AoAS — Vol 19 Issue 4 · 2026-06-10¶

共 26 篇 · Annals of Applied Statistics
目录核对 ⚠️ 疑似漏 18 篇（对照 OpenAlex 43 篇）：10.1214/25-aoas2089、10.1214/25-aoas2103、10.1214/25-aoas2083、10.1214/25-aoas2088、10.1214/25-aoas2071 等

本期导览¶

自动生成：归纳本期主要主题与脉络，不打分、不排名。

这一期《AoAS》第19卷第4期的11篇论文，主题分布较为分散，但可归纳出三条主线：因果推断与测量误差校正（诊断试验中的偏倚调整、中介分析）、高维/复杂数据建模（面板VAR、空间转录组、问卷条目筛选）、以及计算与推断方法（快速Bootstrap、贝叶斯分层模型中的标签校正）。此外，还有若干应用导向的工作（如COVID-19波浪配准、吸烟行为建模、键盘动力学），方法论贡献相对有限。

在因果推断与测量误差方向，有两篇值得关注。第一篇针对诊断试验中同时存在非随机验证偏倚和不完美金标准偏倚的问题，利用APOEε4作为工具变量实现参数可识别，并构建了半参数模型及ROC/AUC的IPW与半参数估计量，直接回应了因果推断中工具变量与测量误差的交叉。第二篇关于创伤后应激障碍DNA甲基化的时变中介分析，在缺失数据框架下处理时间依赖性中介效应，方法上涉及纵向因果推断与缺失机制建模。

高维与复杂数据建模方面，有三篇论文涉及不同场景。面板VAR模型结合混合频率数据，采用贝叶斯组收缩估计，适用于宏观经济或金融时间序列。空间转录组数据中识别空间变异基因的工作，引入了阈值图拉普拉斯正则化以利用基因网络结构，并校正细胞组成混杂，与因果推断中的混杂控制有概念联系。另一篇通过混合整数规划从问卷条目中监督学习结局相关子集，提供了选择一致性的理论保证，并处理缺失数据。

计算与推断方法上，快速Bootstrap方法通过随机效应模型分解交叉验证估计的方差分量，避免了嵌套重采样，为模型比较提供了计算高效的推断工具。贝叶斯分层模型中利用观测数据似然校正机器学习标签误分类的工作，在小验证集下比传统数据增广方案更快且误差更低，具有通用性。

对于因果推断方向的研究者，建议优先阅读诊断试验偏倚校正与DNA甲基化中介分析这两篇。半参数效率方向可关注诊断试验中的半参数估计量。高维方向可留意空间转录组中的网络正则化与面板VAR的贝叶斯组收缩。

因果推断 (causal_inference, 2 篇)¶

1. 10.1214/25-aoas2081 — Simultaneous adjustment of nonignorable verification bias and imperfect gold standard bias in diagnostic test studies, with an application to Alzheimer’s disease detection¶

作者: Qianchen Tai, Xiao-Hua Zhou
期刊/来源: Annals of Applied Statistics
机构: Peking University · King University · Beijing Institute of Big Data Research
分类: vol 19 · issue 4
相关性 7/10 · novelty: new_method
摘要: 在诊断试验评价中，当参考标准本身有误（imperfect gold standard bias）且仅在非代表性子人群中验证、缺失机制依赖未知疾病状态（nonignorable verification bias）时，现有方法局限于二分类试验、缺乏 identification 且依赖 MAR 假设。本文以阿尔茨海默病检测中 CST 试验为动机，利用 APOEϵ4 等位基因作为工具变量（IV），在不要求 PET 准确率先验知识的条件下实现 identification，构建可识别的半参数模型。推导了 ROC 曲线及 AUC 的四类估计量（含 IPW 与 semiparametric 类型），证明其一致性与渐近正态性。基于 NACC 数据对 CST 的 AD 检测能力进行了去偏评估与详细 ROC 分析。对您有用：本文将 IV identification 与半参数估计结合应用于流行病学诊断试验双重偏倚校正，直接连接您 primary interest 中的 IV 方法与 identification theory，以及 secondary interest 中流行病学数据集的应用因果工作。
关键技术: instrumental variable identification, semiparametric model, nonignorable missingness, ROC/AUC estimation, verification bias correction, imperfect gold standard adjustment
为什么对您有用: 本文核心方法学贡献是 IV-based identification 解决 nonignorable verification + imperfect gold standard 双重偏倚，直接连接您 primary interest 中的 IV identification theory 与 semiparametric estimation。用您 very_familiar 的 estimation theory in causal inference 可审视其 IV 可识别性条件的合理性及估计量渐近性质；用 moderately_familiar 的 identification theory in causal inference 可评估其半参数模型可识别性论证是否完备、IV 条件在更一般诊断试验设定下的边界。Follow-up 判断：中期可做——需先在 moderately_familiar 的 identification theory 上长肌肉，以审视其 IV 条件的可识别性边界及是否可推广至 longitudinal 诊断试验设定。

2. 10.1214/25-aoas2076 — Time-varying mediation analysis for incomplete data with application to DNA methylation study for PTSD¶

作者: Kecheng Wei, Fei Xue, Qi Xu, Yubai Yuan, Yuexia Zhang, Guoyou Qin et al.
期刊/来源: Annals of Applied Statistics
机构: Fudan University · Carnegie Mellon University · Pennsylvania State University · The University of Texas at San Antonio · University of South Florida · Columbia University · University of California, Santa Barbara
分类: vol 19 · issue 4
相关性 7/10 · novelty: new_method
摘要: 本文在纵向因果中介分析框架下，研究创伤暴露经 DNA 甲基化(DNAm)到 PTSD 的时变中介效应识别与估计，estimand 为随时间变化的自然/路径中介效应。提出 time-varying structural equation model 刻画 CpG 位点的动态中介变化，并针对非单调缺失 DNAm 数据设计 longitudinal multiple imputation (LMI) 方法利用重复测量间依赖性，再通过 generalized method of moments (GMM) 整合多重插补结果。模拟显示该方法在多种纵向设定下优于现有方法；DNHS 实证分析识别出若干具有时变中介效应的 CpG 位点，部分对应基因已在文献中与 PTSD 关联。对您可能有用：本文将 longitudinal mediation 与 missing data imputation 结合，直接触及 causal inference 的 mediation 与 longitudinal 子方向。
关键技术: time-varying structural equation model, longitudinal multiple imputation, generalized method of moments, natural indirect effect, nonmonotone missing data
为什么对您有用: 本文直接连接 causal inference 的 longitudinal mediation 子方向，estimand 为时变中介效应。技术层面，GMM 整合多重插补的思路与您熟悉的 M-estimation / semiparametric theory 有交集，但本文未涉及 efficiency bound 或 influence function 理论，方法学 novelty 属应用驱动。follow-up 判断：中期可做——若想在此方向做理论深化（如推导时变中介效应的 semiparametric efficiency bound 或 debiased estimator），需先在 moderately_familiar 的 semiparametric theory 与 identification theory 上长肌肉，当前武器库中 HOIF / higher-order U-statistics 暂无直接攻入点。

非参数 / 半参数 (nonparam_semipara, 1 篇)¶

1. 10.1214/25-aoas2107 · arXiv — Inference on the state process of periodically inhomogeneous hidden Markov models for animal behavior¶

作者: Jan-Ole Koslik, Carlina C. Feldmann, Sina Mews, Rouven Michels, Roland Langrock
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 1/10 · novelty: new_method
摘要: 本文在周期性非齐次隐马尔可夫模型（periodically inhomogeneous HMM）框架下，研究动物行为状态过程的推断问题，estimand 为周期变化的无条件状态分布、时变驻留时间分布及整体驻留时间分布。作者推导了这些分布的显式数学表达式，并基于其渐近性质构建了针对周期性变异的统计推断与模型检验工具。核心机制依赖于 HMM 的周期性平稳分布计算与 dwell-time 分布的解析形式，结合参数 M-estimation 的渐近正态性进行区间估计。实证分析以果蝇在不同光照条件下的昼夜活动模式变化为例，展示了所提推断工具的实际效果。对您可能有用：本文的周期性非齐次 HMM 推断框架可作为 longitudinal causal inference 中处理周期性时间变异的参考模型。
关键技术: periodically inhomogeneous HMM, periodic stationary distribution, dwell-time distribution, M-estimation asymptotics, model checking via state process
为什么对您有用: 本文连接到 longitudinal causal inference 中处理周期性时间变异的模型设定，其周期性平稳分布与驻留时间的解析推导可借鉴至您熟悉的 M-estimation theory 与 semiparametric theory。用您 very_familiar 的高维渐近与 M-estimation 理论可直接验证其渐近推断的合理性，属于立即可做的粗判范畴。

数理统计 / 假设检验 (hypothesis_testing, 1 篇)¶

1. 10.1214/25-aoas2075 — Optimal robust strategies for accelerated life tests and fatigue testing of polymer composite materials¶

作者: I-Chen Lee, Ray-Bing Chen, Weng Kee Wong
期刊/来源: Annals of Applied Statistics
机构: National Cheng Kung University · University of California, Los Angeles
分类: vol 19 · issue 4
相关性 3/10 · novelty: new_method
摘要: 本文研究聚合物复合材料疲劳加速寿命试验(ALT)的最优设计问题，目标是在给定参数不确定性下寻找标准化minimax最优设计，以最小化最坏情形下的估计方差。作者提出标准化minimax最优设计准则，通过在参数可能取值范围内优化，克服传统局部最优设计依赖参数猜测的缺陷。核心计算方法为混合优化策略：粒子群优化(PSO)结合额外技术处理非可微准则与多层嵌套优化问题。数值结果表明，标准化minimax设计在效率与鲁棒性上优于局部最优与贝叶斯最优设计。对您而言，本文将minimax思想应用于试验设计而非估计/检验，展示了非可微准则下的计算方案，可作为optimal design方向的入门参考。
关键技术: standardized minimax optimal design, particle swarm optimization, accelerated life testing, nondifferentiable criterion optimization, nested optimization
为什么对您有用: 本文连接到您primary interest中的minimax bounds，但场景是试验设计而非估计/检验；您武器库中very_familiar的minimax bounds可直接理解其准则设定，但nested optimization与PSO属于statistical computing方向，您moderately熟悉。follow-up判断：中期可做——若要在optimal design领域深入，需先在moderately_familiar的M-estimation theory与statistical computing的数值优化上长肌肉。

统计计算 / 算法 (stat_computing, 5 篇)¶

1. 10.1214/25-aoas2101 · arXiv — Probabilistic inversion modeling of gas emissions: A gradient-based MCMC estimation of Gaussian plume parameters¶

作者: Thomas Newman, Christopher Nemeth, Matthew Jones, Philip Jonathan
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 7/10 · novelty: new_method
摘要: 在大气扩散源反问题设定中，目标是从浓度观测数据联合估计 Gaussian plume 模型的源位置、排放率、水平/垂直扩散参数、背景浓度及测量误差方差，而非依赖传统大气稳定度分类预设扩散参数。核心改进是将扩散参数从固定分类改为与源参数联合估计，避免稳定度分类错误导致的显著偏差；采用 gradient-based MCMC 进行概率反演，量化全部参数的后验不确定性。模拟研究验证了反演方法的偏差修正效果，Chilbolton 受控甲烷释放实测数据进一步展示联合估计扩散参数的实际优势。对您而言，该文的反问题设定（带噪浓度观测反推源参数）与您 very_familiar 的 inverse problems with random noise 直接对应，gradient-based MCMC 的数值实现也落入 stat_computing 兴趣范围。
关键技术: gradient-based MCMC, Gaussian plume dispersion model, probabilistic inversion, joint dispersion-parameter estimation, atmospheric source characterization
为什么对您有用: 本文的反问题设定（从带噪浓度观测反推源位置与排放率）直接连接您 very_familiar 的 inverse problems with random noise，gradient-based MCMC 数值方法也落入您 primary interest 的 stat_computing 子方向。用 very_familiar 的 inverse problems 视角可审视其反问题是否可纳入更一般的 minimax 框架来刻画估计难度边界；但本文未触及效率界或 minimax rate，理论深度有限。中期可做：若想为此类环境反问题建立 semiparametric efficiency bound，需先在 moderately_familiar 的 semiparametric theory 上长肌肉；当前武器库足以理解全文但不足以推进理论前沿。

2. 10.1214/25-aoas2094 · arXiv — Online sequential leveraging sampling method for streaming autoregressive time series with application to seismic data¶

作者: Rui Xie, T. N. Sriram, Wei Biao Wu, Ping Ma
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 5/10 · novelty: new_method
摘要: 针对高速流式自回归时间序列的大规模数据缩减问题，本文提出在线顺序杠杆采样（SLS）算法，目标是在线性与非线性 AR 设定下保持最小二乘估计的渐近正态性。SLS 通过流式杠杆分数随机选取数据块起始点，并用顺序停止规则确定块大小，仅保留一个连续块做推断。理论证明在 SLS 缩减样本下，归一化最小二乘估计量仍为渐近正态；模拟与 2023 土耳其-叙利亚双震、Oklahoma 微震数据验证了事件识别与时序依赖提取能力。对您而言，流式数据缩减的顺序停止规则与杠杆分数机制可作为统计计算中在线算法设计的参考案例，但理论深度与您的高维/效率理论核心方向距离较远。
关键技术: leverage-based sampling, sequential stopping rule, streaming autoregressive time series, asymptotic normality of least squares, online data reduction
为什么对您有用: (1) 连接到统计计算（在线算法、数据缩减）子方向，而非您的高维/因果核心；(2) technical_arsenal 中 minimax bounds / software development 可用来评估 SLS 的缩减率下界或实现原型，但核心理论（渐近正态性）不涉及高维或效率界；(3) 暂不可做：本文的流式 AR 框架与杠杆分数机制不在您核心武器库内，且地震应用不在 secondary interests，仅可作为轻量浏览。

3. 10.1214/25-aoas2064 · arXiv — Averaging polyhazard models using Piecewise deterministic Monte Carlo with applications to data with long-term survivors¶

作者: Luke Hardcastle, Samuel Livingstone, Gianluca Baio
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 4/10 · novelty: new_method
摘要: 本文研究 polyhazard 模型（加性危险率结构）在长程生存数据中的贝叶斯结构学习问题，目标是在 latent hazard 数量、分布族及变量分配均未知时联合推断参数与模型结构。作者引入跨维先验（transdimensional prior）对模型空间进行编码，并开发基于 Piecewise Deterministic Markov Process (PDMP) 的采样器来遍历该跨维后验，避免手动调参。核心计算工具是 PDMP（如 Bouncy Particle Sampler / Zigzag），其利用梯度信息在连续状态空间与离散模型指标间跳跃，收敛性质依赖 PDMP 的 invariant measure 与 event rate 设计。实证在卒中幸存者与肾移植数据上展示了自动模型选择与外推能力。对您而言，PDMP 作为新一代 MCMC 机制在跨维后验上的应用是统计计算方向的一个新工具入口。
关键技术: polyhazard additive hazard model, transdimensional posterior, Piecewise Deterministic Markov Process (PDMP), Bouncy Particle Sampler / Zigzag sampler, Bayesian model averaging, long-term survivors / cure model
为什么对您有用: 本文连接到统计计算方向，核心是 PDMP 在跨维后验上的无调参采样——这是您 technical_arsenal 中 software development 与 numerical methods 的直接延伸。PDMP 的 event rate 与梯度利用机制可以用您熟悉的 einsum / tensor contraction 视角审视其计算代价（特别是当模型指标空间较大时）。follow-up 判断：中期可做——需先在 moderately_familiar 的 M-estimation theory 或贝叶斯计算上补充 PDMP 理论（特别是 invariant measure 与 convergence rate 的非参数视角），才能评估其在更一般 semiparametric 模型中的可行性。

4. 10.1214/25-aoas2036 · arXiv — Bootstrapping the cross-validation estimate¶

作者: Bryan Cai, Yuanhui Luo, Xinzhou Guo, Fabio Pellegrini, Menglan Pang, Carl de Moor et al.
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 4/10 · novelty: new_method
摘要: 在交叉验证（CV）框架下，目标是估计预测模型平均性能的 population parameter 并量化其不确定性，尤其在比较两模型时需判断误差差异是否由随机性造成。传统对 CV 估计做 bootstrap 需嵌套重采样，计算代价极高；本文提出快速 bootstrap 方法，将 CV 估计的方差分解嵌入随机效应模型（random-effects model），通过估计方差分量替代嵌套重采样，从而快速获得标准误差估计与有效置信区间。该方法不依赖严格模型假设，灵活性与 CV 过程本身一致。模拟与两个实际数据分析验证了方法有效性。对您可能有用：该随机效应方差分量分解思路为 CV 推断提供了计算捷径，直接连接到 statistical computing 中数值方法与算法效率的核心关切。
关键技术: cross-validation variance estimation, random-effects variance component decomposition, fast bootstrap without nested resampling, confidence interval for prediction error, model comparison inference
为什么对您有用: 本文直接连接到 statistical computing（快速算法替代嵌套 bootstrap 的计算瓶颈）与 hypothesis testing（CV 下的模型比较推断）。研究者 very_familiar 中的 software development 可审视该方法的实现效率，但核心理论工具（随机效应方差分量分解）不在当前武器库的深度理论关切内。Follow-up 判定：中期可做 — 需先在 moderately_familiar 的 M-estimation theory 上思考该 variance component decomposition 在 semiparametric / high-dimensional 设定下的理论保证是否成立，目前 paper 本身未触及这些延伸。

5. 10.1214/25-aoas2084 — Network inference via approximate Bayesian computation. Illustration on a stochastic multipopulation neural mass model¶

作者: Susanne Ditlevsen, Massimiliano Tamborrino, Irene Tubikanec
期刊/来源: Annals of Applied Statistics
机构: University of Copenhagen · University of Warwick · Johannes Kepler University of Linz
分类: vol 19 · issue 4
相关性 2/10 · novelty: new_method
摘要: 在耦合随机微分方程(SDE)网络推断问题中，目标是在6N维多群体神经质量模型下估计脑区连接结构，面临似然不可解析的挑战。本文提出了一种改进的序列蒙特卡洛近似贝叶斯计算(SMC-ABC)算法，核心机制是引入描述连接方向存在与否的二值参数，从而显著减少到达目标后验区域所需的模型模拟次数。同时，作者为该SDE模型构建了可靠高效的数值分裂格式(splitting scheme)以加速仿真。在模拟数据与真实多通道EEG数据上的实验表明，该方法能有效揭示癫痫发作前后脑连接模式的差异。对您可能有用：本文展示了ABC算法在计算成本优化上的具体工程技巧，但与您关注的因果推断或高维效率理论无直接交集。
关键技术: sequential Monte Carlo ABC, numerical splitting scheme, stochastic differential equations, network inference, binary coupling parameters
为什么对您有用: (1) 本文属于统计计算（数值方法与算法）子方向，具体为ABC推断与SDE数值求解，而非您关注的stat-computational tradeoff；(2) 武器库中的software development经验有助于理解其算法实现与分裂格式的代码化，但无法从理论层面（如minimax bounds或U-statistics）切入其推断框架；(3) 暂不可做：核心推断机器（ABC、SDE网络建模）不在武器库内，且缺乏您关注的信息-计算间隙或效率理论视角。

经济理论 / 应用 (econ_theory, 4 篇)¶

1. 10.1214/25-aoas2087 · arXiv — Seemingly unrelated Bayesian additive regression trees for cost-effectiveness analyses in healthcare¶

作者: Jonas Esser, Mateus Maia, Andrew C. Parnell, Judith E. Bosmans, Johanna Maria van Dongen, Thomas Klausch et al.
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 5/10 · novelty: new_method
摘要: 在卫生经济学成本-效果分析设定下，目标是联合建模医疗干预成本与健康相关生活质量（多结局变量），提出 seemingly unrelated BART (SUBART) 模型。SUBART 允许每个结局关联不同的树集合，同时通过残差协方差捕获结局间依赖；连续结局情形是 SUR 的非参数版本，二元结局情形是多变量 probit 的非参数推广。文中给出可解释先验设定与详细 MCMC 后验推断方案，并发布 R 包 subart。实证分析中通过倾向得分调整进行因果成本-效果比较，发现创伤护理干预具成本-效果优势。对您而言，本文提供了卫生经济学联合建模与因果评估的数据集及分析范式参考，但非参数理论层面（后验收敛率、效率界、影响函数）完全未触及。
关键技术: multivariate BART, seemingly unrelated regression, multivariate probit model, MCMC posterior inference, propensity score adjustment, cost-effectiveness analysis
为什么对您有用: （1）连接到 secondary interest 经济理论——卫生经济学成本-效果分析的模型与真实数据集，因果评估部分用倾向得分属于标准做法。（2）研究者 very_familiar 的 nonparametric statistics 与 minimax bounds 武器可审视 SUBART 的理论缺口：本文缺乏后验收敛率/一致性证明，更无 semiparametric efficiency bound 分析，这是一个潜在的理论攻入点。（3）中期可做——需先在 moderately_familiar 的 M-estimation theory 上补充贝叶斯非参数后验收敛理论（目前武器库缺此），才能对这类 multivariate tree-based 方法做效率理论分析。

2. 10.1214/25-aoas2073 — Bayesian group-shrinkage based estimation for panel vector autoregressive models with mixed frequency data¶

作者: Nilanjana Chakraborty, Kshitij Khare, George Michailidis
期刊/来源: Annals of Applied Statistics
机构: Indian Institute of Management Udaipur · University of Florida · University of California, Los Angeles
分类: vol 19 · issue 4
相关性 5/10 · novelty: new_method
摘要: 本文研究混合频率面板向量自回归（VAR）模型的贝叶斯估计问题，目标参数为跨实体的 VAR 系数矩阵与实体间协方差矩阵，假设各实体 VAR 系数既有共性又有异质性。核心方法采用 group shrinkage 先验实现跨实体系数的软融合，同时引入实体间协方差矩阵参数以学习实体间依赖结构，并利用 mixed-frequency 数据的 Kalman-filter / aggregation 技术处理观测频率不一致。理论部分证明了后验收缩率与实体间协方差参数的估计一致性。实证在合成数据及两个经济数据集（美国邻州就业指数、欧洲紧密经济体宏观指标）上验证方法性能。对您而言，本文的 group shrinkage 先验设计与跨实体协方差估计思路可迁移至高维因果推断中多处理组/多异质性单元的参数融合问题。
关键技术: panel VAR model, group shrinkage prior, mixed-frequency data, interentity covariance estimation, posterior contraction rate, Bayesian soft fusion
为什么对您有用: 本文连接到经济理论（secondary interest）中的宏观面板数据因果/动态分析；group shrinkage prior 的软融合机制与您在 high-dimensional statistics / semiparametric theory 中熟悉的 minimax 收缩估计有技术对应，实体间协方差矩阵的估计可类比高维随机矩阵理论中的 precision/covariance 估计问题。Follow-up 判断：中期可做——若想将 group shrinkage 思路迁移到高维因果推断的异质性处理效应估计，需先在 moderately_familiar 的 semiparametric theory 上长肌肉（具体是贝叶斯非参/半参后验收缩理论），当前武器库中 minimax bounds 与高维渐近可支撑理解其理论部分，但贝叶斯后验收缩的证明工具尚需补充。

3. 10.1214/25-aoas2095 · arXiv — Simple macroeconomic forecast distributions for the G7 economies¶

作者: Friederike Becker, Fabian Krüger, Melanie Schienle
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 4/10 · novelty: application
摘要: 本文提出一种简单方法，用于预测G7经济体产出增长与通胀的完整概率分布。目标estimand是未来各期限的宏观变量预测分布，设定基于IMF发布的点预测及其历史预测误差。核心机制是利用历史预测误差的经验分布构造预测区间，并在不同预测期限上施加区间连贯性约束以保证逻辑一致性。该方法无需拟合复杂的时间序列模型，即可产生校准（calibrated）的预测区间，在统计损失函数下表现与复杂模型相当或更优。作者同步发布了可视化网站与带有时间戳的实时数据文件。对您而言，本文提供了G7宏观经济的实时数据集与简洁的分布预测框架，直接契合经济理论（数据集与模型）的次级兴趣。
关键技术: empirical forecast error distribution, calibrated prediction intervals, interval coherence across horizons, IMF point forecasts, statistical loss functions
为什么对您有用: (1) 本文是宏观经济预测的优秀入门读物，模型设定（IMF点预测+经验误差分布）直观清晰，不假设复杂经济理论先验，数据结构（时间序列面板）与噪声来源（预测误差）交代明确；(2) 武器库完全够支撑进入此方向：用"software development"可立即复现其数据管道与可视化，用"nonparametric statistics"可探索比经验分布更精细的密度估计方法；(3) 值得花时间读全文：虽然方法学novelty不高，但其提供的G7实时数据集与校准预测区间的完整流程对后续应用因果推断或半参数模型于宏观经济数据有直接参考价值。

4. 10.1214/25-aoas2106 · arXiv — Statistical learning of trade credit insurance network data with applications to ratemaking and reserving¶

作者: Woongchae Yoo, Spark C. Tseung, Tsz Chai Fung
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 1/10 · novelty: application
摘要: 本文研究贸易信用保险（TCI）的索赔预测问题，estimand 为索赔概率与报告时间间隔的联合分布，设定为六年亚洲 TCI 保险公司真实面板数据。核心方法是 bivariate network-augmented GLMM，在业务层与保单层引入随机效应，并用 extended-order degree centrality 捕获网络拓扑特征，同时处理数据不完备性。为规避个体随机效应带来的高维积分，作者提出可扩展的 Stochastic EM（SEM）算法作为可行近似计算方案。实证表明该模型在拟合与预测精度上显著优于基准模型，对 TCI 费率制定与准备金评估有直接改进。对您而言，SEM 算法在高维随机效应积分中的工程实现与收敛行为，可作为统计计算方向的一个具体案例参考。
关键技术: Stochastic EM algorithm, Generalized Linear Mixed Model, network-augmented regression, extended-order degree centrality, bivariate joint modeling, ratemaking and reserving
为什么对您有用: 本文落在您 secondary interest 的经济理论（datasets / models）方向：提供了真实 TCI 面板-网络数据集与一套完整的建模-计算 pipeline。技术层面，SEM 算法处理高维随机效应积分的计算方案，与您 technical_arsenal 中 software development 和 high-dimensional asymptotics 有轻度交集，但核心是 EM/Monte Carlo 近似而非您熟悉的 minimax 或 U-stat 工具。follow-up 判断：暂不可做——该 paper 的模型框架（GLMM + 网络特征）与计算工具（SEM）均不在您武器库核心范围内，且无因果推断或效率理论接口可切入；若仅作为经济保险数据集的入门读物，值得花 30 分钟浏览数据结构与网络特征定义，但不值得深读全文。

流行病学 (epidemiology, 5 篇)¶

1. 10.1214/25-aoas2077 — Exploring spatiotemporal variation in Covid-19 waves: Non-Euclidean spatially aware functional registration¶

作者: Luke A. Barratt, John A. D. Aston
期刊/来源: Annals of Applied Statistics
机构: Institute of Mathematical Statistics · University of Cambridge
分类: vol 19 · issue 4
相关性 4/10 · novelty: new_method
摘要: 本文研究 Covid-19 波浪的时空变异，提出非欧空间感知函数配准（functional registration）方法，estimand 为各地点波浪曲线的 warp/phase 函数。核心方法将局部变异分析（local variation analysis）从传统欧式空间框架推广到非欧空间依赖结构，用 driving time 替代地理距离刻画空间相关性。由于 driving time 不满足欧式距离性质，传统空间理论失效，作者受多维缩放（MDS）启发，用欧式距离近似非欧 driving time 以复用已有理论框架。模拟显示空间感知版本对 warp 函数估计误差显著低于非空间版本；实证分析 380 个英国地方行政区 2020 年 3–6 月每日 SARS-CoV-2 发病率数据，对估计的 warp 函数取泛函量化波浪的早晚与尖锐/平坦程度。对您而言，本文提供了一个细分地理单元的流行病学时空面板数据集，但方法核心（函数配准 + MDS 近似）与您的因果推断 / 半参数效率主线距离较远。
关键技术: functional registration / curve warping, local variation analysis, multidimensional scaling for non-Euclidean distance, spatially aware estimation, phase variation decomposition
为什么对您有用: 本文属于流行病学应用，提供了英国 380 个地方行政区逐日 Covid-19 发病率面板数据集，但分析路径是描述性函数配准而非因果推断，与您 epi 子方向关注的 'applied causal work / IV' 不匹配。方法上 MDS 近似非欧距离的技巧与您 stat_computing 中的矩阵计算有微弱交集，但函数配准理论不在武器库中。判断：暂不可做——核心机器（函数数据配准 / warp 估计的半参数理论）不在 arsenal 中，且数据集虽可用，分析范式与您主线无直接迁移价值；若仅作为流行病学时空数据的入门案例浏览则可，不值得全文精读。

2. 10.1214/25-aoas2093 — Supervised learning of outcome-relevant items from a questionnaire via mixed integer optimization¶

作者: Leyao Zhang, Wen Wang, Mengtong Hu, Alan P. Baptist, Peng Wang, Peter X. K. Song
期刊/来源: Annals of Applied Statistics
机构: University of Michigan–Ann Arbor · University of Cincinnati
分类: vol 19 · issue 4
相关性 3/10 · novelty: new_method
摘要: 在临床问卷设定下，目标是从已有问卷条目中选出与特定临床结局最相关的子集，构建优化汇总评分，estimand 为条目子集的 summary score 对结局的回归系数。方法基于 mixed integer programming (MIP) 实现 best subset selection，享有 selection consistency 理论保证，并可灵活处理 nonresponse missing data；估计不确定性通过 noise perturbation 分析。模拟研究对比了现有条目筛选方法，实证应用于老年哮喘队列的 QoL 问卷，分别针对 FEV1 与 ACT 两个临床结局提取了定制化评分。对您而言，该文的 MIP 优化框架与 statistical computing 有弱连接，但核心理论（best subset consistency）与您的主攻武器库（高维 RMT / U-stat / semiparametric efficiency）距离较远。
关键技术: mixed integer programming, best subset selection, selection consistency, noise perturbation, questionnaire item reduction, nonresponse missing data handling
为什么对您有用: 连接到 epidemiology 二级兴趣中的临床队列问卷数据设定，以及 statistical computing 中的优化算法方向；武器库中 minimax bounds / high-dimensional asymptotics 对 best subset consistency 理论有弱连接，但 MIP combinatorial optimization 本身不在核心武器库。暂不可做：核心机器（MIP solver / integer optimization）不在武器库，且 selection consistency 理论与研究者主攻方向（效率理论 / U-stat / RMT）无直接接口——若要跟进需先在 MIP 与 integer programming 上长肌肉。

3. 10.1214/25-aoas2065 — Heaping and seeping, GAITD regression and doubly constrained reduced-rank vector generalized linear models in smoking studies¶

作者: Thomas W. Yee, Luca Frigau, Chenchen Ma
期刊/来源: Annals of Applied Statistics
机构: University of Auckland · University of Cagliari · Academy of Mathematics and Systems Science · Chinese Academy of Sciences
分类: vol 19 · issue 4
相关性 3/10 · novelty: new_method
摘要: 本文针对大规模健康调查中自我报告数据常见的 heaping（数字偏好/堆叠）测量误差问题，提出 GAITD（Generally Altered, Inflated, Truncated and Deflated）回归方法，在计数数据上同时处理 altered、inflated、truncated 和 deflated 四种畸变。同时提出 doubly constrained reduced-rank VGLM（DRR-VGLM），通过线性约束为降秩回归赋予结构，进一步简化维度缩减。以 NHANES 吸烟数据为例，研究吸烟起始年龄（SIA）与烟草消费量及吸烟持续时间的关联，解决三个典型流行病学分析问题。GAITD 回归与 DRR-VGLM 的组合为 heaped/seeped 数据提供了新的建模与软件工具。对您而言，本文是流行病学应用中处理测量误差与降秩关联分析的实例，展示了 VGLM 框架在约束降秩下的理论构造。
关键技术: GAITD regression, doubly constrained reduced-rank VGLM, heaping measurement error, count data regression, reduced-rank dimension reduction
为什么对您有用: 本文属于流行病学应用，处理自我报告数据的 heaping 误差与降秩关联建模，对您而言是 gateway reading：展示了 VGLM+线性约束降秩的具体构造，但核心是计数数据的分布畸变修正，与您的主方向（因果推断/高维/半参数效率）无直接方法学重叠。武器库中 M-estimation theory 与 software development 可理解其 VGLM 实现逻辑，但 heaping 修正的 likelihood 机制需额外投入。作为流行病学数据集与建模思路的入门读物值得浏览全文，但若要方法学迁移则属中期可做——需先在 moderately_familiar 的 M-estimation 上补充 constrained VGLM 的 likelihood 推断细节。

4. 10.1214/25-aoas2112 · arXiv — Joint modeling for learning decision-making dynamics in behavioral experiments¶

作者: Yuan Bian, Xingche Guo, Yuanjia Wang
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 2/10 · novelty: application
摘要: 本文在重度抑郁症（MDD）患者的行为实验数据（EMBARC 研究的概率奖励任务）设定下，目标是联合建模奖励驱动的决策过程与反应时间，并识别受试者在"专注"与"游离"两种潜在策略间的动态切换。核心方法是将强化学习（RL）模型与漂移扩散模型（DDM）整合为 RL-DDM，再用隐马尔可夫模型（HMM）刻画潜在状态切换：专注态下决策遵循 RL-DDM 同时捕捉奖励处理与决策动态，游离态下用简化 DDM 模拟随机猜测。估计采用广义 EM 算法结合前向-后向程序实现计算效率。数值实验显示该方法在多种奖励分布、策略切换与非切换场景及输入扰动下均优于竞争方法；EMBARC 实证表明 MDD 患者整体专注度更低、专注时反应更慢，且脑成像指标仅与专注态决策特征关联。对您而言，本文提供了一个流行病学队列数据中结合 HMM 与 RL-DDM 的应用范例，可作为因果推断或纵向数据中潜在状态建模的参考。
⚠️ 摘要不完整，待重跑（python -m research_news.rerun）
关键技术: reinforcement learning model, drift-diffusion model, hidden Markov model, generalized EM algorithm, forward-backward procedure, probabilistic reward task
为什么对您有用: 本文属于流行病学方向的应用工作，使用 EMBARC 临床数据集，对您而言是 gateway reading：数据结构（纵向行为实验、反应时间、潜在状态切换）清晰，模型（RL-DDM + HMM）组合有方法论看点。您的武器库中 HMM 与 EM 算法属于 moderately_familiar（M-estimation 理论可覆盖 EM 的收敛性分析），但 RL 与 DDM 的具体参数化不在 very_familiar 范围。若想深入读，需先在 RL/DDM 的参数估计理论上长肌肉；作为入门了解数据与建模思路，值得花时间读全文。

5. 10.1214/25-aoas2067 · arXiv — Tree-regularized Bayesian latent class analysis for improving weakly separated dietary pattern subtyping in small-sized subpopulations¶

作者: Mengbing Li, Briana Stephenson, Zhenke Wu
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 2/10 · novelty: new_method
摘要: 在小样本亚人群中，用 latent class model (LCM) 提取膳食模式时，类间 profile 高度相似（weak separation）导致数值与推断不稳定。本文提出 tree-regularized Bayesian LCM：通过 Dirichlet diffusion tree process 为类间未知树结构指定先验，使树中邻近的类向祖先膳食模式收缩，收缩强度可按预设食物组差异化调节。该方法在有限数据下借树结构共享统计强度，改善类 profile 估计的稳定性与可解释性。实证基于 Hispanic Community Health Study/Study of Latinos 中 496 名南美裔成年人的膳食摄入数据，识别并比较了膳食模式。对您而言，本文提供了一个流行病学真实数据集（HCHS/SOL）及膳食-疾病关系建模的入门场景，但方法核心（Bayesian tree prior）与您的 semiparametric / efficiency 技术栈距离较远。
关键技术: Dirichlet diffusion tree process, Bayesian latent class model, tree-regularized shrinkage prior, weak separation regularization, dietary pattern subtyping
为什么对您有用: 本文属于流行病学应用，提供 HCHS/SOL 真实膳食数据集及膳食-疾病关系建模场景，契合您 epidemiology secondary interest 中对 datasets 的关注。但方法核心是 Bayesian tree-structured prior 解决 LCM weak separation，与您 technical_arsenal 中的 semiparametric theory / influence function / U-statistics 无直接接口——无法用现有武器攻其口子。Follow-up 判断：暂不可做，核心机器（Dirichlet diffusion tree process、Bayesian LCM 的 MCMC 推断）不在武器库中，且该方向与您 primary interests 的因果推断/效率理论无自然交汇。

其他 (other, 8 篇)¶

1. 10.1214/25-aoas2096 — Leveraging an observed-data likelihood improves the use of machine learning labels in a Bayesian hierarchical model for bioacoustic data¶

作者: Jacob K. Oram, Katharine M. Banner, Christian Stratton, Andrew Hoegh, Kathryn M. Irvine
期刊/来源: Annals of Applied Statistics
机构: Montana State University · Middlebury College · United States Geological Survey
分类: vol 19 · issue 4
相关性 5/10 · novelty: application
摘要: 本文研究在贝叶斯分层模型中如何利用机器学习预测标签进行推断，设定为被动声学监测中物种检测的 misclassification 问题，关键假设是有一小部分人工验证的真实标签可用。核心方法提出 observed-data likelihood (ODL) 联合建模人工验证标签与 ML 预测标签，替代默认的 MCMC data augmentation 方案，通过概率抽样设计选择验证样本。模拟结果显示，在小验证集下 ODL 方案计算速度更快、估计误差更低，方法可迁移到任何将分类算法预测作为响应变量的应用。对您而言，本文主要是一个应用导向的贝叶斯 misclassification 校正方法，理论 novelty 较有限。
关键技术: observed-data likelihood, Bayesian hierarchical model, misclassification modeling, MCMC data augmentation, probability sampling design
为什么对您有用: 本文属于应用贝叶斯 misclassification 校正，与您 primary interest 中的 causal inference measurement error / semiparametric efficiency 无直接理论连接，仅间接涉及'用部分验证集校正分类误差'的思路。武器库中 minimax bounds / semiparametric theory / higher-order U-statistics 均不直接适用于此贝叶斯 MCMC 框架。follow-up 判断：暂不可做——核心机器（贝叶斯 data augmentation / ODL 的计算收敛分析）不在武器库中，且本文 novelty_flag 为 application，理论贡献有限，不建议展开读。

2. 10.1214/25-aoas2098 — Dynamic prediction with penalized joint frailty model of high-dimensional recurrent event data and a survival outcome¶

作者: Jiehuan Sun
期刊/来源: Annals of Applied Statistics
机构: University of Illinois Chicago
分类: vol 19 · issue 4
相关性 3/10 · novelty: new_method
摘要: 本文研究高维复发事件数据与生存结局的联合建模与动态预测问题，在 proportional hazards 假设下对复发事件子模型和生存子模型建立 joint frailty 模型，目标 estimand 为与生存结局相关的高维复发事件的选择及风险预测。核心方法采用 adaptive lasso 惩罚似然进行变量选择，并基于 Gaussian variational approximate inference (GVAI) 开发计算高效算法，避免了 EM 算法在高维设定下的计算瓶颈。理论方面未给出渐近性质或 minimax 界，主要贡献在方法与计算层面。实证通过模拟与 2 型糖尿病 EHR 数据验证方法性能。对您而言，本文的 EHR 高维复发事件数据结构及 frailty 模型设定在流行病学因果推断中有应用场景，但方法学 novelty 较有限。
关键技术: joint frailty model, adaptive lasso penalty, Gaussian variational approximate inference, proportional hazards model, dynamic prediction
为什么对您有用: 本文连接到流行病学（secondary interest）的 EHR 数据与生存分析场景，但方法学上仅是 adaptive lasso + frailty 的组合，缺乏 semiparametric efficiency 或高维渐近理论的新结果。武器库中 M-estimation theory 可分析其惩罚似然估计的渐近性质，但本文未触及此深度。暂不可做：核心机器（frailty 模型的 semiparametric efficiency bound / 高维 joint model 的 debiased inference）不在武器库中，且本文未提供理论入口。

3. 10.1214/25-aoas2090 · arXiv — Improving accuracy in cell-perturbation experiments by leveraging auxiliary information¶

作者: Jackson Loper, Noam Solomon, Jeffrey Regier
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 3/10 · novelty: new_method
摘要: 在细胞扰动实验设定下，目标是估计基因在各类刺激（cytokines/CRISPR guides）下的调控效应方向（up/down-regulation），但高噪声导致典型估计器频繁犯 type S 错误（符号错误）。作者提出基于 Gaussian process 与 factor analysis 的新估计器，利用处理间辅助相似性信息（如药物化学相似性）降低方差、引入可控偏差；同时提出一种无需 ground truth 的数据分割方法，利用 sign-valid 估计器（正确符号概率 > 1/2）产生有效误差界。实证案例表明，利用辅助信息的估计器可将 type S 错误率降低约三倍。对您而言，type S 错误率与 hypothesis testing 方向有松散联系，但本文核心是基因组学应用，理论深度有限。
关键技术: Gaussian process regression, factor analysis, type S error rate, sign-valid estimator, data-splitting error bound
为什么对您有用: 本文涉及 type S 错误率（符号错误率）与 sign-valid 估计器概念，与 hypothesis testing 方向有松散联系，但核心是基因组学应用而非理论推进。武器库中的 nonparametric statistics（GP 回归）和 M-estimation theory 可用来分析该估计器的理论性质（如偏差-方差权衡的精确刻画），但本文未做此类分析。暂不可做：核心问题域（细胞扰动实验）不在研究者兴趣范围内，方法学 novelty 主要在应用层面而非理论层面，不值得花时间深读全文。

4. 10.1214/25-aoas2070 · arXiv — Varying coefficients correlated velocity models in complex landscapes with boundaries applied to narwhal responses to noise exposure¶

作者: Alexandre Delporte, Susanne Ditlevsen, Adeline Samson
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 1/10 · novelty: application
摘要: 本文研究北极 narwhal 在受船舶和地震气枪噪声暴露下的 GPS 运动数据，设定为 Scoresby Sound 峡湾复杂边界约束下的连续时间 correlated velocity model，关键假设是运动参数随空间位置和暴露状态变化。提出 varying-coefficient correlated velocity model，将边界约束纳入连续时间随机微分方程框架，通过 baseline vs response 模型对比评估噪声效应。估计方法基于离散化近似与最大似然，收敛性质未给出理论保证，属应用导向。实证发现：边界约束导致轨迹曲折度增加，噪声暴露使速度上升、运动持续性下降，影响范围可达数十公里。对您而言，本文属生态学应用，方法学 novelty 有限。
关键技术: correlated velocity model, varying coefficients, continuous-time SDE, spatial boundary constraints, maximum likelihood estimation
为什么对您有用: 本文属生态学/动物运动建模的应用论文，与您 primary interests（因果推断、高维、半参数效率等）无直接方法学连接；varying-coefficient SDE 模型在统计理论层面未给出 semiparametric efficiency bound 或 minimax rate，novelty 有限。武器库中 very_familiar 的非参数统计和 moderately_familiar 的 M-estimation 理论可用来审视其似然估计的渐近性质，但核心问题不在您的研究方向。follow-up 判断：暂不可做——核心机器（连续时间运动模型、生态学领域知识）不在武器库，且方法学深度不足以支撑理论延伸。

5. 10.1214/25-aoas2069 · arXiv — Media bias and polarization through the lens of a Markov switching latent space network model¶

作者: Roberto Casarin, Antonio Peruzzi, Mark F. J. Steel
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 1/10 · novelty: new_method
摘要: 在动态网络设定下，本文提出 Markov-switching latent space model，用于在线受众重复网络的时间演变分析，estimand 为媒体偏见位置与极化 regime。模型结合网络数据与文本指标构建新的媒体偏见度量；采用 Markov-switching dynamics 捕捉极化 regime 切换，保持参数简约性；同时贡献了 latent space network model 的部分统计性质理论。推断采用 Bayesian MCMC 方法。实证应用于四国（2015–2016）新闻媒体在线活动数据，发现所提偏见度量与外部基准高度正相关，并揭示各国极化 regime 差异。对您而言，latent space model 的统计性质部分与 estimation theory 有弱连接，但整体更偏向 Bayesian 网络建模与应用。
关键技术: Markov-switching latent space model, dynamic network model, Bayesian MCMC inference, audience-duplication network, text-based slant indicator
为什么对您有用: （1）latent space network model 的统计性质部分与您 moderately_familiar 的 M-estimation theory 有弱连接，但核心是 Bayesian 动态网络建模而非 semiparametric efficiency；（2）用 very_familiar 的 minimax bounds 视角审视其声称的统计性质贡献，可判断理论深度是否足够；（3）暂不可做——核心机器（Bayesian dynamic latent space model / MCMC for regime-switching networks）不在武器库中，且应用领域（媒体偏见极化）与 primary interests 距离较远，不值得展开读。

6. 10.1214/25-aoas2097 · arXiv — Joint identification of spatially variable genes via a network-assisted Bayesian regularization approach¶

作者: Mingcong Wu, Yang Li, Shuangge Ma, Mengyun Wu
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 1/10 · novelty: new_method
摘要: 本文针对空间转录组数据中空间变异基因的识别问题，提出一种网络辅助的贝叶斯正则化方法。estimand 为空间变异基因集合，模型基于 zero-inflated negative binomial 分布以适应计数数据的零膨胀与过度分散。核心创新是引入 thresholded graph Laplacian 正则化，在联合识别空间变异基因的同时纳入基因间网络结构，并校正由 spot 内细胞组成差异引入的混杂变异。方法通过贝叶斯后验推理实现变量选择与网络结构利用，模拟与真实数据表明其优于现有边际分析方法。对您而言，本文的混杂校正思路与因果推断中混杂概念有弱关联，但应用领域（基因组学）与您的 primary/secondary interests 不直接匹配。
关键技术: thresholded graph Laplacian regularization, zero-inflated negative binomial model, Bayesian variable selection, spatial transcriptomics, confounding correction for cellular composition
为什么对您有用: 本文属于基因组学应用，不在您的 primary（因果推断/高维RMT/U统计量/半参数效率）或 secondary（天文/经济/流行病）interest 范围内。混杂校正虽与因果推断概念弱关联，但此处混杂是细胞组成比例而非 treatment confounding，技术路线（贝叶斯正则化 + graph Laplacian）也不在您的武器库中。暂不可做：核心机器（贝叶斯 graph Laplacian 正则化、空间统计模型）不在武器库，且应用场景不匹配，不建议展开阅读。

7. 10.1214/25-aoas2104 — Constrained mixture-of-mixture model with application to keystroke dynamics¶

作者: Andrew Simpson, Semhar Michael
期刊/来源: Annals of Applied Statistics
机构: South Dakota State University
分类: vol 19 · issue 4
相关性 1/10 · novelty: application
摘要: 本文在无监督 keystroke dynamics 场景下，提出 constrained mixture-of-mixture (MoM) 模型，解决用户与 mixture component 之间非一一对应以及 session-level 分组结构的问题。estimand 为每个 session 的用户归属概率，模型假设同一 session 内 keystroke 来自同一 user，但一个 user 可对应多个 component；通过施加约束（session 内 component 权重共享）实现 identification。核心机制为 hierarchical mixture 加约束 EM，理论部分未给出收敛率或 efficiency bound，仅通过模拟与 CMU 数据集展示聚类/归属性能。对您可能有用之处在于：MoM 的约束 identification 思路可类比因果推断中 latent-class measurement-error 模型的 identification 约束设计。
关键技术: finite mixture model, mixture-of-mixture model, constrained EM algorithm, session-level grouping constraint, unsupervised clustering
为什么对您有用: 本文属于应用统计建模，与您 primary interest 的 semiparametric / efficiency / high-dim 理论无直接交集，但 MoM 的约束 identification 思路与因果推断中 latent-class / negative-control 的 identification 约束有类比空间。用您 very_familiar 的 M-estimation theory 可分析其 EM 收敛性质，但本文未触及此层面。中期可做：若想将此类 constrained MoM 置于 semiparametric efficiency 框架下（需先在 moderately_familiar 的 semiparametric theory 上长肌肉，推导 influence function 与 efficiency bound），可形成理论贡献；但当前论文本身 novelty_flag 为 application，方法学深度有限，不建议优先展开全文。

8. 10.1214/25-aoas2079 · arXiv — Expected points above average: A novel NBA player metric based on Bayesian hierarchical modeling¶

作者: Benjamin Williams, Erin M. Schliep, Bailey K. Fosdick, Ryan Elmore
期刊/来源: Annals of Applied Statistics
分类: vol 19 · issue 4
相关性 0/10 · novelty: application
摘要: 本文在贝叶斯层次模型框架下提出两个NBA篮球指标——"期望得分"(expected points)与"期望得分超出均值"(EPAA)，分别用于球队比较与球员评估。通过对投篮倾向和能力进行后验预测分布聚类，将球员和球队分层，并与传统指标PER和BPM作对比。方法核心是标准Bayesian hierarchical model加posterior predictive clustering，无新理论或收敛率结果。实证覆盖近十年前100投手，并附带Shiny应用。对您而言，本文在方法论上无直接连接——既不涉及因果推断、半参数效率界，也不涉及高维或U-stat理论；仅作为Bayesian hierarchical model在体育数据的应用案例，novelty有限。
关键技术: Bayesian hierarchical model, posterior predictive distribution, cluster analysis, Shiny web application
为什么对您有用: 本文属于体育数据分析的应用型工作，与您的主要研究方向（因果推断、高维/RMT、半参数效率、U-stat）无直接方法论连接。Bayesian hierarchical model是标准工具，无新理论贡献；Shiny应用属于基础统计计算，不涉及数值方法或矩阵/张量计算。暂不可做：核心机器（因果identification、minimax bound、U-stat projection）与此问题无关，且缺少进入体育分析领域的动机。

Maintained by 陈星宇 · Homepage · Source on GitHub