instrumental Glitches in LIGO O4a: Multi-Scale Sensitization, Empirical Physical Vetoes, and Rate Upper Limits

  • 作者: Luca Cirfeta
  • 分类: astro-ph.IM · gr-qc
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出 DANTE V3 管道，针对 LIGO O4a 运行期间探测器噪声的非平稳域偏移问题，进行无监督的仪器毛刺搜索。方法上采用多尺度几何框架（0.5 s 至 4.0 s）提取 10,372 个候选事件，并引入块自助域偏移防御（DSD）以对抗向量量化本底索引的偏移。通过全局拓扑分析发现幸存候选缺乏离散形态内聚性，并指出先前使用的形态“扩散性”比较存在混淆。进一步利用物理环境监测（PEM）交叉相关防御，基于经验校准的零假设，排除一个由控制线耦合引起的候选，另一个幸存者被识别为未编录的仪器异常。最终通过物理归一化交叉相关检验，在 8,749 个候选事件中未发现符合事件，并给出 90% 频率学派泊松上限（H1: 5.83 yr⁻¹, L1: 5.63 yr⁻¹）。本文是典型的引力波仪器噪声分析应用，对您作为统计学家而言，是了解 LIGO 数据结构和噪声建模的入门读物，但方法学新颖性有限，核心价值在于数据管道和实证流程的清晰展示。
  • 关键技术: unsupervised anomaly detection, domain shift defense (block bootstrap), multi-scale geometric framework, physical environment monitoring (PEM) cross-correlation, frequentist Poisson upper limits
  • 为什么对您有用: 本文属于 astrostatistics 的 gateway reading，清晰展示了 LIGO 数据中的噪声结构、域偏移问题及无监督检测流程，适合作为统计学家进入引力波数据分析的入门材料。您的武器库中的非参数统计和高维渐近工具可用于理解其块自助 DSD 和拓扑分析，但核心方法（如向量量化本底索引）不在您的技术栈中，属于暂不可做方向。值得花时间读全文以了解数据结构和分析范式，但无需深入方法学细节。

经济理论 / 应用 (econ_theory, 4 篇)

1. 2607.17378 — Econometrics with Pre-Trained Embeddings for Unstructured Data

  • 作者: Yuya Shimizu
  • 分类: econ.EM · math.ST · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究在实证经济学中使用预训练嵌入（pre-trained embeddings）处理非结构化数据（如图像、文本）的理论基础。主要困难在于：预训练模型通常基于不同数据集和任务训练，其迁移到目标任务的可靠性未知；嵌入函数存在识别问题，难以分析其估计误差对目标任务的影响。作者提供了克服这些困难的充分条件，并推导了使用预训练嵌入的机器学习模型的收敛速度。通过双重机器学习（double machine learning）应用实例，如含非结构化控制变量的部分线性回归、考虑产品图像/文本质量的需求价格弹性估计、非结构化数据缺失值插补以及含非结构化混杂变量的平均处理效应估计，展示了理论的有效性。本文对您作为因果推断研究者尤其有用，因为它为将预训练嵌入纳入因果估计（如ATE估计）提供了理论保证，直接连接您的primary interest中的因果推断和debiased ML方向。
  • 关键技术: pre-trained embeddings, double machine learning, convergence rate, identification, partially linear regression, transfer learning
  • 为什么对您有用: 本文直接连接您的primary interest中的因果推断（ATE估计、部分线性回归）和debiased ML（双重机器学习）。您可以用very_familiar的估计理论（如minimax bound）验证其收敛率是否紧，或用moderately_familiar的识别理论分析其充分条件是否可放松。中期可做：需先在semiparametric theory上长肌肉，以深入理解其嵌入函数识别问题与半参效率界的关系。

2. 2607.16991 — Compositional Synthetic Controls

  • 作者: Onil Boussim
  • 分类: econ.EM · stat.ME
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对成分型结果变量（即份额向量，由底层分类过程生成）开发了一种合成控制估计量。该估计量源自一个具有交互固定效应的随机效用模型，通过将成分数据映射到对数几率空间，使得标准凸包条件能够识别反事实为捐赠者对数几率的凸组合。等价地，该方法在Aitchison度量下恢复了Fr\'{e}chet重心，这是单纯形（份额的非线性空间）的规范几何，且对所有类别使用单一权重集。作者还基于Aitchison距离开发了一种安慰剂推断程序。将方法应用于宾夕法尼亚州《替代能源组合标准》后的电力结构，发现天然气份额相比反事实在2022年高出近60个百分点，而可再生能源相对下降。该工作为经济学中常见的份额数据（如市场份额、预算份额、投资组合权重）的因果推断提供了新工具。
  • 关键技术: synthetic control, compositional data, Aitchison geometry, interactive fixed effects, random utility model, placebo inference
  • 为什么对您有用: 本文直接连接您的经济理论（应用因果推断）兴趣，处理份额数据的合成控制方法在产业组织、能源经济学等领域有广泛应用。您武器库中的非参数统计和因果推断估计理论可直接用于理解其识别假设和估计量的渐近性质，但核心的Aitchison几何和成分数据分析工具属于新领域，需先熟悉该文献才能进行方法学改进，属于中期可做方向。

3. 2607.17926 — Engineering Social Networks: How Initial Group Assignment Shapes Student Social Interactions

  • 作者: Johanna Einsiedler, Nikolaj Arpe Harmon, David Dreyer Lassen, Andreas Bjerre-Nielsen
  • 分类: econ.EM
  • 相关性 6/10 · novelty: application
  • 摘要: 本文利用大学新生随机分班和分组的自然实验，研究初始群体分配如何塑造社交网络。传统 dyadic 分析将每条连接视为独立，但本文强调三元闭包（triadic closure）的关键作用——朋友的朋友也成为朋友。作者使用手机通话、短信、物理共处和社交媒体等多源细粒度数据，估计一个子图生成模型（subgraph generated model），该模型显式地将群体分配与三元闭包交互纳入。核心发现是：对于社会群体，群体分配几乎完全通过诱导额外的三元闭包来影响网络形成；忽略三元闭包会严重误导对群体分配政策网络效应的预测。对您而言，本文是经济理论方向中应用因果推断的典型范例，展示了如何将随机化实验与网络形成模型结合，其识别策略和估计方法对您关注的纵向因果推断和中介分析有直接参考价值。
  • 关键技术: subgraph generated model, triadic closure, random assignment, network formation, dyadic vs. higher-order analysis
  • 为什么对您有用: 本文属于经济理论方向的应用因果推断工作，直接连接您的 secondary interest。其核心方法——子图生成模型——将群体分配与三元闭包交互建模，这为您在纵向因果推断中处理网络干扰提供了可迁移的识别策略。您的武器库中'identification theory in causal inference'（moderately_familiar）足以理解其识别假设，而'higher-order U-statistics'（very_familiar）可用于分析其三元闭包统计量的高阶性质。中期可做：需先在 moderately_familiar 的'identification theory in causal inference'上进一步熟悉网络干扰下的识别条件，然后可尝试将本文的随机化设计思路推广到您自己的纵向数据场景。

4. 2607.17275 — Two Gaussians, Too Many: A bootstrap-based approach to assess identifiability in non-Gaussian structural Vector Autoregressions

  • 作者: Paritosh Shankarrao Junare
  • 分类: econ.EM · stat.ME
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文针对非高斯结构向量自回归（SVAR）模型中识别条件（即至少一个冲击非高斯）的检验问题，提出了一种基于bootstrap的诊断方法。标准残差正态性预检验无法检测两个或以上高斯冲击导致的识别失败，本文通过比较冲击矩阵极大似然估计量的条件bootstrap分布与其在有效识别下的渐近分布之间的差异来评估识别有效性。在有效识别和正则条件下，条件bootstrap分布渐近正态，因此诊断简化为对bootstrap复制样本的正态性检验。该方法在单个高斯冲击（形状参数在边界上）情形下仍然有效，从而覆盖了整个原假设空间。原假设下，当bootstrap复制数和样本量以适当速率联合发散时，检验统计量条件于数据是渐近枢轴的，因此不会引入预检验偏误。蒙特卡洛模拟（使用正态逆高斯冲击）显示诊断在有效识别下尺寸接近名义水平，并能以随样本量增加的势检测多个高斯冲击导致的识别失败。基于宏观和金融不确定性文献中SVAR模型的估计，本文展示了其作为实用、稳健工具的价值。
  • 关键技术: bootstrap-based diagnostic, conditional bootstrap distribution, non-Gaussian SVAR, maximum likelihood estimation, normality test, pre-testing bias
  • 为什么对您有用: 本文属于经济理论（SVAR识别）的应用工作，直接连接您的secondary interest中的经济理论方向。它提出了一个bootstrap诊断方法，其核心是检验条件分布的正态性，这涉及假设检验和bootstrap理论，与您primary interest中的数学统计（假设检验）有交集。作为应用工作，它提供了清晰的实证分析模式（Monte Carlo模拟和实际数据应用），值得作为进入经济时间序列因果推断领域的入门读物。武器库中的非参数统计和估计理论可用于理解其渐近论证，但核心的bootstrap诊断机制与您当前工具集的重叠度一般，属于中期可做方向——需先在bootstrap理论（moderately_familiar）上加强。

流行病学 (epidemiology, 2 篇)

1. 2607.16793 — Decoupling risk and masking in mammographic density under irregular follow up using a latent Markov progression detection framework

  • 作者: Furkan Danisman, Zarina Oflaz, Zeynep Kalaylioglu, Mahmut Onur Kulturoglu, Lutfi Dogan
  • 分类: stat.ME · stat.AP
  • 相关性 5/10 · novelty: application
  • 摘要: 本文针对乳腺X线密度（mammographic density）在乳腺癌风险预测中的双重角色——既是风险标志物，又会降低筛查灵敏度（masking效应）——提出一个两阶段框架，以处理不规则随访数据。第一阶段将不规则密度观测正则化后，在每个BMI组内拟合一个潜在马尔可夫模型，假设密度本身不驱动风险，而是潜在疾病过程驱动风险。提取潜在状态信息后，密度仅作为可检测性因子；第二阶段通过一个检测-风险模型将潜在过程与最终密度关联到癌症诊断。检测概率被处理为敏感性参数，以量化不同masking假设下估计风险的变化。潜在状态的不确定性通过后验路径采样和bootstrap量化。在616名患者中，高胎次与更快向低风险状态转移相关，而乳腺癌家族史与高风险状态持续更久相关。从忽略masking到考虑masking，绝经后超重患者的估计风险上升70%，肥胖患者上升约40%。该框架将风险与可检测性解耦，量化了masking对风险估计的扭曲程度，为不规则筛查随访下的风险表征提供了可解释的方法。
  • 关键技术: latent Markov model, sensitivity analysis for detectability, irregular follow-up regularization, posterior path sampling, bootstrap uncertainty quantification
  • 为什么对您有用: 本文属于流行病学应用，直接对应您的secondary interest。方法上，潜在马尔可夫模型与检测-风险解耦的思路，可迁移至您熟悉的因果推断中的mediation或measurement error问题（如用潜在变量分离直接与间接效应）。武器库中'identification theory in causal inference'和'M-estimation theory'足以支撑您理解并可能改进其敏感性分析部分。本文是值得一读的流行病学应用范例，但方法学novelty有限，属于应用型工作。

2. 2607.17750 — Assessing the Impact of Model Assumptions in Network Meta-Regression: A Simulation Study

  • 作者: Nana-adjoa Kwarteng, Guido Schwarzer, Adriani Nikolakopoulou, Theodoros Evrenoglou
  • 分类: stat.ME
  • 相关性 5/10 · novelty: application
  • 摘要: 本文通过模拟研究系统评估了网络荟萃回归（NMR）中模型假设错误指定的后果。在120种证据网络场景下，比较了标准无交互NMA模型与四种不同参数化NMR模型（共同/独立交互作用、一致性/非一致性假设）的表现。研究发现，当存在效应修饰时，标准NMA模型会高估处理效应；在密集网络中，独立交互NMR模型在对应一致性假设下能维持适当的置信区间覆盖率，但在稀疏网络且存在异质性时覆盖率下降。一致性交互模型在多臂试验网络中更具优势。该研究为实际应用中如何根据网络结构选择NMR模型提供了具体指导，对流行病学中基于证据综合的因果推断有直接参考价值。
  • 关键技术: network meta-regression, simulation study, model misspecification, effect modification, consistency assumptions
  • 为什么对您有用: 本文属于流行病学领域的应用研究，直接关联您的secondary interest中的流行病学方向。它系统比较了不同NMR模型在效应修饰下的表现，提供了选择模型的实证依据。虽然方法学新颖性有限（novelty_flag为application），但模拟设计严谨，结果对您从事因果推断中涉及多处理比较的研究有参考价值。武器库中'identification theory in causal inference'和'estimation theory in causal inference'可用于理解其模型假设，但本文本身是模拟研究，不涉及新理论或方法，属于暂不可做的gateway阅读——值得花时间读全文以了解NMR在流行病学中的应用范式。

其他 (other, 13 篇)

1. 2607.17447 — Calibrating Semantic Uncertainty from Observable Language-Model Probabilities

  • 作者: Matthew F. Dixon
  • 分类: stat.ME · cs.CL · math.ST · stat.ML · stat.TH
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文提出一种半参数推断框架，将语言模型（LM）输出的词级概率校准为关于有限值潜在状态（如诊断、假设）的语义不确定性。核心设定是：参考模型定义目标后验，LM提供关于语言响应的无约束条件分布，通过留出校准数据桥接二者。方法推导了后验误差界以及存在性、唯一性、稳定性和序贯贝叶斯更新的条件。关键洞察是：LM概率依赖于提示的词汇形式，而目标后验在信息等价的改写下不变。在美联储经济金融文本和精确后验的模拟实验中，语言派生概率优于打印数值概率，恢复留出后验且覆盖有效，对改写保持稳定。本文本质上是将提示工程这一工程问题转化为可检验的统计问题，为审计分类、推荐等流畅响应的语义稳定性提供了模板。对您而言，该工作展示了半参数推断与校准思想在非传统数据（文本）上的应用，但方法学核心（校准、后验误差界）与您的主要兴趣方向（因果推断、半参数效率理论）距离较远，属于跨领域阅读。
  • 关键技术: semiparametric inference, calibration, posterior-error bounds, sequential Bayesian updating, held-out validation
  • 为什么对您有用: 本文属于跨领域阅读，与您的主要兴趣（因果推断、半参数理论）无直接方法学连接。武器库中'非参数统计'和'半参数理论'可帮助理解校准框架，但核心问题（语言模型语义不确定性）不在您的研究方向内。作为gateway reading，本文对统计学家友好，清晰阐述了校准问题，但您无需深入阅读全文。

2. 2607.17597 — Spatial Dependence in Directed Preferential-Attachment Networks

  • 作者: Zihan Li, Tiandong Wang
  • 分类: stat.ME · math.ST · stat.TH
  • 相关性 5/10 · novelty: application
  • 摘要: 本文研究空间嵌入有向网络中的优先连接（PA）模型，目标是在节点权重服从时间持久高斯过程对数正态场的设定下，刻画网络度分布的极限行为。核心贡献包括：(1) 在次线性PA下，导出出度比例收敛到显式的归一化幂加权权重，而自环排除则产生耦合的入度极限；(2) 建立严格凹的逆映射，从终端度比例恢复入权重；(3) 针对有序网络历史，提出MM权重估计器和PA指数的剖面似然估计，并通过时间预白化和空间拟似然估计潜在协方差。模拟验证了距离衰减依赖性的传递，并揭示随机航段体积如何在原始度中产生与距离无关的公共模式。对美国国内航班（2015-2019）的分析分离出网络范围体积变化与短程空间成分，拟合场给出约150 km的共超限过渡尺度；欧洲航空数据的按承运人分析也确认了相同分解。本文属于应用导向的统计建模工作，方法学新颖性有限（novelty_flag: application），但对您作为统计计算和因果推断研究者，其空间依赖建模和MM估计策略可能为处理网络数据中的空间混杂提供思路。
  • 关键技术: preferential attachment, Gaussian process lognormal field, minorization-maximization (MM) estimation, profile likelihood, spatial quasi-likelihood, co-exceedance transition scale
  • 为什么对您有用: 本文连接您的次要兴趣astrostats和econ_theory中的网络数据分析，但更直接地，其空间依赖建模和MM估计方法可迁移到您very_familiar的软件开发和high-dimensional asymptotics工具中，用于处理因果推断中网络干扰下的空间混杂问题。不过，核心机器（空间点过程、网络极限理论）不在您的武器库里，属于暂不可做方向，但作为gateway reading了解空间网络建模的典型问题设定和估计策略是有价值的。

3. 2607.16547 — Projective Maximum Entropy: Universality and Acceptance-Region Calibration

  • 作者: Hideitsu Hino
  • 分类: math.ST · stat.ML · stat.TH
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 本文在非负测度的射影空间上重新定义了最大熵原理，解决了传统概率单纯形上最大熵对非归一化模型不自然的问题。核心贡献有三：第一，证明了所有可容许的单调变换在相同线性矩约束下具有相同的优化器，统一了Tsallis熵、Rényi熵、Hölder复合得分、伪球面得分等看似不同的最大熵框架。第二，该公共优化器被刻画为q-指数密度，在均值和协方差约束下，正变形参数对应紧支撑q-高斯分布，负变形参数对应Student型分布。第三，给定Mahalanobis接受域（半径平方R²>d+2），可唯一确定变形参数γ_R=2/(R²-d-2)，使得参考密度的支撑恰好等于指定椭球，无需额外支撑约束。该方法为从稳健位置/散度估计或外部指定可接受域构建有界支撑统计参考分布提供了原理性途径。
  • 关键技术: projective maximum entropy, q-exponential density, Mahalanobis acceptance region, Bregman-Hölder divergence, affine-equivariant reference distribution
  • 为什么对您有用: 本文属于统计基础理论，与您的主要兴趣（非参数/半参数理论、假设检验）有间接关联：其提出的'接受域校准'方法为构建有界支撑参考分布提供了新思路，可能用于非参数检验中的零分布构造。但核心机器（射影空间上的最大熵、q-指数族）不在您的武器库中，属于暂不可做方向。若您对稳健统计或信息几何有扩展兴趣，可作为入门阅读。

4. 2607.17176 — Efficient Doubly Adaptive Biased Coin Designs for Multiple Treatments

  • 作者: Zhang Li-Xin
  • 分类: math.ST · math.PR · stat.ME · stat.TH
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 本文针对多处理临床试验中响应自适应随机化设计的三个核心矛盾——随机性、效率（统计功效与变异性）以及期望分配比例——提出统一解决方案。首先建立了一个一般性框架，使得对于任意期望分配比例，响应自适应随机化过程的分配方差都能达到Cramér-Rao下界。该框架灵活可扩展，可用于定义两处理或多处理临床试验中兼具良好性质的新设计族。进一步证明，在所有具有相同极限分配比例的响应自适应随机化过程中，作为随机性度量的选择偏倚和熵均达到最优值。基于上述效率与随机性理论，提出一类新的双重自适应有偏硬币设计（doubly adaptive biased coin designs），适用于多处理临床试验，可针对任意分配比例，同时在随机性和效率上渐近最优：随机性达到渐近最优，分配方差达到Cramér-Rao下界。理论性质（包括强相合性、渐近正态性以及样本分配比例和分布参数估计量的泛函中心极限定理）通过高斯逼近与高斯比较定理技术建立。本文属于方法学理论贡献，但主题（临床试验自适应设计）与您的主要研究兴趣（因果推断、高维统计、U-统计量等）无直接交集。
  • 关键技术: Cramér-Rao lower bound, response-adaptive randomization, doubly adaptive biased coin design, Gaussian approximation, functional central limit theorem
  • 为什么对您有用: 本文主题为临床试验自适应设计，属于生物统计应用领域，与您的主要研究兴趣（因果推断、高维统计、U-统计量、半参数理论等）无直接交集。虽然文中使用了高斯逼近等概率工具，但核心问题（随机化设计的效率-随机性权衡）并非您武器库中熟悉或中等熟悉的方向。暂不可做：核心机器（自适应设计的最优停止/分配规则、Cramér-Rao下界在随机化设计中的具体形式）不在您的技术武器库中。

5. 2607.16547 — Projective Maximum Entropy: Universality and Acceptance-Region Calibration

  • 作者: Hideitsu Hino
  • 分类: math.ST · stat.ML · stat.TH
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 本文在非负测度的射影空间上重新定义了最大熵原理，解决了传统概率单纯形上最大熵对未归一化模型不自然的问题。核心贡献有三：第一，证明了泛化性定理——在给定线性矩约束下，所有可容许的单调变换（如Tsallis熵、Rényi熵、Hölder复合得分等）的优化器完全相同，统一了多种熵和散度的最大熵解释。第二，该公共优化器被刻画为q-指数分布，在均值和协方差约束下，正变形对应紧支撑q-高斯分布，负变形对应Student型分布。第三，给定Mahalanobis接受域（半径平方R²>d+2），变形参数γ_R被唯一确定，所得参考密度是射影最大熵的唯一解，其支撑恰好为指定椭球体，无需额外支撑约束。这为从稳健位置/散度估计或外部指定可接受域构建有界支撑统计参考分布提供了原理性方法。对您而言，本文虽不直接属于您的主要兴趣方向，但其射影空间上的最大熵框架与您熟悉的非参数统计和逆问题设定有潜在联系，可作为统计基础理论的拓展阅读。
  • 关键技术: projective maximum entropy, q-exponential distribution, Tsallis entropy, Rényi entropy, Mahalanobis acceptance region, affine-equivariant reference density
  • 为什么对您有用: 本文属于统计基础理论，与您的主要兴趣方向（因果推断、高维统计等）无直接重叠。作为gateway-reading，本文对统计学家友好，清晰阐述了射影最大熵的数学框架及其与多种熵的统一关系，但问题本身（构建有界支撑参考分布）与您的武器库（非参数统计、逆问题）关联较弱，属于暂不可做的方向——核心机器（射影空间上的优化理论）不在您的武器库中。建议仅作兴趣阅读，不纳入深度研读。

6. 2607.17176 — Efficient Doubly Adaptive Biased Coin Designs for Multiple Treatments

  • 作者: Zhang Li-Xin
  • 分类: math.ST · math.PR · stat.ME · stat.TH
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文针对多臂临床试验中的响应自适应设计，提出了一类新的双重自适应有偏硬币设计（Doubly Adaptive Biased Coin Designs），旨在同时优化随机性、效率（检验功效与估计变异性）以及目标分配比例。作者首先建立了一个通用框架，使得对于任意期望的分配比例，响应自适应随机化过程能达到分配方差的Cramér-Rao下界。该框架灵活，可定义适用于两臂或多臂试验的新设计族。进一步证明，在所有具有相同极限分配比例的响应自适应随机化过程中，作为随机性度量的选择偏倚和熵达到最优值。基于上述效率与随机性理论，提出的新设计族能针对任意目标分配比例，在随机性和效率两方面均渐近最优：随机性达到渐近最优，且渐近分配方差达到Cramér-Rao下界。理论性质（包括强相合性、渐近正态性及泛函中心极限定理）通过高斯逼近与高斯比较定理技术建立。该工作对您的主要兴趣方向（如因果推断中的自适应设计、假设检验的效率理论）有间接参考价值，但其核心是临床试验设计，与您当前研究方向的直接技术交集有限。
  • 关键技术: Cramér-Rao lower bound for allocation variance, response-adaptive randomization, biased coin design, Gaussian approximation, functional central limit theorem
  • 为什么对您有用: 本文属于临床试验设计领域，与您的主要兴趣（因果推断、假设检验、效率理论）有间接关联，但核心问题（自适应随机化分配）并非您当前研究重点。技术层面，文中使用的Cramér-Rao下界论证和渐近效率分析对您熟悉的minimax bound和效率理论有概念上的可迁移性，但具体工具（如高斯比较定理）不在您的武器库中。总体而言，这是一篇高质量的统计方法论文，但作为gateway reading的价值有限，暂不可做。

7. 2607.16469 — Claim-Specific Admissibility of PCA Biplot Interpretations: Target Alignment, Spectral Identifiability, and Projection Adequacy

  • 作者: L. R. M. Pinto, C. T. S. Dias
  • 分类: stat.ME
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文提出一个形式化框架，用于评估PCA双标图（biplot）解释的“可容许性”。核心观点是：科学陈述（而非分解本身）应作为方法评估的单位。一个PCA双标图的主张要成立，必须满足三个条件：1）声明的科学目标能证明所分析算子（如协方差或相关矩阵）的合理性；2）所调用的轴或不变子空间在指定水平上可识别；3）显示的投影在实质性可容忍的误差内保留了预设关系。作者利用投影算子公式给出了基不变诊断，用于处理重特征值块，并提出了一个残差-Gram界来量化因省略坐标导致的成对误差。通过六个受控总体场景展示了精确的表示真相，包括零目标关联下任意投影角、全空间60度关系坍缩为0度、以及不可识别的命名轴。本文的贡献不在于提醒缩放的重要性，而是确立了计算正确性对于科学可解释性必要但不充分，并提供了一个形式化程序来保留、重新表述、限定或拒绝一个PCA双标图陈述。
  • 关键技术: PCA biplot, projection operator, spectral identifiability, residual-Gram bound, basis-invariant diagnosis
  • 为什么对您有用: 本文属于统计计算与可视化方法的形式化基础，与您的primary interest中'statistical computing (numerical methods, algorithm)'有直接关联，特别是关于投影矩阵和特征值可识别性的诊断工具。但本文不涉及您核心的因果推断、高维统计或U-统计量方向，且方法学贡献偏向于诊断框架而非新估计量或率。武器库中'nonparametric statistics'和'high-dimensional asymptotics'可帮助理解其残差界，但核心问题（双标图解释的形式化条件）与您当前研究方向距离较远。暂不可做——缺少直接可攻的问题口子。

8. 2607.16975 — Non-Parametric Model Calibration with Stochastic Control Parameters

  • 作者: Akshay Prasadan, Samopriya Basu, Faezeh Yazdi, Derek Bingham, Donald Estep
  • 分类: stat.ME
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文提出一种非参数计算机模型校准方法，适用于输入包含随机控制参数（分布已知）和校准参数（分布未知）的场景。目标是在给定观测现场数据下，对输入空间进行分布估计，同时保持控制参数已知边际分布不变。该方法基于测度分解（disintegration of measure）和贝叶斯推断，构建非参数校准框架。核心机制是通过条件分布估计，在保留已知边际的同时，使联合分布与观测数据一致。理论结果证明了估计的一致性，并通过数值实验验证了方法的有效性。该方法与您的主要兴趣（因果推断、高维统计、半参数理论）无直接技术重叠，但测度分解和分布校准的思想在因果推断中的分布外推或敏感性分析中可能有间接启发。
  • 关键技术: disintegration of measure, Bayesian nonparametrics, distributional calibration, conditional density estimation
  • 为什么对您有用: 本文属于统计计算与计算机模型校准方向，与您的主要兴趣（因果推断、高维统计、半参数理论）无直接技术连接。武器库中的非参数统计和逆问题工具可理解其测度分解框架，但核心问题（分布校准而非因果识别）与您的方向差异较大。暂不可做：缺少因果结构或高维渐近的直接入口，且校准参数设定与您的因果推断或U统计量工作无交集。

9. 2607.17679 — Equality, Equity, and Causality in Fairness Research: A Commentary on Cheng (2026)

  • 作者: Youmi Suk
  • 分类: stat.ME · cs.LG · stat.ML
  • 相关性 4/10 · novelty: survey
  • 摘要: 本文是对 Cheng (2026) 关于心理测量学与 AI/ML 公平性比较的焦点文章的受邀评论。评论主要探讨两个概念性问题：公平研究中“平等”与“公平”的区分，以及因果性在公平研究中的作用。作者指出，Cheng 将整个测试流程映射到 AI/ML 公平范式的做法是跨学科公平研究的关键贡献。评论进一步讨论了因果推断在定义和评估公平性中的潜在角色，例如通过因果图来形式化不同公平标准。文章最后指出了心理测量学和 AI/ML 社区未来公平研究的方向。本文是一篇概念性评论，未提出新的统计方法或理论。
  • 关键技术: causal inference for fairness, causal graph, fairness criteria
  • 为什么对您有用: 本文属于概念性评论，未提供可操作的方法或理论，与您的主要研究兴趣（因果推断、统计理论）关联较弱。它讨论了因果性在公平研究中的作用，但未深入技术细节。作为一篇评论文章，其 novelty 程度较低，不值得投入时间精读。

10. 2607.17692 — A Globally Calibrated Bayesian Optimal Phase II Design for Adaptive Enrichment Trials

  • 作者: Masahiro Kojima, Hisato Sunami, Masaaki Kuriki
  • 分类: stat.ME
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文针对适应性富集试验（adaptive enrichment trial）提出了一种全局校准的贝叶斯最优二期设计（BOP2）。研究设定为：在预设的生物标志物阳性亚组中，当全人群疗效不足时，试验可转向该亚组继续开发。核心问题是：分别校准两个人群的决策阈值会膨胀全局假阳性率。方法上，作者构建了路径依赖的全局校准框架，在全人群无效边界被跨越后，自动过渡到生物标志物阳性富集路径。所有决策规则在试验启动前预先指定，并基于二值终点推导出精确的有限状态递归枚举算法，使得校准和操作特征评估无需蒙特卡洛误差。理论结果显示，所提设计在预设的全局零假设下控制了全局I类错误率，而分别校准的BOP2设计则不能。替代情景下，疗效声明可通过全人群或生物标志物阳性路径产生，其相对贡献取决于生物标志物患病率和亚组响应概率。对您而言，本文属于临床试验设计领域，与您的主要兴趣（因果推断、高维统计等）无直接方法学连接，但可作为了解贝叶斯自适应设计在精准医学中应用的入门读物。
  • 关键技术: Bayesian optimal phase II design, adaptive enrichment, global type I error control, finite-state recursive enumeration, posterior-probability threshold
  • 为什么对您有用: 本文属于临床试验设计，与您的主要兴趣（因果推断、高维统计、半参理论等）无直接方法学重叠。作为gateway-reading，它清晰阐述了自适应富集设计的统计挑战和贝叶斯决策框架，适合作为了解精准医学中试验设计的入门材料。您的武器库（非参统计、M估计理论）可支撑理解其贝叶斯决策规则和操作特征评估，但核心问题（全局I类错误校准）并非您当前研究重点，暂不可做。

11. 2607.18009 — Bayesian Conway-Maxwell-Poisson model with spike-and slab priors for dispersed count data with application to football scores

  • 作者: Nick Zhang, Riccardo Rastelli, Nial Friel
  • 分类: stat.ME · stat.AP
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出一个贝叶斯框架，将 Conway-Maxwell-Poisson (CMP) 似然与 spike-and-slab (SAS) 先验结合，用于建模计数数据的过分散和欠分散。CMP 分布通过一个额外参数灵活控制分散程度，SAS 先验则对每个单位的分散参数进行变量选择，以等分散为基线，概率性地量化偏离等分散的程度和方向。后验推断采用定制的 Metropolis-within-Gibbs 采样器，处理 CMP 的双重难解似然。模拟实验验证了方法识别非等分散的能力。应用于英超联赛数据，在球队层面建模分散参数，发现球队间存在显著的分散异质性，且模型在拟合和预测上优于标准 Poisson 模型。该方法主要贡献在贝叶斯计算和计数数据建模，与您的主要兴趣（因果推断、高维统计、U-统计量等）无直接技术交集。
  • 关键技术: Conway-Maxwell-Poisson distribution, spike-and-slab prior, Metropolis-within-Gibbs sampler, doubly-intractable likelihood
  • 为什么对您有用: 本文属于应用统计建模，与您的主要兴趣方向（因果推断、高维统计、U-统计量、半参效率理论等）无直接技术关联。作为流行病学或经济学中计数数据的应用可能有间接参考价值，但方法学核心（贝叶斯CMP+SAS）不在您的技术武器库内，且不涉及您关注的识别、效率或计算-统计权衡问题。暂不可做——核心机器（贝叶斯非标准似然采样、CMP分布性质）不在武器库中。

12. 2607.16593 — Identifiability of Partial-Mastery Cognitive Diagnostic Models

  • 作者: Jun Wu, Patr\'icia Martinkov\'a, Elena Erosheva
  • 分类: math.ST · stat.TH
  • 相关性 4/10 · novelty: new_theory
  • 摘要: 本文研究部分掌握认知诊断模型（PM-CDM）的可识别性。PM-CDM 将传统 CDM 中二元的潜在属性掌握指标替换为连续的掌握分数，每个受试者有一个固定的连续潜在掌握向量，从中独立生成项目特定的二元属性剖面。该模型桥接了经典 CDM 与连续潜在变量模型。作者首次建立了 PM-CDM 的可识别性结果：推导了充分条件，这些条件是传统 CDM 已知条件的直接类比。通过一个五项目两属性的最小例子，利用符号计算证明模型参数化的雅可比矩阵在一般位置非零。结合实分析与代数统计工具，证明该局部性质蕴含项目参数及相关潜在属性边际分布的 generic 有限对一可识别性。进一步表明，若 Q-矩阵对所有属性对都包含这样的可识别局部结构，则可识别性扩展到整个 PM-CDM。这些结果为部分掌握认知诊断模型的估计与推断提供了严格的理论基础。
  • 关键技术: symbolic computation, Jacobian analysis, algebraic statistics, generic identifiability, Q-matrix
  • 为什么对您有用: 本文属于统计理论中的可识别性研究，与您的主要兴趣（数学统计、假设检验）有间接关联，但并非核心方向。您武器库中的非参数统计和逆问题工具可用于分析此类模型的识别条件，但该文主要依赖代数统计而非您熟悉的渐近理论。作为 gateway reading 价值有限，因为认知诊断模型并非您的研究重点。暂不可做：核心机器不在武器库里，缺代数统计的深度知识。

13. 2607.16593 — Identifiability of Partial-Mastery Cognitive Diagnostic Models

  • 作者: Jun Wu, Patr\'icia Martinkov\'a, Elena Erosheva
  • 分类: math.ST · stat.TH
  • 相关性 4/10 · novelty: new_theory
  • 摘要: 本文研究部分掌握认知诊断模型（PM-CDM）的可识别性。PM-CDM 将传统 CDM 中二元的潜在属性掌握指标替换为连续的掌握分数，每个受试者有一个固定的连续潜在掌握向量，从中独立生成项目特定的二元属性剖面。该模型桥接了经典 CDM 与连续潜在变量模型。作者首次建立了 PM-CDM 的可识别性结果，推导了与经典 CDM 类似的可识别充分条件。通过一个五项目两属性的最小例子，利用符号计算证明模型参数化的雅可比矩阵在一般位置非零。结合实分析与代数统计工具，证明该局部性质蕴含项目参数及相关潜在属性边际分布的一般有限对一可识别性。进一步表明，若 Q 矩阵对所有属性对包含此类可识别的局部结构，则可识别性推广至整个 PM-CDM。这些结果为 PM-CDM 的估计与推断提供了严格的理论基础。
  • 关键技术: symbolic computation, algebraic statistics, Jacobian matrix, generic finite-to-one identifiability, Q-matrix
  • 为什么对您有用: 本文属于心理测量学中的可识别性理论，与您的主要兴趣（因果推断、高维统计等）无直接交集。但可识别性分析的方法（代数统计、符号计算）对您 moderately_familiar 的识别理论有一定参考价值。作为 gateway reading，本文对非心理测量背景的统计学者较为友好，问题清晰，但核心机器（代数统计）不在您的武器库中，暂不可做。

🗂 其他论文（仅 LLM 评分，未生成摘要）

未生成中文摘要的论文，按 LLM 评分由高到低排列，仅保留评分与简评，便于回溯查全。一般为相关性低于展示阈值者；个别历史页也含当时因单日摘要上限未展开的高分篇目（评分仍清楚标着）。

1. 2607.16535 — On the Expectation of the Local-to-Zero Cross-Validated Log Likelihood Criterion for Bandwidth Selection in Kernel Spectral Estimation

  • 作者: Meng-Chen Hsieh, Clifford Hurvich
  • 分类: stat.ME
  • 相关性 3/10
  • 评分理由: Bandwidth selection for spectral estimation is a specialized time-series topic unrelated to the researcher's primary interests.

2. 2607.17680 — Fitting the topology of synthetic particle systems with a novel graph representation

  • 作者: Martin Alexander Memmesheimer, Claudia Redenbach
  • 分类: stat.ME · cond-mat.mtrl-sci
  • 相关性 3/10
  • 评分理由: 主题为材料科学中的拓扑数据分析，与 researcher 的统计兴趣领域无关。

3. 2607.17939 — A Taxonomy of Distance Metrics for Time-Sensitive Importance Splitting: Timer Bounds, Resampling, and the Global Age

  • 作者: Gabriel Dengler, Carlos E. Budde, Laura Carnevali
  • 分类: stat.ME · cs.LO · cs.PF
  • 相关性 3/10
  • 评分理由: Focuses on rare-event simulation for non-Markovian models, unrelated to primary or secondary interests.

4. 2607.17404 — EM-based iterations for multiple instance learning on a query-value model

  • 作者: Ethan Levien
  • 分类: math.ST · stat.TH
  • 相关性 3/10
  • 评分理由: Multiple instance learning with attention models, unrelated to primary interests in causal inference or high-dim stats.

5. 2607.17732 — Decision-Centric Large Deviations for Data-Driven Capital Buffers in Ruin Models

  • 作者: Yf Henkes, Bart P. G. van Parys, Bert Zwart
  • 分类: math.ST · math.OC · math.PR · stat.TH
  • 相关性 3/10
  • 评分理由: Insurance risk and large deviations, not aligned with primary interests.

6. 2607.17404 — EM-based iterations for multiple instance learning on a query-value model

  • 作者: Ethan Levien
  • 分类: math.ST · stat.TH
  • 相关性 3/10
  • 评分理由: Multiple instance learning with attention models, unrelated to primary interests in causal inference or high-dim stats.

7. 2607.17732 — Decision-Centric Large Deviations for Data-Driven Capital Buffers in Ruin Models

  • 作者: Yf Henkes, Bart P. G. van Parys, Bert Zwart
  • 分类: math.ST · math.OC · math.PR · stat.TH
  • 相关性 3/10
  • 评分理由: Insurance risk and large deviations, not aligned with primary interests.

8. 2607.18176 — Per Astronomix ad Astra: High-Order Differentiable (Magneto)hydrodynamics with Energy-Conserving Self-Gravity

  • 作者: Leonard Storcks, Nils Thuerey, Tobias Buck
  • 分类: astro-ph.IM · physics.flu-dyn
  • 相关性 3/10
  • 评分理由: Differentiable hydrodynamics simulator in JAX; relevant to statistical computing only tangentially, and the astrophysics context is not accessible to an outsider statistician.

9. 2607.16759 — EFSPI CMCSNE SIG position on the 'Expected f2'

  • 作者: Thomas Hoffelder, Marijn Clement, Stephen Karanja, Marta Regis, Marc Lindenberg, Filip Vestin, Eleonore Pablik, Marion Berger, Valgeir Einarsson, Helen Thomas, Kevin Lief, Jens Lamerz
  • 分类: stat.ME · stat.AP
  • 相关性 2/10
  • 评分理由: Pharmaceutical dissolution profile comparison is a narrow applied topic with no connection to the researcher's primary or secondary interests.

10. 2607.16823 — Bayesian inference on the exponentiated Kumaraswamy distribution with applications

  • 作者: Ziqian Sun, Miguel A. Ju\'arez
  • 分类: stat.ME
  • 相关性 2/10
  • 评分理由: Bayesian estimation of a specific distribution; unrelated to primary interests in causal inference, high-dim stats, or U-statistics.

11. 2607.16923 — Continuous Ultra-Low-Frequency Solar Radio Monitoring with ALBATROS from the High Arctic

  • 作者: Aman Chokshi, Mohan Agrawal, Christopher Barbarie, Jo\"elle-Marie B\'egin, Benjamin Cheung, Hsin Cynthia Chiang, Cherie K. Day, Eamon Egan, Stephen Fay, Nivek Ghazi, Maya Goss, Lawrence Herman, Jack Hickish, Michael H\'etu, Ronniy Joseph, Marc-Olivier R. Lalonde, Tristan M\'enard, John Orlowski-Scherer, Jonathan Sievers, Will Tyndall, Anthony B. Zerafa
  • 分类: astro-ph.IM · astro-ph.SR
  • 相关性 2/10
  • 评分理由: Pure astrophysics instrumentation result with no clear data/model exposition for a statistician outsider.

12. 2607.17307 — Onboard catalog of known X-ray sources for EP-WXT

  • 作者: He-Yang Liu, Haiwu Pan, Yuan Liu, Hong-Bo Cai, Yuyin Tan, Haitao Xu, Changbin Xue, Xiaojin Sun, Yifan Chen, Zhiwei Cheng, Ying Li, Yulong Xue, Huaqing Cheng, Xuan Mao, Zhixing Ling, Chen Zhang, Weimin Yuan
  • 分类: astro-ph.IM · astro-ph.HE
  • 相关性 2/10
  • 评分理由: Astronomy instrumentation paper focused on catalog design, lacking statistical methodology or accessible exposition.

13. 2607.17312 — Calibration database design for the wide-field X-ray telescope on board the Einstein Probe

  • 作者: Huaqing Cheng, Hai-Wu Pan, Yuan Liu, Donghua Zhao, Wenxin Wang, He-Yang Liu, Chen Zhang, Zhixing Ling, Weimin Yuan
  • 分类: astro-ph.IM · astro-ph.HE
  • 相关性 2/10
  • 评分理由: Calibration database design for an X-ray telescope, unrelated to statistical interests and not accessible as gateway reading.

14. 2607.17375 — Imaging X-ray Polarimetry Explorer

  • 作者: Brian Ramsey (NASA-MSFC), Paolo Soffitta (INAF-IAPS), Martin C. Weisskopf (NASA-MSFC)
  • 机构: Marshall Space Flight Center · National Institute for Astrophysics
  • 分类: astro-ph.IM · astro-ph.HE
  • 相关性 2/10
  • 评分理由: Review of X-ray polarimetry instrumentation, no statistical methodology or accessible data analysis exposition.

15. 2607.17681 — The IRT Telescope on board the THESEUS mission

  • 作者: Diego Gotz, Aline Meuris, Eric Doumayrou, Dehbia Lattab, Frederic Pinsard, Samuel Ronayette, Thierry Tourrette, Herni Triou, Bortolino Saggin, Marco Giovanni Corti, Stefano Covino, Fabrizio Fornasiero, Luca Oggioni, Luca Terenzi, Stephane Basa, Enrico Bozzo, Ludovic Genolet, Lauro Conti, Mariachiara Celato, Paul Hedderman, Shaymaa Hussein, Christoph Tenzer, Karine Mercier, Lander Ruiz de Ocenda, Jean-Michel Le Duigou, Adrien Fort, Florent Robinet, Andras Peter Joo, Rebeka Kiss, Bendeguz Koncz, L. Viktor Toth
  • 分类: astro-ph.IM
  • 相关性 2/10
  • 评分理由: Pure instrumentation paper for a space telescope; no statistical methodology or data analysis content relevant to the researcher's interests.

16. 2607.17795 — DESTINY: a new binding-energy-resolved astrochemical framework. Self-Consistent Competitiveness using Branched Absorbing Markov Chains

  • 作者: Maria Groyne, Cedric Baijot, Micha\"el De Becker
  • 分类: astro-ph.IM
  • 相关性 2/10
  • 评分理由: Astrochemical modeling framework with Markov chains; no clear data/model exposition for a statistician outsider, and no connection to primary interests.

17. 2607.17929 — gevolution 2.0: GPU-accelerated relativistic N-body simulations for cosmology

  • 作者: Julian Adamek, {\O}yvind Christiansen
  • 分类: astro-ph.IM · astro-ph.CO
  • 相关性 2/10
  • 评分理由: GPU-accelerated N-body simulation code; purely computational astrophysics without statistical methodology or accessible exposition for a statistician.

18. 2607.17193 — On the suitability of ratio variables in data envelopment analysis: An application to education with methodological extensions

  • 作者: Vicente J. Bol\'os, V\'ictor J. Espa\~na, Rafael Ben\'itez, Vicente Coll-Serrano
  • 分类: stat.ME · math.OC
  • 相关性 1/10
  • 评分理由: DEA methodology for ratio variables in education; unrelated to primary interests.

19. 2607.17226 — Bayesian Seasonal Adjustment for Survey Time Series

  • 作者: Siu-Ming Tam
  • 分类: stat.ME
  • 相关性 1/10
  • 评分理由: Bayesian seasonal adjustment for survey time series; unrelated to primary interests.

20. 2607.17365 — Tolerancing the PIAA-ZWFS: a practical and robust wavefront sensor that approaches the fundamental sensitivity limit

  • 作者: Adam K. Taras, Sebastiaan Y. Haffert, Louis Desdoigts
  • 分类: astro-ph.IM · physics.optics
  • 相关性 1/10
  • 评分理由: Optics and wavefront sensing paper, completely outside the researcher's interests.

21. 2607.17637 — Optimal mode-sorting coronagraphy: limits of single-moded measurements for the Habitable Worlds Observatory

  • 作者: Yinzi Xin, Sebastiaan Haffert, Rico Landman
  • 分类: astro-ph.IM
  • 相关性 1/10
  • 评分理由: Coronagraphy and exoplanet detection optics, unrelated to the researcher's statistical interests.

Maintained by 陈星宇 · Homepage · Source on GitHub

评论