跳转至

2026-07-30 每日 arXiv 资讯

  • 高相关论文 5 篇 · 中相关 22 篇 · 其他 8 篇 · 会议/Seminar 事件 0 条

✍️ 手动录入的论文（精读）

你手动录入（粘贴 arXiv 链接 / 标题）申请精读、或收藏后补读的论文，由当天的定时任务精读。点标题旁的 🔍 精读 查看解读。

因果推断 (causal_inference, 3 篇)

1. 2511.11862 — Compound Selection Decisions: An Almost SURE Approach

  • 作者: Jiafeng Chen, Lihua Lei, Timothy Sudijono, Liyang Sun, Tian Xie
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文在 Gaussian 序列模型框架下研究复合选择决策问题：给定未知固定参数 μ_i 和已知方差 σ_i^2，观测 Y_i ~ N(μ_i, σ_i^2)，决策者需选择子集 S 以最大化效用 (1/n)∑_{i∈S}(μ_i - K_i)，其中 K_i 为已知成本。受 Stein 无偏风险估计启发，作者提出 ASSURE（Almost SURE）估计量，对给定决策规则的期望效用给出几乎无偏的估计。用户可在预指定规则类中通过优化 ASSURE 估计的福利来选择福利最大化的规则，从而跨噪声估计借力。理论证明 ASSURE 产生的决策规则渐近不差于该类中最优但不可行的规则。应用包括经济机会普查区选择、歧视性企业识别以及 A/B 测试中 p 值决策程序分析。对您而言，该工作将因果推断中的选择问题形式化为带已知成本的效用最大化，其 ASSURE 估计量可视为一种去偏方法，与您熟悉的 debiased ML 和 semiparametric efficiency 思路相通，且应用场景（普查区选择、A/B 测试）直接连接您的流行病学和因果推断兴趣。
  • 关键技术: Stein's unbiased risk estimate (SURE), almost unbiased estimation, Gaussian sequence model, compound decision theory, welfare maximization
  • 为什么对您有用: 本文直接连接您的因果推断兴趣中的选择问题（如普查区选择、A/B 测试），其 ASSURE 方法可视为一种去偏估计，与您熟悉的 debiased ML 和 semiparametric efficiency 思路有方法论共鸣。您可以用 very_familiar 的 minimax bounds 和 estimation theory 工具分析 ASSURE 在非 Gaussian 或高维设定下的最优性，或用 moderately_familiar 的 semiparametric theory 将其推广到更一般的因果选择问题。中期可做：需先在 moderately_familiar 的 semiparametric theory 上长肌肉，以处理更复杂的 welfare 函数和依赖结构。

2. 2511.07236 — Does TabPFN Understand Causal Structures?

  • 作者: Omar Swelam, Lennart Purucker, Jake Robertson, Hanne Raum, Joschka Boedecker, Frank Hutter
  • 相关性 7/10 · novelty: application
  • 摘要: 本文研究 TabPFN（一种基于 transformer 的表格数据基础模型）是否在其内部表征中编码了因果结构信息。TabPFN 是在由结构因果模型（SCM）生成的合成数据上预训练的，因此作者假设其嵌入可能隐含因果图信息。作者设计了一个适配器框架：固定 TabPFN 的嵌入，在其上附加可学习的解码器和因果 token，将嵌入解码为邻接矩阵，从而实现因果发现。实验表明，TabPFN 的嵌入确实包含因果信息，在多个基准上优于传统因果发现算法（如 PC、GES），且因果信息集中在中层。该工作为利用预训练表格模型进行因果发现开辟了新方向，但方法本身是应用导向的，理论 novelty 有限。对您而言，本文连接了因果推断中的因果发现子方向，但方法学上属于 empirical 探索，不涉及 identification 或效率理论。
  • 关键技术: TabPFN, transformer embeddings, causal discovery, adapter framework, causal tokens, structural causal models
  • 为什么对您有用: 本文属于因果推断中因果发现的应用型工作，与您的 primary interest 'causal inference (identification, estimation, sensitivity analysis)' 中的因果发现子方向有交集。但方法学 novelty 较低，主要是 empirical 验证，不涉及您武器库中的非参理论、minimax 界或 U-statistics。作为 gateway reading 价值一般，因为未深入讨论因果发现的理论保证或与现有统计方法的对比。暂不可做：核心机器（因果发现的识别性理论、score-based 方法的 consistency）不在您的武器库中，且本文未提供可迁移的统计技术。

3. 2603.10254 — Improving TabPFN's Synthetic Data Generation by Integrating Causal Structure

  • 作者: Davide Tugnoli, Andrea De Lorenzo, Marco Virgolin, Giovanni Cinà
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究如何将因果结构注入TabPFN（一种基于Transformer的表格数据基础模型）的合成数据生成过程，以解决其自回归生成顺序与真实因果结构冲突时产生虚假相关的问题。作者提出两种互补方法：DAG-aware conditioning（每个变量以其因果父节点为条件进行采样）和PDAG-based strategy（适用于部分因果知识场景）。在控制基准和CSuite数据集上评估结构保真度、分布质量和平均处理效应（ATE）的保持能力。实验表明，DAG-aware conditioning在多数设置下显著提升合成数据质量和稳定性；在部分因果知识下，oracle-PDAG（仅定向碰撞器上的边）有中等提升，而数据驱动的CPDAG效果取决于因果结构恢复质量。核心贡献是无需参数更新即可在推理时注入可靠因果结构以改善合成数据，对您而言，这直接连接因果推断中的identification与ATE估计，且其利用因果图进行条件采样的思路可迁移至您的proximal CI或IV设定中的synthetic data generation问题。
  • 关键技术: TabPFN, autoregressive generation, DAG-aware conditioning, PDAG, Average Treatment Effect (ATE) preservation, causal structure injection
  • 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、identification）和statistical computing（算法、软件）。技术武器库中'very_familiar'的'causal inference estimation theory'和'nonparametric statistics'可用于分析其DAG-aware conditioning的统计性质（如条件分布估计的收敛率），而'moderately_familiar'的'identification theory in causal inference'可用于评估其PDAG策略在部分因果知识下的识别性。中期可做：若想将类似思路推广到proximal CI设定（如用negative control变量构建条件分布），需先在'moderately_familiar'的'identification theory in causal inference'上深入理解proximal identification条件。

数理统计 / 假设检验 (hypothesis_testing, 1 篇)

1. 2602.14286 — Online LLM watermark detection via e-processes

  • 作者: Weijie Su, Ruodu Wang, Zinan Zhao
  • 相关性 3/10 · novelty: new_method
  • 摘要: 本文针对大语言模型（LLM）水印检测问题，将其形式化为一个关于生成token与伪随机序列之间独立性的假设检验问题。作者基于e-process（e-过程）提出统一的在线检测框架，提供任意时刻有效的（anytime-valid）保证，适用于流式文本的实时检测。方法核心是构造经验自适应e-process，利用独立枢轴统计量（independent pivotal statistics）提升检测功效，并推广到任何顺序检验问题。理论部分刻画了所提过程的功效性质，实验表明与现有水印检测方法相比具有竞争力。对您而言，本文在假设检验框架下引入e-process这一较新工具，与您对hypothesis testing的兴趣直接相关，且e-process的构造思路（如利用martingale和optional stopping）可迁移至其他在线检验场景。
  • 关键技术: e-process, anytime-valid inference, sequential hypothesis testing, martingale, independent pivotal statistics
  • 为什么对您有用: 本文直接对接您primary interest中的hypothesis testing，特别是e-process这一新兴检验框架，与您熟悉的martingale和sequential testing工具链有交集。技术层面，您可以用very_familiar的nonparametric statistics和高维渐近理论来分析e-process在复杂依赖结构下的行为，或将其与higher-order U-statistics结合构造更高效的检验统计量。中期可做：若想将e-process推广至更一般的因果推断或高维设定，需先在moderately_familiar的M-estimation理论上加强，以处理nuisance参数估计带来的额外不确定性。

统计计算 / 算法 (stat_computing, 1 篇)

1. 2601.21656 — TabClustPFN: A Prior-Fitted Network for Tabular Data Clustering

  • 作者: Tianqi Zhao, Guanyang Wang, Yan Shuo Tan, Qiong Zhang
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文提出 TabClustPFN，一种基于 prior-fitted network (PFN) 的表格数据聚类方法。PFN 通过在大规模合成先验分布下进行贝叶斯推断的摊销学习，已在监督学习中取得良好泛化；将其扩展到无监督聚类面临输出空间组合且置换不变、需推断聚类数等挑战。TabClustPFN 在合成数据集上预训练，学习从数据到聚类分配和聚类数的摊销后验映射，推理时单次前向传播即可完成聚类，无需针对新数据集重新训练或调参。模型天然支持数值和类别混合特征，适应多种聚类结构。在合成数据和真实表格基准上，TabClustPFN 优于经典聚类、深度聚类及其他摊销聚类基线，且在探索性设置中表现出强鲁棒性。该方法将统计计算中的摊销推理与贝叶斯聚类先验结合，为无监督学习提供了一种高效、免调参的新范式。
  • 关键技术: Prior-Fitted Network (PFN), amortized Bayesian inference, permutation-invariant output, synthetic prior distribution, tabular data clustering
  • 为什么对您有用: 本文属于统计计算方向，与您的 primary interest 中的 statistical computing 直接相关。PFN 的摊销推理框架是一种新颖的计算范式，您可以用 very_familiar 的软件开发和 high-dimensional asymptotics 工具来评估其计算效率与统计精度之间的权衡。中期可做：若您想深入分析 PFN 的泛化理论，需先在 moderately_familiar 的 M-estimation theory 上加强，以理解其先验设计与后验逼近的偏差-方差权衡。

其他 (other, 1 篇)

1. 2505.20003 — TabPFN: One Model to Rule Them All?

  • 作者: Qiong Zhang, Yan Shuo Tan, Qinglong Tian, Pengfei Li
  • 相关性 6/10 · novelty: survey
  • 摘要: 本文面向统计学读者解释 TabPFN 的工作原理，强调其作为近似贝叶斯推断的解释。作者展示了开箱即用的 TabPFN 在半监督参数估计、协变量偏移下的预测以及异质性处理效应估计等任务中，有时能超越专门的最先进方法。作为其预测有效性的部分解释，作者证明 TabPFN 能同时适应非参数和参数结构，例如在假设正确设定时有时优于 LASSO。文章为统计学家理解这一 transformer 基础模型提供了桥梁，并指出了其在因果推断等领域的潜在应用。
  • 关键技术: TabPFN, transformer, approximate Bayesian inference, semi-supervised estimation, heterogeneous treatment effect estimation
  • 为什么对您有用: 本文直接连接您的因果推断兴趣（异质性处理效应估计）和半参数/非参数理论（适应非参数与参数结构）。您可以用非常熟悉的非参数统计和因果推断估计理论来评估 TabPFN 在这些任务中的表现，并探索其与您熟悉的 U-统计量或高阶影响函数方法的结合可能性。这是一篇 gateway-reading 性质的文章，值得花时间读全文以评估其方法学价值。

⭐ 高相关论文（按主题分组）

因果推断 (causal_inference, 3 篇)

1. 2607.25072 — The positivity assumption in causal mediation analyses? Checked!

  • 作者: Arthur Chatton, Genevi`eve Lefebvre, Mireille E. Schnitzer, Denis Talbot
  • 分类: stat.ME · stat.AP
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文关注因果中介分析中的 positivity 假设检验问题。在标准无中介的暴露效应分析中，positivity 要求每个协变量组合下暴露概率非零；而在中介分析中，该假设更复杂，需同时满足暴露和中介变量的 positivity，且具体形式因 estimand（controlled/natural/interventional mediational effects）而异。作者将原本用于非中介场景的 Positivity Regression Trees (PoRT) 算法扩展到中介分析，该算法不依赖于模型或数据生成过程的假设，通过回归树自动检测协变量空间中 positivity 违反的区域。通过一个心理健康应用实例展示方法，并提供了 R 包 port 和 notebook 实现。最后讨论了 positivity 违反时的后果与建议。对您而言，这是因果推断中一个具体但常被忽视的识别假设诊断工具，与您的 primary interest 中的 sensitivity analysis 和 identification theory 直接相关。
  • 关键技术: Positivity Regression Trees (PoRT), causal mediation analysis, controlled/natural/interventional mediational effects, positivity assumption, regression tree diagnostics
  • 为什么对您有用: 直接连接您的 primary interest 中的 causal inference 子方向——identification theory 和 sensitivity analysis。本文提出的 PoRT 算法扩展是诊断中介分析中 positivity 假设的实用工具，您可以用 very_familiar 的 nonparametric statistics 和 estimation theory 来评估其树方法的理论性质（如一致性、收敛速度），或用 moderately_familiar 的 identification theory 来思考更复杂的 positivity 结构。中期可做：若想将诊断方法推广到 proximal causal inference 或 longitudinal 设定，需先在 moderately_familiar 的 identification theory 上加强。

2. 2607.25709 — On the magnitude, sign and ranking of recanting-twin path-specific effects

  • 作者: Tran Trong Khoi Le, Pham Hien Trang Tu, Nhat Long Ngo, Tat-Thang Vo
  • 分类: stat.ME · stat.AP
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文在因果中介分析中，针对存在中间混杂（intermediate confounding）时，recanting-twin 路径特定效应（PSE）能否反映自然 PSE 的方向、大小和排序这一开放问题，进行了系统刻画。作者首先在二元结局设定下，推导了 recanting-twin PSE 与自然 PSE 之间绝对差异的非参数可识别上下界，为评估两者大小差异是否显著提供了实用工具。随后通过模拟研究，在非线性、非单调场景下评估了符号和排序不一致的频率：在 4 种场景、320 个数值设定中，排序不一致率为 15%-56%，符号不一致率为 5%-43%。不一致性强烈受中间混杂的反事实值之间不可观测相关性的影响，提示在解释 recanting-twin PSE 的大小和排序时需谨慎。该工作为因果中介分析中效应分解的稳健性提供了理论边界和实证警示，对您从事的因果推断（特别是中介分析和敏感性分析）方向有直接参考价值。
  • 关键技术: recanting-twin path-specific effects, natural path-specific effects, non-parametric bounds, intermediate confounding, causal mediation analysis, simulation-based sensitivity analysis
  • 为什么对您有用: 本文直接关联您 primary interest 中的因果推断（中介分析、敏感性分析）子方向。您 very_familiar 的估计理论（非参数界、反事实推理）可直接用于验证或改进其上下界的紧性；其模拟框架也可迁移至您关注的纵向或 IV 设定中的效应分解问题。中期可做：若想将非参数界推广至连续结局或高维协变量，需先在 moderately_familiar 的识别理论上长肌肉。

3. 2607.25822 — Causally Interpretable Meta-Mediation Analysis With Missing At Random Mediator and Outcome Data

  • 作者: Marie-F\'elicia Beclin, Apolline Courr`eges-Vartanian, Genevi`eve Lefebvre, Tat-Thang Vo
  • 分类: stat.ME · stat.AP
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文提出一种在元分析框架下对自然间接效应进行因果可解释性整合的方法。传统基于结构方程模型的mediation meta-analysis无法处理中介-结局混杂、缺失数据以及目标人群不明确的问题。作者利用半参数理论构建了数据自适应的估计量，将各研究的自然间接效应估计值运输到一个明确定义的目标人群后再进行证据合成。该方法允许纳入那些未直接研究中介机制但收集了中介变量数据的研究，从而提升信息利用的充分性。此外，文章还开发了基于ANOVA平方和的非参数随机效应模型，用于将研究间异质性分解为不同来源，以评估其对因果可解释性的影响。模拟和真实数据验证了有限样本性能。对您而言，该工作直接连接了causal inference中的mediation分析和semiparametric theory，其transportability框架和异质性分解思路可迁移至您熟悉的proximal CI或IV设定下的多研究整合问题。
  • 关键技术: semiparametric theory, data-adaptive estimation, transportability, random-effects meta-analysis, ANOVA decomposition, natural indirect effect
  • 为什么对您有用: 直接连接primary interest中的causal inference（mediation）和semiparametric theory。您可以用very_familiar的estimation theory in causal inference和nonparametric statistics来审视其transportability假设的合理性，并用moderately_familiar的identification theory in causal inference来评估其异质性分解的因果解释力。中期可做：若想将类似框架推广到proximal CI或IV设定，需先在moderately_familiar的identification theory上长肌肉。

高维统计 / 随机矩阵 (high_dim_rmt, 2 篇)

1. 2607.25486 — Spectra of high-dimensional Spearman correlation matrices under scale-mixture dependence

  • 作者: Jean-Philippe Bouchaud, Pierre Bousseyroux, Tomas Espana, Matteo Smerlak
  • 分类: math.ST · math.PR · stat.TH
  • 相关性 8/10 · novelty: new_theory
  • 摘要: 本文研究高维Spearman秩相关矩阵在尺度混合依赖模型下的渐近谱性质。设定观测数据为 x_t = σ_t ξ_t，其中ξ_t坐标独立同分布，σ_t为所有坐标共享的标量混合变量，导致坐标间虽Pearson和Spearman相关系数为零，但存在高阶依赖。在比例极限 N/T → q ∈ (0,∞) 下，证明Spearman相关矩阵的经验谱分布几乎必然收敛到由有效秩方差极限分布控制的广义Marchenko-Pastur律。还提出了更广泛的潜变量扩展模型，涵盖具有相关方向分量的尺度混合情形。通过可解例子和数值近似验证理论结果，特别关注重尾数据在稳健多元统计、计量经济学和金融中的应用。该工作将经典RMT从样本协方差矩阵推广到秩相关矩阵，揭示了秩变换下高阶依赖的谱特征，对高维假设检验和降维方法有潜在影响。
  • 关键技术: Marchenko-Pastur law, empirical spectral distribution, Spearman rank correlation, scale-mixture model, random matrix theory, high-dimensional asymptotics
  • 为什么对您有用: 直接对接高维统计与随机矩阵理论（RMT）这一主要兴趣方向，具体涉及非高斯数据下秩相关矩阵的谱行为——这是经典RMT（如Wishart矩阵）未覆盖的设定。技术武器库中'high-dimensional asymptotics'和'minimax bounds for estimation problems'可直接用于验证其收敛速率是否最优，或推导更紧的谱分布收敛界。中期可做：若想将结果推广到更一般的秩统计量（如Kendall's tau），需先在'moderately_familiar'的higher-order U-statistics理论上长肌肉，因为秩统计量本质上是U-统计量。

2. 2607.25486 — Spectra of high-dimensional Spearman correlation matrices under scale-mixture dependence

  • 作者: Jean-Philippe Bouchaud, Pierre Bousseyroux, Tomas Espana, Matteo Smerlak
  • 分类: math.ST · math.PR · stat.TH
  • 相关性 8/10 · novelty: new_theory
  • 摘要: 本文研究高维 Spearman 秩相关系数矩阵在 scale-mixture 依赖模型下的渐近谱性质。设定观测为 x_t = σ_t ξ_t，其中 ξ_t 坐标 i.i.d.，标量混合变量 σ_t 对所有坐标共享，导致坐标间 Pearson 和 Spearman 相关均为零但存在高阶依赖。在 N/T → q ∈ (0,∞) 的比例极限下，证明 Spearman 相关矩阵的经验谱分布几乎必然收敛到由有效秩方差极限分布控制的广义 Marchenko-Pastur 律。还提出了更广泛的潜变量扩展，涵盖具有相关方向分量的 scale-mixture 模型。通过可解例子和数值近似验证理论，动机来自重尾数据的稳健多元统计、计量经济学和金融。该结果对您的高维随机矩阵理论兴趣直接相关，且其有效秩方差概念可能为高维 U-统计量的谱分析提供新视角。
  • 关键技术: Marchenko-Pastur law, empirical spectral distribution, Spearman rank correlation, scale-mixture model, random matrix theory, rank transformation
  • 为什么对您有用: 直接连接您 primary interest 中的高维统计与随机矩阵理论（RMT），具体是 Marchenko-Pastur 律在秩相关矩阵上的推广。您的 technical_arsenal 中 very_familiar 的高维渐近工具可直接用于验证其收敛速率或推导有限样本校正，属于立即可做的 follow-up。

📌 中相关论文（按主题分组）

因果推断 (causal_inference, 3 篇)

1. 2607.25074 — Spectral Truncation in Synthetic Control

  • 作者: Mojtaba Eslami
  • 分类: stat.ME · cs.AI · cs.LG · econ.EM · stat.AP
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文研究合成控制法（SC）的谱截断变体。在标准SC中，处理单元的前处理轨迹被匹配为对照单元池的加权组合；Spectral SC则将匹配放在对照面板领先时间奇异向量定义的坐标下进行。作者提出一个混合估计量，对保留和丢弃的奇异方向分别赋予可调权重，将原始路径SC和截断谱SC作为端点。理论贡献包括：证明该族在满秩时退化为原始路径SC；当对照单元数N0>K+1时，精确平衡K个保留维度会导致欠定，解集仿射维数为N0-K-1；通过有限样本最佳线性预测分解，谱不平衡映射为处理效应偏差。在11种数据生成机制下（每种400次重复），截断谱SC的RMSE在所有机制下均显著高于调优的原始路径SC，差异达4-11个蒙特卡洛标准误。混合估计量在大多数重复中选择原始路径匹配，且与调优SC统计上无差异。结果对预处理高度敏感：去除单元和时间固定效应后，性能差距几乎消失。作者将发现解读为诊断性而非推荐替换。对您而言，本文在合成控制框架下提供了谱方法与平衡欠定性的理论分析，与您因果推断（特别是纵向设定）和估计理论兴趣直接相关。
  • 关键技术: synthetic control, spectral decomposition, singular value decomposition, finite-sample bias decomposition, placebo validation
  • 为什么对您有用: 本文直接连接您因果推断兴趣中的纵向设定（合成控制法），并涉及估计理论中的有限样本偏差分解。您武器库中'非参数统计'和'因果推断中的估计理论'可直接用于分析其谱截断的偏差-方差权衡；'高维渐近'工具可用于理解欠定平衡解集的性质。中期可做：若您想将谱方法推广到更一般的因果推断设定（如带时间变动的处理效应），需先在'半参数理论'上加强（moderately_familiar）。

2. 2607.25159 — Covariate-Adaptive Sample Size Re-estimation for Population-Standardized Historical Control Designs in Single-Arm Trials

  • 作者: Keisuke Hanada, Masahiro Kojima
  • 分类: stat.ME · stat.AP
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对外部对照单臂试验中基线协变量不平衡的问题，提出了一种基于人群标准化（population-standardized）的设计框架。目标估计量定义为实际入组活跃治疗组人群的治疗效果，并通过预先指定的平衡评分将历史对照结局标准化到该人群。在此框架下，开发了一种不依赖结局的协变量自适应样本量重估（SSR）程序：在入组期间仅利用累积的基线协变量更新所需样本量，而不使用活跃治疗组的结局数据。该方法结合了初始情景设计与入组人群评分分布、标准化对照参数及目标样本量的顺序更新，并给出了条件与无条件检验功效的解释，以及在重复盲态SSR下近似控制I类错误的充分条件。模拟研究表明，当计划人群与真实入组人群存在分布偏移时，固定设计会损失功效，而所提SSR能维持接近目标水平的功效，表现与理想设计相当。本文对您有用：它直接关联您在因果推断中关于识别与估计的兴趣，特别是通过平衡评分进行人群标准化这一思路，可视为一种处理选择偏差的实用工具，且其SSR程序的设计逻辑对您从事的临床试验统计方法开发有参考价值。
  • 关键技术: population-standardized estimand, balancing score, covariate-adaptive sample size re-estimation, outcome-blinded SSR, externally controlled trial
  • 为什么对您有用: 本文直接关联您对因果推断中识别与估计的兴趣，特别是通过平衡评分进行人群标准化以处理选择偏差。其SSR程序的设计逻辑（不依赖结局、仅用协变量更新样本量）对您从事的临床试验统计方法开发有直接参考价值。武器库中'非参数统计'和'因果推断中的估计理论'可用来分析其平衡评分估计的收敛性及SSR的渐近性质，属于立即可做的范畴。

3. 2607.25868 — Bias-corrected Cox regression with AI-extracted covariates via calibration summary statistics

  • 作者: Arjun Sondhi
  • 分类: stat.ME · stat.ML
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对大型观察性研究中AI提取协变量（如从非结构化临床记录中提取的结构化变量）的测量误差问题，在Cox比例风险模型下提出了一套偏差校正框架。数据供应商仅提供提取后的数据集和汇总校准统计量（如gold-standard样本上的校准斜率与截距），下游研究者无法访问原始数据。作者证明，naive Cox估计量的偏差可分解为一项主阶校准项和一项随提取精度提高而消失的残差项。校正估计量只需对标准Cox软件输出做一次后验矩阵乘法，计算成本极低。进一步推导了考虑校准不确定性的偏差校正置信区间，以及用于诊断残差项是否影响推断的敏感性诊断工具。合成数据实验表明，即使在校准线性假设轻微违反时，校正仍能大幅降低偏差并实现接近名义覆盖率的置信区间。该框架对您可能有用：它本质上是一个测量误差下的因果推断问题（协变量含经典测量误差+系统偏差），与您primary interest中的因果推断（IV、sensitivity analysis）和semiparametric theory（估计方程校正）直接相关，且其“后验矩阵乘法”的简洁形式可能启发您在高维或U-statistic设定下的类似校正策略。
  • 关键技术: calibration-based bias correction, Cox proportional hazards model, measurement error, sensitivity analysis, post-hoc matrix correction
  • 为什么对您有用: 本文直接连接您primary interest中的因果推断（测量误差下的估计与敏感性分析）和semiparametric theory（估计方程偏差校正）。技术武器库中，您对estimation theory in causal inference和nonparametric statistics非常熟悉，可立即用这些工具分析其校正估计量的finite-sample性质（如能否推广到更一般的非参数校准函数）。中期可做：若想将框架扩展到高维协变量或U-statistic型估计量（如AUC校正），需先在moderately_familiar的semiparametric theory上进一步熟悉influence function的推导。

高维统计 / 随机矩阵 (high_dim_rmt, 2 篇)

1. 2607.25031 — Transfer Learning in High-Dimensional Clustering: Minimax Thresholds and Applications in Single-Cell Data

  • 作者: Abhinav Chakraborty, Sagnik Nandy
  • 分类: math.ST · stat.ME · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_method
  • 摘要: 研究高维聚类中的迁移学习问题，目标是在双社区高斯混合模型下，利用源数据（source data）提升目标数据（target data）的聚类精度。相关度由目标与源聚类均值的几何对齐程度刻画。本文提出了一个极小极大最优的迁移辅助聚类过程，并刻画了在信噪比、样本量、环境维度和数据集对齐度下，一致聚类的相变阈值（至多对数因子）。方法还扩展到自适应选择仅用目标数据或结合源数据，以及多社区和多源数据场景。理论工具涉及高维极小极大下界、相变分析和聚类算法的风险界。大量模拟和人类肺单细胞RNA-seq数据分析验证了方法的实际有效性。对您而言，本文的高维相变刻画和极小极大最优性分析可直接连接到您在高维统计和极小极大界方面的兴趣，且其自适应选择机制对因果推断中的迁移学习也有启发。
  • 关键技术: minimax lower bounds, phase transition, Gaussian mixture model, transfer-assisted clustering, high-dimensional clustering
  • 为什么对您有用: 本文直接对应您在高维统计和极小极大界方面的主要兴趣，特别是相变阈值的精确刻画。您可以用非常熟悉的极小极大下界技术验证其相变是否紧，并考虑将自适应迁移机制移植到因果推断的迁移学习问题中（如proximal CI中的source data利用）。中期可做：需先熟悉多社区GMM的聚类算法细节（属于moderately_familiar的M-estimation理论），但核心分析工具已在武器库中。

2. 2607.25031 — Transfer Learning in High-Dimensional Clustering: Minimax Thresholds and Applications in Single-Cell Data

  • 作者: Abhinav Chakraborty, Sagnik Nandy
  • 分类: math.ST · stat.ME · stat.ML · stat.TH
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究高维聚类中的迁移学习问题，设定为两社区高斯混合模型，目标与源数据的聚类均值向量存在几何对齐（alignment）。目标是利用源数据提升目标数据的聚类精度，在最小最大框架下刻画一致聚类的相变阈值。方法上，提出一个迁移辅助的聚类过程，并证明其达到最优收敛速率（至多对数因子）。关键理论贡献在于明确了信号强度、样本量、维度与对齐程度之间的权衡关系，并给出了可自适应选择是否使用源数据的扩展。此外，方法推广至多社区与多源数据场景。模拟与人类肺单细胞RNA-seq数据分析验证了方法的实用性。对您而言，本文的高维相变分析与您在高维统计与 minimax 理论方面的兴趣直接相关，且其聚类迁移设定可能为您的因果推断中处理多源数据提供新视角。
  • 关键技术: minimax-optimal clustering, phase transition, Gaussian mixture model, geometric alignment, transfer learning, adaptive procedure
  • 为什么对您有用: 本文连接您的高维统计与 minimax 理论兴趣，具体在聚类迁移学习的相变刻画上。您的武器库中'minimax bounds for estimation problems'可直接用于验证其声称的速率是否紧，而'high-dimensional asymptotics'可用于分析其阈值条件。中期可做：若想将迁移学习思路引入因果推断（如多源数据下的ATE估计），需先在 moderately_familiar 的'identification theory in causal inference'上长肌肉，以处理源与目标分布偏移下的识别问题。

数理统计 / 假设检验 (hypothesis_testing, 8 篇)

1. 2607.26022 — Testing Microbiome Community Differences in High Dimensions: A Bootstrap Approach for Compositional Data

  • 作者: Monika Bhattacharjee, Nilanjan Chakraborty, Sayan Das, Sounak Chakraborty, Lei Liu, Yiming Shi, Kristine M. Wylie, Todd N. Wylie, Molly J. Stout
  • 分类: stat.ME · stat.AP
  • 相关性 6/10 · novelty: new_method
  • 摘要: 针对微生物组数据的成分性（compositional）和高维特性，提出一种基于经验 bootstrap 的假设检验框架，用于检验两组或多组微生物群落均值是否相等。该方法在 simplex 结构下构造检验统计量，通过 bootstrap 重采样逼近其零分布，无需对数据分布做参数假设。理论分析表明，该方法在高维 p >> n 场景下仍能控制第一类错误并具有合理功效。应用于结直肠腺瘤/癌症患者的粪便微生物组和早产孕妇的阴道微生物组两个大规模研究，发现了传统方法未能检测到的年龄相关和种族相关的微生物差异。对您而言，该工作将高维假设检验与成分数据分析结合，其 bootstrap 策略可迁移至您熟悉的 high-dimensional asymptotics 和 hypothesis testing 方向，且微生物组数据的应用场景与您的 secondary interest 流行病学有交集。
  • 关键技术: empirical bootstrap, compositional data analysis, simplex structure, high-dimensional hypothesis testing, resampling-based inference
  • 为什么对您有用: 直接连接到 primary interest 中的 hypothesis testing 和 high-dimensional statistics。该文的 bootstrap 检验框架可视为高维成分数据下的一种非参数方法，您可以用 very_familiar 的 minimax bounds 和 high-dimensional asymptotics 工具分析其功效上界或与现有方法的比较。中期可做：若想将类似 bootstrap 策略推广到更复杂的因果推断设定（如成分型暴露的 IV 分析），需先在 moderately_familiar 的 identification theory 上补足成分数据的因果模型。

2. 2607.25618 — Omnibus Goodness-of-Fit Testing for Distributions on Stiefel Manifolds

  • 作者: Dominic Edelmann, Donald Richards
  • 分类: math.ST · stat.TH
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对 Stiefel 流形上的分布，建立了一个全面的拟合优度检验框架。方法基于经验特征函数与理论特征函数之差的平方积分，构造的检验统计量对所有固定备择假设一致。对于 Fisher-Bingham 分布族，导出了检验统计量的显式可计算形式，并给出了矩阵 Fisher、矩阵 Bingham 和均匀分布等重要特例的简化表达式。在超球面上检验均匀性时，得到了检验统计量的完整渐近分布，从而实现了计算高效的渐近检验。对于一般的 Fisher-Bingham 分布，建立了理论上合理的 Monte Carlo 检验程序，适用于简单和复合假设。模拟研究显示该方法在广泛的备择假设下具有准确的 I 类错误控制和强大的检验功效。该工作为高维流形数据的分布检验提供了可操作的工具，对您在高维统计和假设检验方面的兴趣有直接参考价值。
  • 关键技术: characteristic function-based test, Stiefel manifold, Fisher-Bingham distribution, asymptotic distribution, Monte Carlo testing
  • 为什么对您有用: 本文直接对应您 primary interest 中的 hypothesis testing 和 high-dimensional statistics。检验统计量基于特征函数，其渐近理论涉及 U-statistic 型展开，您可以用 very_familiar 的高阶 U-statistics 计算工具（treewidth / einsum）来评估其计算成本或设计更高效的变体。中期可做：若想将方法推广到更一般的流形或高维稀疏设定，需先在 moderately_familiar 的 M-estimation theory 上加强。

3. 2607.25618 — Omnibus Goodness-of-Fit Testing for Distributions on Stiefel Manifolds

  • 作者: Dominic Edelmann, Donald Richards
  • 分类: math.ST · stat.TH
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对 Stiefel 流形上的分布，提出了一套全面的拟合优度检验框架。核心思想是基于经验特征函数与理论特征函数之差的平方积分构造检验统计量，该统计量对所有固定备择假设具有一致性。对于 Fisher-Bingham 分布族，推导出了检验统计量的显式可计算形式，并给出了矩阵 Fisher、矩阵 Bingham 和均匀分布等重要特例的简化表达式。在超球面上检验均匀性的特例中，得到了检验统计量的完整渐近分布，从而实现了计算高效的渐近检验。对于一般的 Fisher-Bingham 分布，建立了有理论依据的蒙特卡洛检验程序，适用于简单和复合假设。模拟研究显示该方法在广泛的备择假设下具有准确的 I 类错误控制和强大的检验功效，并通过彗星轨道数据展示了实际应用价值。该工作将经典的特征函数方法推广到非欧几何的流形设定，对您在高维统计和假设检验方面的兴趣有直接参考价值。
  • 关键技术: characteristic function-based test, Stiefel manifold, Fisher-Bingham distribution, goodness-of-fit testing, Monte Carlo testing, asymptotic distribution
  • 为什么对您有用: 本文直接连接您对假设检验的兴趣，特别是将特征函数方法推广到 Stiefel 流形这一非欧几何设定。您武器库中'非参数统计'和'高维渐近理论'的功底可以直接用于理解其渐近分布推导，而'高阶 U-统计量'的计算视角（树宽/张量收缩）可能为流形上检验统计量的高效计算提供新思路——这是一个中期可做的方向，需先在 moderately_familiar 的'高阶 U-统计量理论'上进一步积累。

4. 2607.24890 — A New Look at the Classical Estimation Problem

  • 作者: Paul W. Vos
  • 分类: math.ST · cs.IT · math.IT · stat.TH
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 本文重新审视 Bahadur 在 Hilbert 空间几何框架下发展的经典点估计理论，并指出其内在张力：局部最优无偏估计依赖于参数、两点参数空间产生荒谬估计、二项抽样比值比无无偏估计、极大似然估计的优良性仅停留在启发式层面。作者提出一个微小修改：将估计量 τ 从参数空间中的点重新定义为样本空间每个值到参数空间上的函数（即 Fisher 在 1955 年描述的连续零假设），而 Bahadur 自身定义（在族中每个分布下平方可积）已提供定义域。逐讲追踪收益：边界样本处估计量存在（点估计不存在）；一个基本引理表明无点态准则能容许一致最优估计量，从而解释了为何 admissible、minimax、Bayes 平均和无偏性作为回应出现；用信息量 Λ(τ) 评估，得分函数通过三行论证一致达到 Fisher 信息界；Cramér-Rao 界达到和充分性作为该界在两种从点估计到广义估计的映射下的等式情形恢复；极大似然启发式转化为关于得分函数的精确陈述。本文并未推翻经典理论，而是用 Fisher 将估计刻画为连续显著性检验的观点解释了经典装置。对您而言，本文提供了一种将估计问题重新参数化为函数空间上的假设检验的视角，与您对假设检验和数学统计的兴趣直接相关，且其 Hilbert 空间几何框架与您熟悉的高维渐近理论有潜在联系。
  • 关键技术: Hilbert space geometry, generalized estimator as function on parameter space, score function, Fisher information bound, Cramér-Rao inequality, continuum of null hypotheses
  • 为什么对您有用: 本文直接连接您的 primary interest 中的 hypothesis testing 和 mathematical statistics。它提供了一个将点估计问题重新解释为连续假设检验的框架，这与您对假设检验的理论兴趣高度契合。从技术武器库看，您非常熟悉的 nonparametric statistics 和 high-dimensional asymptotics 可用于分析这种广义估计量的渐近性质；但本文的核心是概念性重构而非具体方法，因此属于中期可做——需要先在 moderately_familiar 的 semiparametric theory 上深入理解其与函数空间估计的联系。

5. 2607.24890 — A New Look at the Classical Estimation Problem

  • 作者: Paul W. Vos
  • 分类: math.ST · cs.IT · math.IT · stat.TH
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 本文重新审视 Bahadur 在 Hilbert 空间几何框架下发展的经典点估计理论，并指出其内在张力：局部最优无偏估计依赖于参数、两点参数空间产生荒谬估计、二项抽样比值比无无偏估计、极大似然估计的优良性仅为启发式。作者提出一个微小修改：将估计量 τ 从参数空间中的点重新定义为样本空间上关于参数空间的函数（即 Fisher 在 1955 年描述的连续零假设），并利用 Bahadur 自身定义（在族中每个分布下平方可积）作为定义域。逐讲追踪收益：边界样本处估计量存在（点估计不存在）；一个初等引理证明无点态准则能给出一致最优估计，从而解释容许性、极小极大、贝叶斯平均和无偏性为何出现；用信息量 Λ(τ) 评估，得分函数通过三行论证一致达到 Fisher 信息界；Cramér-Rao 界与充分性作为两个映射下的等式情形恢复；极大似然启发式转化为关于得分函数的精确陈述。本文并未推翻经典理论，而是用 Fisher 的估计作为连续显著性检验的特征来解释经典装置。
  • 关键技术: Hilbert space geometry, point estimation, generalized estimator, Fisher information bound, Cramér-Rao bound, score function
  • 为什么对您有用: 本文直接关联您对 hypothesis testing 和 mathematical statistics 的兴趣，特别是对估计理论基础的重新审视。您武器库中的 nonparametric statistics 和 minimax bounds 可用于分析这种广义估计量的最优性，而 higher-order U-statistics 的视角可能为这种函数值估计提供新的计算或理论工具。中期可做：需先在 semiparametric theory 上长肌肉以理解其与效率理论的关系。

6. 2607.25006 — Extended rank regression for all ordinal data

  • 作者: Peter Hoff, Supratik Basu
  • 分类: stat.ME
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文针对所有有序数据类型（连续、离散、有序分类）提出扩展秩回归模型，核心思想是将均值-方差关系视为 nuisance，通过基于扩展秩概念的伪似然进行推断，无需估计或指定数据变换函数。方法上，作者证明了扩展秩似然在连续和二元数据两个极端情形下无渐近信息损失，且基于秩的预测区间可在条件特征下获得近似覆盖控制。贝叶斯参数估计和预测区间通过简单的 Gibbs 采样算法实现，并进一步用共形校准保证边际频率覆盖。该工作将秩回归推广到更广泛的序数数据场景，避免了离散/连续决策的主观性。对您而言，本文的秩似然信息损失分析（连续与二元极端的渐近效率）与您的 hypothesis testing 和 semiparametric theory 兴趣直接相关，其“无信息损失”的证明思路可能启发您在高维或 U-statistic 设定下构造类似的不依赖于 nuisance 的检验统计量。
  • 关键技术: extended rank likelihood, pseudo-likelihood, monotone transformation, Gibbs sampling, conformal calibration, asymptotic information loss
  • 为什么对您有用: 本文连接您的 hypothesis testing 和 semiparametric theory 兴趣，具体在秩回归框架下处理 nuisance 参数（均值-方差关系）而不损失信息。您的 technical_arsenal 中 very_familiar 的 nonparametric statistics 和 minimax bounds 可直接用于分析该伪似然的渐近效率是否最优；moderately_familiar 的 semiparametric theory 可用于检验其“无信息损失”结论在更一般数据类型下的推广。中期可做：需先在 moderately_familiar 的 semiparametric theory 上深入理解 efficient influence function 与秩似然的关系，才能将本文的渐近分析推广到您的 U-statistic 设定。

7. 2607.25007 — Constructing and extending \(n\) = 1 Bayesian confidence intervals for location parameters in location-scale families

  • 作者: David Gerard
  • 分类: math.ST · stat.ME · stat.TH
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文研究在位置-尺度族中，仅有一个观测值（n=1）时如何构造均值（位置参数）的有效置信区间。作者首先指出，正态分布下已知的n=1置信区间缺乏直观构造逻辑，因此提出两种贝叶斯推理路径来系统化地导出这些区间。第一种路径：对满足正则条件的连续对称位置-尺度族，推导出先验分布，使得后验可信区间在置信水平α→0时渐近地具有(1-α)的覆盖频率，即成为有效置信区间。第二种路径：将n=1的频数区间视为t区间加上一个先验值，并证明这些增广t区间等价于以贝叶斯因子（使用适当先验）为检验统计量的频数检验的反转。对于n≥2，可信区间方法不再保持覆盖水平，但增广t区间在参数空间的部分区域上比Student t区间具有更低的期望平方宽度，表明在先验信息可用时有所改进。最后，作者用n=3的星际天体超速数据集演示了方法。本文对您可能有用：它连接了贝叶斯与频数推断的桥梁，涉及假设检验和置信区间的构造，与您对数学统计和假设检验的兴趣直接相关。
  • 关键技术: Bayesian credible interval, frequentist confidence interval, location-scale family, inverting test statistics, Bayes factor
  • 为什么对您有用: 本文直接关联您对假设检验和数学统计的兴趣，特别是n=1极端设定下的区间构造问题。您的技术武器库中'非参数统计'和'逆问题'可用于分析其正则条件是否可放松，而'M估计理论'可帮助理解其增广t区间的渐近性质。中期可做：若想将方法推广到更一般的分布族，需先在'半参数理论'上加强，以处理更复杂的参数结构。

8. 2607.25007 — Constructing and extending \(n\) = 1 Bayesian confidence intervals for location parameters in location-scale families

  • 作者: David Gerard
  • 分类: math.ST · stat.ME · stat.TH
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文研究在位置-尺度族分布下，仅基于单个观测值（n=1）构造未知位置参数的有效置信区间这一反直觉问题。作者首先证明，对于满足正则条件的连续对称位置-尺度族，存在一种贝叶斯先验，使得后验可信区间在置信水平α→0时渐近具有频率置信水平1-α。其次，将n=1的频率置信区间重新解释为t区间附加一个先验值，并证明该增广t区间等价于以贝叶斯因子为检验统计量的频率检验的反转。对于n≥2，增广t区间仍能产生有效置信区间，且在参数空间部分区域期望平方宽度小于经典Student t区间，表明先验信息可带来效率提升。方法在n=3的星际天体超速数据集上进行了演示。本文对您可能有用：它连接了您对假设检验和贝叶斯-频率融合的兴趣，且其构造思路（贝叶斯因子作为检验统计量）可迁移至您熟悉的非参数统计框架下的检验问题。
  • 关键技术: Bayesian credible interval, frequentist confidence interval, location-scale family, Bayes factor as test statistic, augmented t-interval, asymptotic validity
  • 为什么对您有用: 本文直接关联您对假设检验的兴趣，特别是贝叶斯与频率学派方法的融合。您非常熟悉的非参数统计工具（如经验过程、U统计量投影）可用于分析其增广t区间在更一般分布下的覆盖性质。中期可做：需先在 moderately_familiar 的 M-estimation 理论上长肌肉，以处理其先验选择对区间宽度的影响。

统计计算 / 算法 (stat_computing, 1 篇)

1. 2607.25026 — Simulation-based parameter estimation via a combination of embedded normalizing flows and implied empirical probabilities under moment restrictions

  • 作者: Getachew K. Befekadu
  • 分类: stat.ME · cs.LG
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文提出一种基于仿真的参数估计框架，适用于由计算模拟定义的物理系统模型。框架包含两个紧密集成的步骤：第一步利用嵌入的正则化流（normalizing flow）将残差信息的未知复杂分布变换为简单的基分布；第二步在矩约束下使用经验似然估计器，对基分布施加间接约束，将变换后的残差信息视为来自有限单元列联表的离散分布总体。参数更新采用一阶梯度方法，通过隐式微分经验似然函数获取梯度信息。该问题形式化具有信息论解释，便于算法实现。作为副产品，正则化流的逆映射可作为计算模拟模型的替代模型，用于模型差异量化和敏感性分析。对您而言，本文展示了如何将深度生成模型（normalizing flow）与经典经验似然方法结合，在统计计算中处理隐式模型参数估计，这与您的统计计算兴趣（数值方法与算法）直接相关。
  • 关键技术: normalizing flow, empirical likelihood, moment restrictions, implicit differentiation, surrogate model
  • 为什么对您有用: 本文属于统计计算方向，直接对应您的primary interest中的统计计算（数值方法与算法）。框架将normalizing flow与经验似然结合，为隐式模型参数估计提供了可微分的端到端计算方案。您可以用very_familiar的软件开发和逆问题经验，尝试复现或扩展该框架到您熟悉的因果推断或高维设定中（例如用矩约束处理proximal causal inference中的识别条件）。中期可做：需先在moderately_familiar的identification theory上理解矩约束与因果识别的关系，然后可动手实现。

天体统计 (astrostats, 1 篇)

1. 2607.26007 — The IMF package: a toolkit implementing mass functions and statistical tools to analyze them

  • 作者: Theo Richardson, Adam Ginsburg, Sergey Koposov
  • 分类: astro-ph.IM · astro-ph.GA · astro-ph.HE · astro-ph.SR
  • 相关性 5/10 · novelty: application
  • 摘要: 本文介绍了一个名为 imf 的 Python 软件包，专门用于处理天体物理学中的质量函数，特别是恒星初始质量函数 (IMF) 及其前身。该包基于 SciPy 的统计架构，将各种形式的 IMF 实现为概率分布函数，支持采样、积分等操作。它提供了高度可定制的质量函数形式，并集成了常见的变体。该包已发布在 PyPI 上，旨在为天体物理学家提供一个标准化的工具。对于您而言，这是一个 astrostatistics 方向的入门级工具包，展示了如何将统计分布框架（如 SciPy）应用于特定科学领域。
  • 关键技术: SciPy statistical distributions, probability distribution function, sampling, integration, Python package
  • 为什么对您有用: 本文属于 astrostatistics 方向的 gateway reading，介绍了一个专门处理 IMF 的 Python 包。它清晰地展示了天体物理学家如何使用概率分布函数进行建模，数据结构和模型假设明确，适合作为统计学家进入该领域的入门读物。您的武器库中的软件开发和统计计算技能足以理解并评估该包的设计，但该包本身不涉及您核心兴趣中的新方法或理论，因此暂不可做直接的方法学贡献。

经济理论 / 应用 (econ_theory, 1 篇)

1. 2607.25416 — From dense grids to valid inference: Accounting for regularization bias in nonparametric random coefficient models

  • 作者: Lingwei Kong, Maximilian Osterhaus, Michael Pen
  • 分类: econ.EM
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文针对非参数随机系数模型，研究如何对平均函数（如平均支付意愿、平均弹性）进行有效推断。模型使用 Heiss et al. (2022) 的惩罚固定网格估计量估计随机系数分布，该估计量引入正则化偏误。作者建立了惩罚插件估计量的渐近正态性，该估计量以惩罚伪真值处的函数值为中心，并提出了一个考虑正则化偏误的置信区间。方法适用于线性和非线性函数类，允许研究者使用密集网格以减少近似偏误，同时保持有效推断。蒙特卡洛模拟显示，所提区间在有限样本下覆盖接近名义水平且信息量充足。对出行方式需求的实证应用表明，灵活的非参数设定相对于标准参数模型能产生经济上有意义的差异。
  • 关键技术: penalized fixed-grid estimator, regularization bias, plug-in estimator, asymptotic normality, confidence interval, nonparametric random coefficient model
  • 为什么对您有用: 本文属于经济理论（应用因果推断）方向，是您 secondary interest 中的实证应用论文。它处理的是非参数估计中的正则化偏误校正问题，与您 primary interest 中的非参数统计和因果推断中的估计理论有方法学重叠。武器库中 '非参数统计' 和 '估计理论' 足以理解其核心思想，但具体技术（惩罚固定网格估计量）属于新工具，需先熟悉该文献才能动手，属于中期可做。

流行病学 (epidemiology, 1 篇)

1. 2607.25120 — Multilevel network meta-regression for multistate models: Population-adjusted joint synthesis of progression and survival data from individual and aggregate evidence

  • 作者: Jeroen P Jansen
  • 分类: stat.ME
  • 相关性 5/10 · novelty: application
  • 摘要: 本文针对肿瘤学时间-事件结局的网络荟萃分析（NMA），提出了一种多水平网络荟萃回归与多状态模型（ML-NMR-MS）的联合方法。传统多状态NMA只能处理汇总生存曲线，无法调整跨试验的效应修饰协变量不平衡，导致相对效应估计有偏或不适用于目标人群。ML-NMR-MS通过将个体水平模型对汇总协变量分布积分，将个体参与者数据（IPD）与汇总数据（AgD）的似然嵌入疾病-死亡多状态模型。对于IPD研究，使用完整的多状态似然；对于AgD研究，通过准蒙特卡洛积分计算协变量边际的状态占用概率，并纳入条件生存似然。该方法能同时调整无进展生存期（PFS）和总生存期（OS）的联合治疗效果，并直接参数化状态转移经济模型。模拟研究证实，在正确设定下估计无偏且覆盖率达到名义水平。对您而言，本文是流行病学中因果推断与生存分析结合的典型应用，其IPD+AgD整合框架与您熟悉的非参数统计和因果推断中的识别理论有潜在联系，可作为应用案例参考。
  • 关键技术: multilevel network meta-regression, multistate Markov model, quasi-Monte-Carlo integration, conditional survival likelihood, population-adjusted treatment effects
  • 为什么对您有用: 本文属于流行病学应用方向，直接对应您的secondary interest。它展示了如何将多状态模型与网络荟萃回归结合，处理IPD和AgD数据中的协变量不平衡问题，这与您熟悉的因果推断中的识别理论和M估计理论有交集。作为gateway reading，本文对统计方法学novelty程度不高（主要是方法整合），但数据结构和分析流程清晰，适合作为流行病学应用案例的入门读物。武器库中的非参数统计和估计理论足以理解其核心机制，但若想深入扩展至更复杂的多状态模型或动态治疗规则，可能需要补充生存分析中的竞争风险模型知识（暂不可做）。建议快速浏览方法部分，重点看模拟和实证结果如何验证识别假设。

其他 (other, 5 篇)

1. 2607.25665 — Generalised Robust Bayes for Joint Inference of Model and Contamination

  • 作者: Masahiro Fujisawa, Masaki Adachi, Takuo Matsubara
  • 分类: stat.ME · math.ST · stat.ML · stat.TH
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文提出 Hölder-Bayes 框架，在广义贝叶斯推断（GBI）下同时推断模型参数和污染比例。通过将 Hölder 散度应用于缩放模型密度，构造模型参数与污染参数的联合后验。理论上，证明了后验影响函数的全局有界性（全局偏置稳健性）、有限样本超额风险界，以及在重污染 regime 下的 Bernstein–von Mises 近似与可解释的污染诱导偏置界。还揭示了温度校准等价于数据空间的仿射体积缩放。该方法无需外部异常分数阈值，即可通过观测级别的频率检测（Frequency-of-Detection）分数实现不确定性感知的离群点检测。实证表明，Hölder-Bayes 在稳健参数推断、污染比例恢复和离群点检测方面均有效。该工作与您的主要兴趣（稳健统计、假设检验）有间接关联，但核心机制（Hölder 散度、广义贝叶斯）不在您的技术武器库中，且未涉及因果推断或高维统计等您深耕的方向。
  • 关键技术: Generalised Bayesian Inference, Hölder divergence, posterior influence function, Bernstein–von Mises approximation, excess-risk bound, Frequency-of-Detection score
  • 为什么对您有用: 本文属于稳健统计与贝叶斯推断的交叉方向，与您的主要兴趣（假设检验、非参数理论）有弱关联，但核心方法（Hölder 散度、广义贝叶斯后验）不在您的技术武器库中（very_familiar 和 moderately_familiar 均未覆盖）。该工作更偏向贝叶斯稳健性理论，而非您关注的频率学派因果推断或高维统计。暂不可做：缺乏贝叶斯非参数或散度最小化的核心工具。

2. 2607.25051 — Handling Missingness and Censoring in Dirichlet Models

  • 作者: J. Pillay, A. Bekker, C. Tortora, A. Punzo
  • 分类: stat.ME · stat.CO
  • 相关性 4/10 · novelty: application
  • 摘要: 本文针对成分数据（compositional data）中 Dirichlet 分布的参数估计问题，在成分存在缺失或删失（censored）时，提出了一种基于 EM 算法的统一处理方法。该方法在一个统一的粗化（coarsening）框架下处理缺失和删失机制，同时进行参数估计和基于模型的插补，并保持成分数据的结构（如和为1的约束）。通过模拟研究，在多种缺失和删失机制下评估了估计量和插补的性能，并与现有的基于模型的方法和非参数方法进行了比较。最后，利用汞形态数据（mercury speciation data）展示了方法的实际应用，其中成分因检测限和不完全形态分析而部分观测。结果表明 Dirichlet 分布适合该数据，且所提方法在保持观测成分结构方面优于对比方法。本文方法学贡献在于将 EM 算法扩展到成分数据的缺失/删失场景，但未涉及因果推断、高维统计或效率理论等您的主要兴趣方向。
  • 关键技术: Expectation-Maximization (EM) algorithm, Dirichlet distribution, coarsening framework, model-based imputation, compositional data analysis
  • 为什么对您有用: 本文属于成分数据分析的方法学工作，与您的主要兴趣（因果推断、高维统计、U-统计量等）无直接关联。它不涉及 causal inference 的 identification 或 estimation，也未使用 semiparametric 或 efficiency 理论。作为统计计算方向的论文，其 EM 算法实现和插补策略对您的软件开发和数值方法兴趣有微弱参考价值，但核心问题（成分数据的缺失机制）不在您的武器库覆盖范围内。暂不可做：缺乏与您当前研究问题的直接连接点，且成分数据特有的单纯形约束与您熟悉的非参数/高维设定差异较大。

3. 2607.25248 — Differential Equation-Constrained Exponential-Type Local Polynomial Regression Under Model Misspecification

  • 作者: Chunlei Ge, W. John Braun
  • 分类: stat.ME · stat.CO
  • 相关性 4/10 · novelty: minor
  • 摘要: 本文提出一种受微分方程约束的局部多项式回归框架，旨在通过引入一阶微分方程（如指数型微分方程）来增强模型结构，从而缓解模型误设问题。研究聚焦于局部指数增长模型，利用泰勒多项式构造核估计量，并分析其渐近偏差与方差。通过模拟研究，在两种不同误设程度下比较了不同阶数估计量的表现。该方法将领域知识（微分方程）作为结构约束融入非参数回归，但理论贡献主要限于渐近性质分析，未涉及更复杂的因果推断或高维设定。对您而言，本文与您的主要兴趣（非参数统计、估计理论）有部分重叠，但方法学新颖性有限，且未连接因果推断或高维统计等核心方向。
  • 关键技术: local polynomial regression, kernel estimation, differential equation constraints, asymptotic bias and variance
  • 为什么对您有用: 本文属于非参数回归的变体，与您'very_familiar'中的非参数统计和估计理论有交集，但方法学贡献较浅（仅渐近分析，无新率或新界）。武器库中的非参数统计工具可直接理解本文，但缺乏进一步拓展空间——既未涉及您核心的因果推断或高维问题，也未提供可迁移的sharp rate或新方法。暂不可做：核心机器不在武器库里（缺微分方程约束回归的专门理论）。

4. 2607.25250 — A Copula-Based Regression Framework for Enhanced Prediction under Heteroscedasticity

  • 作者: Deepani Hemachandra, Jagath Senarathne, Mahasen Dehideniya
  • 分类: stat.ME · stat.CO
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出一个基于copula的回归框架，用于处理异方差误差结构下的预测问题。传统OLS和对数线性模型依赖常数方差和正态性假设，而实际数据常违反这些假设；对数变换虽能稳定方差但可能引入再变换偏差。该框架通过copula显式建模响应变量与协变量之间的依赖结构，无需对误差分布做严格假设。模拟研究在多种依赖水平和异方差场景下比较了copula模型、线性模型和对数线性模型，结果显示copula模型平均绝对百分比误差为0.21，优于线性模型的0.27和对数线性模型的0.36，预测误差降低6%-57%。在ISLR包Wages数据集上的实证分析进一步验证了该方法的有效性。本文属于应用导向的方法学论文，方法学新颖性有限（主要是将现有copula技术应用于异方差回归场景）。
  • 关键技术: copula-based regression, heteroscedastic error modeling, log-transformation bias correction, mean absolute percentage error
  • 为什么对您有用: 本文与您的主要兴趣（因果推断、半参理论）无直接关联，属于统计建模的一般性方法。您的武器库中非参数统计和M估计理论可用于分析copula模型的识别性和估计效率，但本文未涉及这些理论深度。作为gateway reading价值不高：方法学贡献偏应用，缺乏新的理论结果或计算工具。建议跳过。

5. 2607.25737 — Nonparametric Bayesian inference for the Gini-Simpson index

  • 作者: Pier Giovanni Bissiri, Riccardo Corradin, Andrea Ongaro
  • 分类: stat.ME
  • 相关性 4/10 · novelty: minor
  • 摘要: 本文在非参数贝叶斯框架下研究Gini-Simpson多样性指数的推断问题。目标是在物种频率分布未知时，对该指数进行后验估计。作者首先指出传统对称Dirichlet先验在期望和离散度方面存在不良性质，并提出一种替代方案：让Dirichlet参数依赖于物种总数，从而获得解析可处理且可解释的后验摘要。当物种数无限时，经典Ferguson Dirichlet过程的表现不如更一般的Poisson-Dirichlet模型。在Poisson-Dirichlet模型下，多样性指数的后验均值可表示为最优经典无偏估计量与先验期望的凸组合。理论结果辅以渐近分析，并与经典方法系统比较。本文主要贡献在于先验建模的改进，而非新的统计推断方法。
  • 关键技术: Dirichlet process, Poisson-Dirichlet model, Gini-Simpson index, nonparametric Bayesian prior, posterior mean convex combination
  • 为什么对您有用: 本文属于非参数贝叶斯方法，与您的主要兴趣（非参数理论、假设检验）有弱关联，但核心问题（多样性指数推断）不在您的主要或次要兴趣列表中。技术武器库中的非参数统计和M估计理论可用来理解其渐近性质，但该文的方法论新颖性有限（主要是先验选择改进），且与您的因果推断、高维统计等核心方向无直接连接。作为入门读物价值一般，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. 2607.25320 — Penalized likelihood inference for beta-binomial meta-analysis of proportions of rare events

  • 作者: Kotaro Sasaki, Hisashi Noma
  • 分类: stat.ME
  • 相关性 3/10
  • 评分理由: Penalized likelihood for beta-binomial meta-analysis is a niche application with weak connection to primary interests.

2. 2607.25775 — Calculating the Expected Value of Sample Information accounting for missing data

  • 作者: Luca Benetti, Gianluca Baio, Anna Heath
  • 分类: stat.ME · stat.AP
  • 相关性 3/10
  • 评分理由: EVSI with missing data is a health-economics method with little connection to primary interests.

3. 2607.25285 — LiteBIRD Mission Overview after Mission Reformation

  • 作者: LiteBIRD Collaboration, K. Aizawa, H. Akamatsu, R. Akizawa, E. Allys, A. Anand, D. Audley, J. Aumont, S. Azzoni, C. Baccigalupi, M. Ballardini, A. J. Banday, G. Barbieri Ripamonti, R. B. Barreiro, N. Bartolo, S. Basak, M. Bersanelli, A. Besnard, D. Blinov, F. Bouchet, F. Boulanger, N. Brancadori, T. Brinckmann, E. Calabrese, P. Campeti, A. Carones, F. Carralot, F. J. Casas, J. Chandran, Y. Chinone, M. Citran, F. Columbro, A. Coppolecchia, F. Cuttaia, P. Dal Bo, P. de Bernardis, T. de Haan, E. de la Hoz, M. De Lucia, M. De Petris, S. Della Torre, C. Dickinson, P. Diego-Palazuelos, J. J. D\'iaz Garc\'ia, T. Dotani, M. Douspis, K. Ebisawa, H. K. Eriksen, J. Errard, E. Ferreira, F. Finelli, C. Franceschet, R. Fujimoto, U. Fuskeland, G. Galloni, M. Galloway, M. Gerbino, M. Gervasi, R. T. G\'enova-Santos, T. Ghigna, S. Giardiello, E. Gjerl{\o}w, M. Gomes, A. Gruppuso, J. E. Gudmundsson, P. Hargrave, S. E. Harper, M. Hasegawa, M. Hazumi, S. Henrot-Versill\'e, L. T. Hergt, E. Hivon, K. Ichiki, K. Ikuma, T. L. Irikura, H. Ishino, B. Jost, R. Keskitalo, K. Kikuno, K. Kohri, E. Komatsu, L. Lamagna, M. Lattanzi, C. Leloup, M. Lembo, F. Levrier, J. Liu, A. I. Lonappan, M. L\'opez-Caniego, G. Luzzi, J. Macias-Perez, A. Maeda, B. Maffei, D. Maino, V. Maranchery, E. Mart\'inez-Gonz\'alez, S. Masi, S. Matarrese, F. T. Matsuda, T. Matsumura, S. Micheli, M. Migliaccio, M. Monelli, L. Montier, L. Mousset, S. Myozen, Y. Nagano, R. Nagata, K. Nagayoshi, M. Najafi, T. Namikawa, P. Natoli, F. Noviello, A. Occhiuzzi, K. Odagiri, S. Oguri, H. Ohsaki, S. Okumura, L. Pagano, A. Paiella, D. Paoletti, S. Paradiso, G. Pascual-Cisneros, G. Patanchon, V. Pavlidou, F. Piacentini, M. Piat, G. Piccirilli, M. Pinchera, G. Pisano, G. Polenta, L. Porcelli, F. S. Porter, M. Reinecke, M. Remazeilles, A. Rizzieri, J. A. Rubi\~no-Mart\'in, M. Ruiz-Granda, Y. Sakurai, L. Salvati, J. Sanghavi, G. Savini, D. Scott, Y. Sekimoto, M. Shiraishi, G. Signorelli, S. Stellati, R. Stompor, R. M. Sullivan, R. Takahashi, R. Takaku, H. Takakura, Y. Takase, A. Tartari, K. Tassis, K. Tateoka, L. Terenzi, M. Tomasi, M. Tristram, M. Tsujimoto, D. Vaccaro, L. Vacher, B. van Tent, P. Vielva, S. Vinzl, K. Watanuki, D. J. Watts, I. K. Wehus, G. Weymann-Despres, B. Winter, E. J. Wollack, N. Y. Yamasaki, K. Yoshihara, A. Zacchei, M. Zannoni
  • 分类: astro-ph.IM · astro-ph.CO
  • 相关性 3/10
  • 评分理由: 纯天文学任务概述，无数据/模型方法论细节，不符合 astrostatistics 网关标准。

4. 2607.25672 — AI's Capability in Assisting Scientific Research in Physics, Astrophysics, and Cosmology I: Literature Review

  • 作者: Anamaria Hell, Kateryna Vovk, Veena Krishnaraj, Jia Liu, Kosuke Aizawa, Adrian E. Bayer, Linda Blot, Jessica Cowell, Suyog Garg, Jonathan Gr\'ee, Ben Horowitz, Masaya Ichikawa, Kanyuni Iemoto, Keigo Kondo, Zacharie Lorsin, Kevin McCarthy, Jamie Robinson, Miguel Ruiz-Granda, Leander Thiele, Ievgen Vovk, Mingshen Zhou
  • 分类: astro-ph.IM · astro-ph.CO · cs.CL · gr-qc
  • 相关性 2/10
  • 评分理由: AI 辅助文献综述，与统计研究兴趣无关。

5. 2607.25940 — CNN-Based Reanalysis of Optical Turbulence at the Canary Islands Observatories (OCAN)

  • 作者: Airam Salas, Bego\~na Garc\'ia-Lorenzo, Julio A. Castro-Almaz\'an, Gelys Trancho
  • 分类: astro-ph.IM
  • 相关性 2/10
  • 评分理由: 纯天文仪器论文，无统计方法或数据建模内容，与研究者兴趣无关。

6. 2607.25755 — RAISE: A Low-Frequency Space-Based Payload for Solar Radio and RFI Measurements on the SMiLE Mission

  • 作者: Sangeetha A, Harsha Avinash Tanti, Abhirup Datta, Anshu Kumari, Rajesh Bodade
  • 分类: astro-ph.IM
  • 相关性 1/10
  • 评分理由: 纯仪器描述，无统计方法或数据建模内容。

7. 2607.25762 — The Lunar Farside Transients and Technology Telescope (LFT3) Mission

  • 作者: David R. DeBoer, Charlie K. Ashe, Owen A. Johnson, Evan F. Keane, Andrew C. Lesh, Richard Lynch, Ella J. Marshall, Steve Prabu, An\v{z}e Slosar, Chenoa D. Tremblay, Jake D. Turner, Karl F. Warnick, Andrew P. V. Siemion, Jamie Drew, S. Pete Worden
  • 分类: astro-ph.IM
  • 相关性 1/10
  • 评分理由: 纯任务概述，无统计方法或数据建模内容。

8. 2607.26002 — Advancing X-Ray Camera Front-End Electronics Architecture through the AXIS-TAP Technology Platform

  • 作者: Jill Juneau, Declan O'Neill, Peter Orel, Eric Miller, Sven Herrmann, Gregory Prigozhin, Robert Goeke, Elio Angile, Mark Bautz, Steven Allen, Tanmoy Chattopadhyay, Kevan Donlon, Michelle Gabutti, Catherine E Grant, Beverly LaMarr, Christopher Leitz, Glenn Morri, Abigail Y. Pan, Tonya Peshel, Artem Poliszczuk, Haley Stueber, Keith Warner
  • 分类: astro-ph.IM
  • 相关性 1/10
  • 评分理由: X射线相机电子学架构，纯硬件工程，与统计研究完全无关。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论