JASA — Vol 120 Issue 550 · 2026-07-05¶

共 49 篇 · Journal of the American Statistical Association
目录核对 ⚠️ 疑似漏 10 篇（对照 OpenAlex 59 篇）：10.1080/01621459.2024.2435110、10.1080/01621459.2024.2392912、10.1080/01621459.2024.2445874、10.1080/01621459.2025.2484843、10.1080/01621459.2024.2441519 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。

JASA Vol 120 Issue 550 的 49 篇论文可归纳为四条主线：因果识别与推断（约 7 篇）、假设检验与多重比较（约 8 篇）、高维与随机矩阵方法（约 10 篇）、以及半参数/非参数与计算方法（约 12 篇）。其余论文分散于网络分析、极值统计、生成模型、经济理论等应用方向。

因果推断主线中，Robust Permutation Tests in Linear Instrumental Variables Regression 为 IV 回归提供了识别-稳健的置换检验，放宽了工具与误差项独立的假设；Valid Inference After Causal Discovery 针对因果发现后效应估计的选择性推断问题，提出条件覆盖的置信区间；Model-Based Causal Feature Selection for General Response Types 将不变因果预测扩展至连续、分类、计数等响应类型，提出 tram-GCM 检验；Semi-Supervised Triply Robust Inductive Transfer Learning 在迁移学习中引入三重稳健性，允许两个 nuisance 模型均误设；Mediation Analysis with the Mediator and Outcome Missing Not at Random 处理中介与结局同时 MNAR 的识别问题；Off-Policy Evaluation in Doubly Inhomogeneous Environments 将 OPE 拓展至时间与个体双重非平稳环境；Tyranny-of-the-Minority Regression Adjustment in Randomized Experiments 重新审视加权回归调整在随机化实验中的有限样本稳健性。

假设检验主线中，Testing a Large Number of Composite Null Hypotheses 提出 csmGmm 统一处理基因组学中的复合零假设；Optimal Network Pairwise Comparison 给出网络两样本检验的最优相变结果；Test and Measure for Partial Mean Dependence 基于机器学习构建部分均值独立性检验与度量；Neyman-Pearson Multi-Class Classification 将 NP 范式推广至多类分类；False Discovery Rate Control For Structured Multiple Testing 提出 PLIS 方法放宽共形推断的对称性要求；Controlling the False Split Rate in Tree-Based Aggregation 将树结构聚合问题形式化为可控假设检验。高维主线中，Estimating Higher-Order Mixed Memberships 建立张量混合成员模型的 l2,∞ 扰动界；Robust Estimation for Number of Factors 基于 Spearman 相关矩阵稳健估计因子个数；Robust Regression with Covariate Filtering 通过协变量过滤实现重尾与对抗污染下的鲁棒回归；Efficient Multiple Change Point Detection 处理高维分位数回归中的变点与异方差；Robust Matrix Completion with Heavy-Tailed Noise 在仅需二阶矩条件下达到 minimax 最优补全误差；Optimal Network Membership Estimation 刻画严重度异质性对混合隶属度估计的统计极限；Statistical Inference for Networks of High-Dimensional Point Processes 为高维 Hawkes 过程网络提供推断框架；Inferring Covariance Structure from Multiple Data Sources 提出 SUFA 模型识别共享与特异协方差结构；Supervised Dynamic PCA 结合 LASSO 选择预测因子；Enhanced Response Envelope 引入包络正则化揭示双重下降现象。

与因果推断最贴合的论文包括：Robust Permutation Tests in Linear IV、Valid Inference After Causal Discovery、Model-Based Causal Feature Selection、Semi-Supervised Triply Robust Transfer Learning、Mediation Analysis with MNAR、Off-Policy Evaluation in Doubly Inhomogeneous Environments、Tyranny-of-the-Minority Regression Adjustment。与半参数效率相关的有：Semi-Supervised Triply Robust Transfer Learning（三重稳健性）、Nonparametric Multiple-Output Center-Outward Quantile Regression（最优传输分位数回归）、Distributed Heterogeneity Learning for Generalized Partially Linear Models（空间变系数半参数模型）。与高维/随机矩阵相关的有：Estimating Higher-Order Mixed Memberships、Robust Estimation for Number of Factors、Robust Regression with Covariate Filtering、Robust Matrix Completion with Heavy-Tailed Noise、Optimal Network Membership Estimation、Statistical Inference for Networks of High-Dimensional Point Processes、Inferring Covariance Structure from Multiple Data Sources、Supervised Dynamic PCA、Enhanced Response Envelope。

因果推断 (causal_inference, 7 篇)¶

1. 10.1080/01621459.2024.2412363 · arXiv — Robust Permutation Tests in Linear Instrumental Variables Regression¶

作者: Purevdorj Tuvaandorj
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1294-1304
相关性 8/10 · novelty: new_method
摘要: 本文在线性工具变量回归中开发了识别-稳健检验的置换版本。与现有随机化检验和秩检验假设工具与误差项独立不同，所提出的置换 Anderson-Rubin (AR)、Lagrange Multiplier (LM) 和 Conditional Likelihood Ratio (CLR) 检验在标准排除限制（即工具与误差项正交）下是渐近相似的，且对条件异方差稳健。当工具与结构误差项独立时，置换 AR 检验是精确的，因此对重尾分布稳健。这些检验兼具秩检验和 wild bootstrap AR 检验的优势。理论结果通过蒙特卡洛模拟和实证应用得到验证。对您而言，本文提供了 IV 回归中假设检验的新工具，直接关联您对因果推断中 IV 方法的兴趣，且其置换方法思路可能启发您在高维或 U-统计量背景下构造稳健检验。
关键技术: permutation test, Anderson-Rubin test, Lagrange Multiplier test, Conditional Likelihood Ratio test, identification-robust inference, conditional heteroscedasticity robustness
为什么对您有用: 本文直接关联您对因果推断中 IV 方法的兴趣，特别是识别-稳健检验这一核心问题。您武器库中 'estimation theory in causal inference' 和 'high-dimensional asymptotics' 可用于分析其置换检验在弱工具或高维工具下的表现。中期可做：将置换检验思路推广到高维 IV 或 U-统计量框架下的因果效应检验，需先在 'semiparametric theory' 上加强。

2. 10.1080/01621459.2024.2402089 · arXiv — Valid Inference After Causal Discovery¶

作者: Paula Gradu, Tijana Zrnic, Yixin Wang, Michael I. Jordan
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1127-1138
相关性 8/10 · novelty: new_method
摘要: 本文研究因果发现与因果效应估计联合使用时产生的“双重 dipping”统计推断问题：在同一数据集上先运行因果发现算法（如 PC、GES）再估计因果效应，会导致经典置信区间覆盖失效。作者提出一种后因果发现的有效推断框架，核心思想是将因果发现阶段视为一个数据驱动的模型选择步骤，通过构造条件覆盖的置信区间来校正选择性推断偏差。方法上，利用样本分割（sample splitting）和条件校准（conditional calibration）技术，在给定因果发现输出（如图结构或等价类）的条件下构造置信区间，保证条件覆盖而非无条件覆盖。理论结果表明，该方法能在不牺牲因果发现精度的前提下，实现可靠的区间覆盖，且允许在发现准确性与区间宽度之间进行显式权衡。模拟实验显示，朴素组合方法（先发现后估计）的误覆盖率可高达 30%–50%，而所提方法将误覆盖率控制在名义水平附近。对您而言，本文直接关联到因果推断中的 identification 与 estimation 的衔接问题，特别是您熟悉的 estimation theory in causal inference 和 identification theory 可以用于分析该方法在更复杂设定（如 proximal CI、IV）下的扩展性。
关键技术: sample splitting, conditional calibration, selective inference, post-selection inference, causal discovery, confidence interval coverage
为什么对您有用: 本文直接连接您的 primary interest 中的 causal inference（identification, estimation）和 hypothesis testing（选择性推断的覆盖性质）。您的 very_familiar 武器库中的 estimation theory in causal inference 可以用于分析该方法在更复杂因果结构（如存在未观测混杂、IV 设定）下的条件覆盖性质；moderately_familiar 中的 identification theory 可用于评估该方法在非参数识别条件下的适用性。中期可做：需先在 moderately_familiar 的 semiparametric theory 上长肌肉，以处理更一般的非参数因果效应估计与发现步骤的联合推断。

3. 10.1080/01621459.2024.2395588 · arXiv — Model-Based Causal Feature Selection for General Response Types¶

作者: Lucas Kook, Sorawit Saengkyongam, Anton Rask Lundborg, Torsten Hothorn, Jonas Peters
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1090-1101
相关性 8/10 · novelty: new_method
摘要: 本文在不变因果预测（ICP）框架下，针对一般响应类型（连续、分类、计数、删失）提出基于变换模型（transformation model, tram）的因果特征选择方法。核心设定是：数据来自异质环境，利用因果模型在不同环境间保持不变的特性进行特征选择。方法上，作者提出tram-GCM检验，基于环境与得分残差的期望条件协方差构建不变性检验统计量，并证明其具有均匀渐近水平保证；对于线性移位tram，还提出基于Wald统计量的tram-Wald检验。该方法避免了传统非参数条件独立性检验功效低或第一类错误控制差的问题，同时扩展了加性噪声模型无法处理非连续响应的局限。模拟实验和重症患者生存因果特征案例研究验证了方法的有效性。对您而言，本文连接了因果推断中的不变性识别策略与半参数变换模型，其检验框架可迁移至您熟悉的proximal CI或IV设定中的敏感性分析。
关键技术: Invariant causal prediction (ICP), transformation models (tram), score residuals, conditional covariance test, Wald test, causal feature selection
为什么对您有用: 本文直接连接您primary interest中的因果推断（不变性识别与特征选择）和半参数理论（变换模型）。技术武器库中'非参数统计'和'因果推断中的估计理论'可直接用于理解其检验框架；'半参数理论'（moderately_familiar）可用于分析tram-GCM的渐近效率。中期可做：将tram-GCM的检验思想扩展到proximal CI中的negative control假设检验，需先在moderately_familiar的'识别理论'上长肌肉。

4. 10.1080/01621459.2024.2393463 · arXiv — Semi-Supervised Triply Robust Inductive Transfer Learning¶

作者: Tianxi Cai, Mengyan Li, Molei Liu
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1037-1047
相关性 8/10 · novelty: new_method
摘要: 本文提出 STRIFLE 方法，在标签丰富的源总体与标签稀缺的目标总体之间进行归纳迁移学习，并同时利用大量无标签数据提升目标总体的学习精度。设定为高维协变量偏移场景，核心假设是源总体与目标总体在给定代理特征 S 和预测变量 X 后结局 Y 的条件分布相同，但 Y|X 的真实模型可因 S 和 X 的协变量偏移而不同。方法引入两个 nuisance 模型——密度比模型和插补模型——并结合迁移学习与代理辅助半监督学习策略，实现三重稳健性（triple robustness）。与双重稳健性不同，即使两个 nuisance 模型均误设，或 Y|S,X 分布在两总体间不完全相同，只要偏移源总体与目标总体有足够相似性，STRIFLE 估计量仍能部分利用源总体信息。理论证明该估计量至少不劣于仅用目标总体的代理辅助半监督估计量，并附带一个来自迁移性检测的额外误差项。模拟和真实数据（利用欧洲人群电子健康记录与基因组数据构建非洲裔美国人的 2 型糖尿病多基因风险预测模型）验证了方法的有限样本性能。对您而言，本文的三重稳健性框架与高维协变量偏移下的迁移学习思路，可直接连接到您的因果推断（特别是 IV/mediation 中的样本外预测）和半参数理论兴趣，且其理论分析（如误差分解、稳健性条件）可用您熟悉的非参数统计与 minimax 界工具进行深入检验。
关键技术: triple robustness, density ratio model, imputation model, semi-supervised learning, transfer learning, covariate shift
为什么对您有用: 本文直接连接到您的因果推断兴趣（迁移学习中的协变量偏移与稳健估计），且其三重稳健性框架是双重稳健性的自然推广，可用您熟悉的非参数统计与 minimax 界工具进行理论检验。具体而言，您可以用 very_familiar 的 minimax bounds 技术分析其误差项的最优性，或用 moderately_familiar 的半参数理论验证其效率界。中期可做：需先在 moderately_familiar 的 identification theory 上进一步熟悉迁移学习中的可识别性条件。

5. 10.1080/01621459.2024.2359132 · arXiv — Mediation Analysis with the Mediator and Outcome Missing Not at Random¶

作者: Shuozhi Zuo, Debashis Ghosh, Peng Ding, Fan Yang
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 794-804
相关性 8/10 · novelty: new_method
摘要: 本文研究中介分析中中介变量和结局变量同时缺失非随机（MNAR）时的识别与推断问题。在标准中介分析中，直接效应和间接效应的识别通常要求数据完全观测或缺失随机（MAR），但实际中缺失机制往往与未观测因素相关，导致MNAR。作者提出了几类可解释的缺失机制假设，例如基于工具变量或影子变量的假设，在这些假设下证明了直接效应和间接效应的非参数可识别性。识别策略利用了观测数据中的分布约束，并结合了中介分析中的序贯可忽略性假设。通过构造矩条件或似然函数，作者给出了参数或半参数估计方法，并推导了渐近正态性。模拟研究验证了所提方法在有限样本下的表现，并通过美国国家职业训练团数据展示了实际应用。本文对您的主要兴趣——因果推断中的识别与估计（特别是缺失数据下的中介分析）有直接贡献，其识别策略可迁移至您熟悉的proximal causal inference框架中的negative control设定。
关键技术: identification under MNAR, shadow variable, instrumental variable, sequential ignorability, moment conditions, semiparametric estimation
为什么对您有用: 本文直接连接您的主要兴趣——因果推断中的中介分析，特别是缺失数据非随机时的识别问题。您武器库中'identification theory in causal inference'（moderately_familiar）可直接用于理解其识别假设的合理性，而'nonparametric statistics'和'estimation theory in causal inference'（very_familiar）可用于评估其估计方法的效率。中期可做：若想将本文的识别策略推广至更复杂的纵向中介或proximal CI设定，需先在'semiparametric theory'（moderately_familiar）上加强，以处理更一般的半参数效率界。

6. 10.1080/01621459.2024.2395593 · arXiv — Off-Policy Evaluation in Doubly Inhomogeneous Environments¶

作者: Zeyu Bian, Chengchun Shi, Zhengling Qi, Lan Wang
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1102-1114
相关性 7/10 · novelty: new_method
摘要: 本文研究离线强化学习中的策略评估（OPE）问题，当时间平稳性和个体同质性两个关键假设同时被违反时（即双重非平稳环境），提出了一类潜因子模型来刻画奖励函数和转移函数。方法上，同时发展了基于模型（model-based）和模型无关（model-free）的估计框架，核心是利用低秩结构捕捉个体和时间上的异质性。理论方面，建立了所提价值估计量的渐近性质，包括相合性和收敛速率。实证部分在合成数据和MIMIC-IV医疗数据集上展示了优于现有方法的表现。对您而言，该工作将因果推断中的OPE拓展到更现实的纵向非平稳设定，其潜因子建模思路与您熟悉的非参数统计和逆问题方法有直接关联，且提供了可复现的R代码。
关键技术: latent factor model, off-policy evaluation, reinforcement learning, model-based estimation, model-free estimation, nonstationary time series
为什么对您有用: 本文直接连接您的primary interest中的因果推断（纵向/时序设定下的OPE）和逆问题（潜因子模型识别）。技术武器库中'非参数统计'和'高维渐近'可直接用于分析其估计量的收敛性，而'软件工程'技能可用于复现和扩展其R包。中期可做：若想深入其理论证明（如潜因子维数选择），需先在'moderately_familiar'的M估计理论或半参数理论上加强。

7. 10.1080/01621459.2024.2366043 · arXiv — Tyranny-of-the-Minority Regression Adjustment in Randomized Experiments¶

作者: Xin Lu, Hanzhong Liu
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 846-858
相关性 7/10 · novelty: new_method
摘要: 本文在随机化实验的框架下重新审视了一种称为“少数群体暴政”（ToM）的加权回归调整方法。目标是估计平均处理效应（ATE），设定为完全随机化实验、分层随机化实验以及完全随机化调查实验。核心机制是：ToM 回归调整通过对少数群体（如处理组或对照组中样本量较小者）赋予更大权重，构造一个加权最小二乘估计量。与 Lin 的含处理-协变量交互项的回归调整相比，ToM 在有限样本下更稳健，尽管两者在完全随机化实验中渐近等价。理论贡献包括：在模型误设下，ToM 调整估计量仍能提升渐近效率，且在线性调整估计量类中达到最优。文章还研究了多种异方差稳健标准误的渐近性质，并给出实践建议。模拟和真实数据分析展示了 ToM 相对于现有方法的优越性。对您而言，本文属于因果推断中随机化实验的估计效率改进，与您的“estimation theory in causal inference”和“semiparametric theory”兴趣直接相关，其加权回归思路可迁移至您熟悉的非参数统计框架。
关键技术: weighted regression adjustment, tyranny-of-the-minority, design-based inference, heteroscedasticity-robust standard errors, linear adjustment estimator class
为什么对您有用: 本文直接关联您的 primary interest 中的“causal inference (estimation)”和“semiparametric theory”。其 ToM 加权回归调整方法可视为一种半参数效率改进策略，您可以用 very_familiar 的“nonparametric statistics”和“estimation theory in causal inference”工具来理解其有限样本稳健性背后的非参数直觉。中期可做：若想将 ToM 思路推广到更复杂的因果设定（如工具变量或纵向数据），需先在 moderately_familiar 的“identification theory in causal inference”上长肌肉。

高维统计 / 随机矩阵 (high_dim_rmt, 10 篇)¶

1. 10.1080/01621459.2024.2404265 · arXiv — Estimating Higher-Order Mixed Memberships via the l2,∞ Tensor Perturbation Bound¶

作者: Joshua Agterberg, Anru R. Zhang
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1214-1224
相关性 7/10 · novelty: new_method
摘要: 本文提出子高斯张量混合成员块模型（sub-Gaussian tensor mixed-membership blockmodel），将张量块模型推广至允许节点具有连续混合社区隶属度（convex combination of latent communities）。在模型可识别性证明基础上，提出基于高阶正交迭代算法（HOOI）的张量SVD结合单纯形顶点搜索的计算高效估计流程。核心理论贡献是建立了HOOI在独立异方差子高斯噪声下的l2,∞张量扰动界，该界仅依赖于底层低秩张量的谱性质，且在接近最优信噪比条件下成立。分析中采用新颖的留一法构造（leave-one-out construction）处理迭代过程。最终给出每个节点的误差界，展示了高阶结构对估计精度的提升效应。对您而言，该文发展的l2,∞张量扰动界技术可直接用于您熟悉的高维统计与张量计算工具，而混合成员模型与社区检测问题为因果推断中的潜在结构建模提供了新视角。
关键技术: higher-order orthogonal iteration (HOOI), l2,∞ tensor perturbation bound, leave-one-out construction, sub-Gaussian noise, simplex corner-finding algorithm, tensor mixed-membership blockmodel
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，具体在张量SVD的扰动分析这一子方向。您武器库中'高维渐近理论'和'逆问题'的功底可立即用于验证其l2,∞界的紧性，或推广至更一般的噪声结构。中期可做：若您先在'moderately_familiar'的HOIF上长肌肉，可将该扰动界与高阶影响函数结合，发展对张量混合成员模型的双稳健估计。

2. 10.1080/01621459.2024.2402565 · arXiv — Robust Estimation for Number of Factors in High Dimensional Factor Modeling via Spearman Correlation Matrix¶

作者: Jiaxin Qiu, Zeng Li, Jianfeng Yao
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1139-1151
相关性 7/10 · novelty: new_method
摘要: 本文针对高维因子模型中因子个数估计问题，提出基于Spearman秩相关矩阵谱性质的稳健估计量。设定为高维因子模型，允许维度和样本量同阶增长（比例趋于常数），数据可具有重尾特征。核心方法利用Spearman相关矩阵的特征值结构，通过比较样本特征值与Marchenko-Pastur分布支撑边界来判定因子个数。理论证明在因子或误差项重尾时估计量仍保持相合性，条件弱于现有基于Pearson相关的方法。数值实验表明，在重尾场景下该方法显著优于基于Pearson相关矩阵的经典估计器（如特征值比值法、IC准则等）。对您而言，该工作直接连接高维统计与随机矩阵理论，且其稳健性视角可迁移至您熟悉的因果推断中高维协变量筛选或工具变量选择问题。
关键技术: Spearman rank correlation, Marchenko-Pastur law, random matrix theory, high-dimensional factor model, eigenvalue thresholding, robust estimation
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Marchenko-Pastur定律在因子个数估计中的应用。您武器库中'high-dimensional asymptotics'和'minimax bounds'可直接用于验证其相合性证明的紧致性；'inverse problems with random noise'视角可帮助分析秩相关矩阵在重尾下的谱行为。中期可做：若将Spearman相关矩阵的稳健性思想引入因果推断中的高维工具变量选择，需先在'moderately_familiar'的identification theory上加强，以处理IV设定中弱工具变量与重尾数据的交互。

3. 10.1080/01621459.2024.2392906 · arXiv — Robust Regression with Covariate Filtering: Heavy Tails and Adversarial Contamination¶

作者: Ankit Pensia, Varun Jog, Po-Ling Loh
期刊/来源: Journal of the American Statistical Association
机构: University of Wisconsin–Madison · University of Cambridge
分类: vol 120 · issue 550 · pp 1002-1013
相关性 7/10 · novelty: new_method
摘要: 本文研究线性回归中协变量和响应变量同时存在重尾分布和对抗性污染时的鲁棒估计问题。现有高效算法通常假设协变量为次高斯且无污染，在重尾或含异常值时失效。作者提出一种简单而通用的预处理策略：先对协变量应用过滤算法（filtering algorithm）剔除异常点，再对剩余数据使用经典鲁棒回归估计器（Huber回归、最小截断平方LTS、最小绝对偏差LAD）。理论证明，经协变量过滤后，Huber回归估计器可达到近最优的误差率（与污染比例和重尾阶数匹配的minimax下界）；LTS和LAD估计器需额外后处理步骤才能达到相同速率。方法核心在于将协变量过滤与稳健M估计结合，突破了传统鲁棒回归对协变量分布的强假设限制。该工作对您在高维统计与因果推断中的实际数据分析（如流行病学队列中协变量含异常值）具有直接参考价值，其过滤+稳健估计的框架可迁移至IV或proximal CI中的协变量预处理。
关键技术: filtering algorithm, Huber regression, least trimmed squares, least absolute deviation, adversarial contamination, heavy-tailed distribution
为什么对您有用: 本文直接关联您的高维统计与鲁棒估计兴趣，其协变量过滤+稳健估计的框架可应用于因果推断中协变量含异常值或重尾的场景（如IV估计中的协变量预处理）。从武器库看，您对非参数统计和minimax界非常熟悉，可立即评估其误差率是否紧；中期可做的是将过滤算法与您的HOIF或U-statistic工具结合，分析过滤后估计量的高阶性质（如influence function的鲁棒性）。

4. 10.1080/01621459.2024.2392903 — Efficient Multiple Change Point Detection and Localization For High-Dimensional Quantile Regression with Heteroscedasticity¶

作者: Xianru Wang, Bin Liu, Xinsheng Zhang, Yufeng Liu
期刊/来源: Journal of the American Statistical Association
机构: Southwestern University of Finance and Economics · Fudan University · University of North Carolina at Chapel Hill
分类: vol 120 · issue 550 · pp 976-989
相关性 7/10 · novelty: new_method
摘要: 本文针对高维分位数回归中的多重变点检测与定位问题，同时处理结构突变和异方差性。模型允许变点位置和回归系数随分位水平变化，且数据维度、变点数和信号跳跃大小均可随样本量增长。提出两步估计法：第一步用基于分位数回归的累积和统计量检测变点数目，第二步用局部分位数回归精确定位变点并估计系数。理论结果包括变点数的一致性、变点位置的oracle性质以及回归系数的最优收敛速率，且无需对误差项施加矩条件。模拟和S&P 100数据集的应用验证了方法优势。该工作对您在高维统计和假设检验方向有直接参考价值，尤其是变点检测中的收敛速率分析可与您的minimax界技术结合。
关键技术: quantile regression, change point detection, high-dimensional statistics, cumulative sum statistics, oracle estimation
为什么对您有用: 本文连接您的高维统计和假设检验兴趣，特别是变点检测中的收敛速率分析。您可以用very_familiar的minimax界技术验证其声称的最优速率是否紧，或用moderately_familiar的M-estimation理论分析其两步估计的渐近性质。中期可做：需先在moderately_familiar的semiparametric theory上提升，以处理分位数回归中影响函数的复杂性。

5. 10.1080/01621459.2024.2375037 · arXiv — Robust Matrix Completion with Heavy-Tailed Noise¶

作者: Bingyan Wang, Jianqing Fan
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 922-934
相关性 7/10 · novelty: sharper_rate
摘要: 本文研究重尾噪声下低秩矩阵补全问题，目标是在观测条目高度不完整且噪声可能非对称、仅存在二阶矩的条件下估计潜在低秩矩阵。现有理论多假设次高斯噪声，无法解释重尾情形下的经验表现，且估计误差对噪声水平的依赖未达到最优。作者采用自适应Huber损失函数，通过精心设计Huber参数平衡偏差与鲁棒性，以应对重尾和大误差。算法方面，提出基于平衡低秩Burer-Monteiro矩阵分解的非凸梯度下降法，配合鲁棒谱初始化。理论核心是借助留一法分析框架（leave-one-out analysis），证明在仅需误差分布二阶矩有界的条件下，迭代估计的欧几里得误差几何级数下降至极小极大最优统计误差，与次高斯情形同阶。数值实验验证了理论结果。该工作对您在高维统计与随机矩阵理论方向有直接参考价值，其留一法分析框架可用于处理其他高维非凸问题的理论分析。
关键技术: adaptive Huber loss, Burer-Monteiro factorization, leave-one-out analysis, nonconvex gradient descent, robust spectral initialization, minimax optimal rate
为什么对您有用: 本文直接关联您的高维统计与随机矩阵理论兴趣，其核心问题是低秩矩阵补全在重尾噪声下的统计与计算性质。您武器库中的'高维渐近理论'和'逆问题'可直接用于理解其留一法分析框架的细节，并评估其极小极大下界是否紧。中期可做：若想将类似鲁棒Huber损失推广到您的因果推断或U-统计量设定中，需先在'semiparametric theory'上加强，以处理Huber化带来的偏差与影响函数的关系。

6. 10.1080/01621459.2024.2388903 · arXiv — Optimal Network Membership Estimation under Severe Degree Heterogeneity¶

作者: Zheng Tracy Ke, Jingming Wang
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 948-962
相关性 6/10 · novelty: new_method
摘要: 本文研究网络节点度严重异质性对混合隶属度估计统计极限的影响。在度修正混合隶属度模型下，引入异质性分布（HD）的概念，证明混合隶属度估计的最优速率是HD的显式泛函，确认严重度异质性会降低误差率，即使整体稀疏性不变。为获得速率最优方法，修改现有谱算法Mixed-SCORE，添加预PCA归一化步骤，用节点度的b次幂构成的对角矩阵归一化邻接矩阵。发现b=1/2普遍最优，所得谱算法对任意度异质性的网络都是速率最优的。证明的技术核心是归一化图拉普拉斯矩阵的逐项特征向量分析。本文对您的高维统计和随机矩阵理论兴趣有直接连接，特别是谱方法在网络数据分析中的理论极限问题。
关键技术: degree-corrected mixed membership model, heterogeneity distribution (HD), spectral algorithm, normalized graph Laplacian, entry-wise eigenvector analysis, rate-optimal estimation
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，特别是谱方法在网络数据分析中的理论极限。您武器库中的高维渐近理论和极小极大界可直接用于验证本文声称的最优速率是否紧，且归一化图拉普拉斯的逐项特征向量分析技术可迁移到您熟悉的逆问题设定。中期可做：需先在 moderately_familiar 的谱方法理论上长肌肉，但核心工具（高维渐近、极小极大界）已就绪。

7. 10.1080/01621459.2024.2392907 · arXiv — Statistical Inference for Networks of High-Dimensional Point Processes¶

作者: Xu Wang, Mladen Kolar, Ali Shojaie
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1014-1024
相关性 6/10 · novelty: new_method
摘要: 本文针对高维多元Hawkes过程网络中的统计推断问题，目标是估计神经元等点过程之间的交互网络并量化不确定性。现有工作主要关注估计，而本文填补了推断的空白。核心贡献在于推导了积分随机过程一阶和二阶统计量的新浓度不等式，该不等式能汇总过程的全部历史信息。结合鞅中心极限定理与浓度不等式，作者在连续时间域上刻画了检验统计量的收敛速率。为应对实际中的非平稳性，方法进一步扩展到具有时变背景强度和未知转移函数的灵活Hawkes过程类。仿真和神经元锋电位数据集验证了有限样本有效性。对您而言，该文的高维浓度不等式工具可迁移至您熟悉的高维渐近理论，而推断框架对您关注的因果推断中纵向点过程数据（如流行病学队列）有直接参考价值。
关键技术: martingale central limit theorem, concentration inequality for stochastic integrals, high-dimensional Hawkes process, time-varying background intensity, network inference
为什么对您有用: 本文连接您的高维统计与假设检验兴趣，具体在点过程网络的推断上。您武器库中'高维渐近理论'可直接用于理解其浓度不等式的证明结构，而'非参数统计'可帮助评估其时变背景强度假设的合理性。中期可做：若将推断框架迁移至因果推断中的纵向点过程（如流行病学暴露-事件序列），需先在'moderately_familiar'的M估计理论上加强，以处理未观测混杂。

8. 10.1080/01621459.2024.2408777 · arXiv — Inferring Covariance Structure from Multiple Data Sources via Subspace Factor Analysis¶

作者: Noirrit Kiran Chandra, David B. Dunson, Jason Xu
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1239-1253
相关性 5/10 · novelty: new_method
摘要: 本文提出 SUFA（Subspace Factor Analysis）模型，用于从多个数据源（如不同实验条件或研究组）中推断共享与条件特异性的协方差结构。模型将组间变异刻画在低维子空间层面，而非传统的因子载荷矩阵，从而解决了层次因子分析中常见的可识别性问题。作者证明了共享与组特异成分的可识别性，并给出了后验收缩率。采用贝叶斯框架，开发了高效的后验计算算法，该算法通过完全积分掉潜变量实现复杂度与样本量无关，且易于并行化。模拟和免疫学多基因表达数据集上的应用展示了方法的实用性。对于您的高维统计和统计计算兴趣，本文在可识别性证明和计算效率上的设计值得关注。
关键技术: Subspace Factor Analysis, posterior contraction, Bayesian computation, identifiability in factor models, parallelizable MCMC
为什么对您有用: 本文直接关联您的高维统计兴趣，特别是多源数据协方差结构的可识别性问题。您武器库中的 minimax bounds 可用于验证其收缩率的最优性，而软件开发和 high-dimensional asymptotics 经验可帮助评估其计算算法的可扩展性。中期可做：需先在 moderately_familiar 的 M-estimation theory 上加强，以严格分析其贝叶斯方法的频率性质。

9. 10.1080/01621459.2024.2370592 · arXiv — Supervised Dynamic PCA: Linear Dynamic Forecasting with Many Predictors¶

作者: Zhaoxing Gao, Ruey S. Tsay
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 869-883
相关性 5/10 · novelty: new_method
摘要: 本文提出一种监督式动态主成分分析（Supervised Dynamic PCA）方法，用于在大量预测变量存在时进行线性动态预测。与传统的扩散指标方法不同，该方法首先根据每个预测变量对目标变量的动态预测显著性进行重新缩放，然后对缩放后的加性面板进行PCA，从而建立PCA因子与目标变量之间的可预测性联系。进一步，作者提出使用LASSO等惩罚方法选择具有显著预测能力的因子。理论上，在温和条件下证明了所提估计量的一致性，并表明其在预测上优于传统方法。大量模拟验证了该方法的有效性，美国宏观经济变量的预测实例也展示了其优越性。该方法将预测变量的滞后值纳入缩放和组合过程，实现了有效的动态预测。对于您在高维统计和因果推断中的预测问题，这种将监督信息融入降维的思路可能具有参考价值。
关键技术: Supervised PCA, Dynamic forecasting, Diffusion index, LASSO, Factor model
为什么对您有用: 本文属于高维统计与预测方法，直接关联您的高维统计兴趣。其核心思想——在降维前利用目标变量信息对预测变量进行缩放——是一种有监督的因子提取策略，与您熟悉的非参数统计和因果推断中的估计问题有潜在联系。您可以使用 minimax bounds 工具分析其预测误差的统计最优性，或探讨该方法在因果推断中作为高维协变量降维工具的适用性。中期可做：需先在 moderately_familiar 的 identification theory 上长肌肉，以严格评估其在高维因果效应估计中的识别条件。

10. 10.1080/01621459.2024.2368844 · arXiv — Enhanced Response Envelope via Envelope Regularization¶

作者: Oh-Ran Kwon, Hui Zou
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 859-868
相关性 3/10 · novelty: new_method
摘要: 本文在多元线性回归的响应包络（response envelope）框架下，提出了一种增强型响应包络方法（enhanced response envelope）。核心创新在于引入了一个基于非凸流形公式的包络正则化项，使得估计器在高维场景下仍可定义且具有更优的预测风险。作者在预测变量数p与样本量n之比趋于非零常数的渐近高维设定下，推导了风险函数的显式形式，并揭示了包络模型的双重下降（double descent）现象。方法上，该正则化项通过约束包络子空间的维度，在保留材料部分（material part）的同时压缩非材料部分（immaterial part），从而在p/n较大时显著提升预测性能。模拟和真实数据实验表明，增强包络在p接近或略大于n时，预测误差远低于原始包络方法。对您而言，本文的双重下降分析与高维渐近风险刻画直接关联您在高维统计和随机矩阵理论方面的兴趣，且其非凸流形优化技巧可能为您的统计计算工具箱提供新的正则化思路。
关键技术: response envelope, nonconvex manifold optimization, double descent, high-dimensional asymptotics, risk characterization
为什么对您有用: 本文直接关联您的高维统计与随机矩阵理论兴趣，具体体现在：(1) 在p/n→c的高维渐近设定下推导风险函数并发现双重下降现象，这是RMT在高维线性模型中的典型应用；(2) 您武器库中very_familiar的'高维渐近'和'minimax bounds for estimation problems'可直接用于验证其风险上界是否紧，或推导更一般的包络模型minimax率；(3) 中期可做：若想将包络正则化推广到因果推断中的高维IV或proximal CI设定，需先在moderately_familiar的'identification theory in causal inference'上长肌肉，理解包络子空间在因果参数中的解释。

非参数 / 半参数 (nonparam_semipara, 4 篇)¶

1. 10.1080/01621459.2024.2412364 · arXiv — Deep Regression Learning with Optimal Loss Function¶

作者: Xuancheng Wang, Ling Zhou, Huazhen Lin
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1305-1317
相关性 6/10 · novelty: new_method
摘要: 本文在非参数回归的框架下，提出了一种基于前馈神经网络（FNN）的新型损失函数。该损失函数通过估计的极大似然函数构建，整合了观测数据与数据分布的信息，使得估计量具有渐近有效性。与传统的极大似然估计不同，该方法无需指定具体的分布形式，能自适应地处理重尾、多峰或异质性分布。损失函数仅依赖于非参数回归函数，可直接利用现有神经网络软件包实现，降低了计算和编程门槛。理论方面，作者证明了估计量的超额风险（excess risk）达到了极小化近最优速率，且与真实密度已知时的MLE在超额风险上等价。模拟和四个真实数据案例表明，该方法在预测精度、效率和稳健性上优于现有方法，且随着样本量增加，其表现甚至略优于已知密度的MLE。该工作为统计学习中的损失函数设计提供了新视角，对您在高维非参数估计和稳健推断方面的兴趣有直接参考价值。
关键技术: feedforward neural network, estimated likelihood loss, excess risk, minimax near-optimal rate, adaptive loss function, robust nonparametric regression
为什么对您有用: 本文直接关联您的首要兴趣——非参数与半参数理论，特别是非参数回归的估计效率和稳健性。您武器库中'非参数统计'和'极小化界'两项非常熟悉的技术可直接用于分析其损失函数的理论性质（如验证其minimax速率是否紧），而'逆问题'的视角可帮助理解其估计密度与回归函数的耦合。中期可做：若您想将类似的自适应损失思想推广到因果推断中的非参数ATE估计，需先在'半参数理论'上加强（moderately_familiar），以处理影响函数和正交性条件。

2. 10.1080/01621459.2024.2395586 · arXiv — Monte Carlo Inference for Semiparametric Bayesian Regression¶

作者: Daniel R. Kowal, Bohan Wu
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1063-1076
相关性 5/10 · novelty: new_method
摘要: 本文针对半参数贝叶斯回归中数据变换与模型参数的联合后验推断问题，提出了一种简单、通用且计算高效的策略。核心思路是将未知变换的后验分布与响应变量和协变量的边际分布联系起来，并利用贝叶斯自助法（Bayesian bootstrap）构建非参数模型，从而避免了对变换函数施加参数化限制或使用计算低效的非参数表示。该方法的关键贡献在于：(a) 在包括多重模型误设在内的通用条件下，建立了联合后验相合性；(b) 对于重要特例，实现了高效的蒙特卡洛（而非马尔可夫链蒙特卡洛）推断，大幅降低了计算成本。该方法适用于实值、正值和紧支撑数据，并在线性模型、分位数回归和高斯过程等场景中展示了有效性和效率。配套R包SeBR已发布在CRAN上。对您而言，本文的贝叶斯自助法框架与您熟悉的非参数统计和逆问题工具高度相关，其计算效率优势值得关注。
关键技术: Bayesian bootstrap, posterior consistency, Monte Carlo inference, semiparametric regression, data transformation
为什么对您有用: 本文属于非参数与半参数理论方向，直接关联您的primary interest。其核心方法——利用贝叶斯自助法实现高效后验推断——与您非常熟悉的非参数统计和逆问题工具高度契合，可视为一种新的计算策略。中期可做：若想将类似思路推广到因果推断中的半参数模型（如倾向得分变换），需先在 moderately_familiar 的 semiparametric theory 上加强，特别是理解其相合性条件如何与 influence function 框架衔接。

3. 10.1080/01621459.2024.2366029 · arXiv — Nonparametric Multiple-Output Center-Outward Quantile Regression¶

作者: Eustasio del Barrio, Alberto González Sanz, Marc Hallin
期刊/来源: Journal of the American Statistical Association
机构: Universidad de Valladolid · Institut de Mathématiques de Toulouse · Centre de Recherche en Économie et Statistique
分类: vol 120 · issue 550 · pp 818-832
相关性 5/10 · novelty: new_method
摘要: 本文基于最优传输（optimal transport）定义的多变量分位数概念，提出了一种非参数多输出条件分位数回归方法。目标是在给定协变量下，构造中心-外围（center-outward）分位数回归等高线、区域和管状集，使其具有与分布无关的条件概率含量。方法完全非参数，通过经验最优传输映射构建样本版本，并在 Pompeiu-Hausdorff 拓扑下证明了经验等高线、区域和管状集到总体版本的一致性。模拟表明该方法能处理异方差和非线性趋势。核心工具是 measure transportation 和 multivariate quantile 的几何概念，不依赖传统分位数回归的线性假设。对您而言，本文展示了非参数统计中一个新兴的几何方法（最优传输）如何用于构造具有明确概率解释的回归推断工具，与您的非参数统计和 semiparametric 理论兴趣有直接交集，尤其适合作为了解多变量分位数前沿的入门文献。
关键技术: optimal transport, center-outward quantile, Pompeiu-Hausdorff convergence, multivariate quantile regression, conditional quantile contours
为什么对您有用: 本文属于非参数统计的前沿方向，直接连接您的 primary interest 中的非参数理论。技术武器库中 very_familiar 的 minimax bounds 可用于分析其经验估计量的收敛速度是否最优；moderately_familiar 的 M-estimation theory 可尝试将最优传输估计纳入 M-estimation 框架。中期可做：若想深入，需先在 moderately_familiar 的 semiparametric theory 上加强（具体是 influence function 在最优传输估计中的应用），但作为 gateway reading 理解多变量分位数框架，当前武器库足够。

4. 10.1080/01621459.2024.2359131 — Distributed Heterogeneity Learning for Generalized Partially Linear Models with Spatially Varying Coefficients¶

作者: Shan Yu, Guannan Wang, Li Wang
期刊/来源: Journal of the American Statistical Association
机构: University of Virginia · William & Mary · Williams (United States) · George Mason University
分类: vol 120 · issue 550 · pp 779-793
相关性 3/10 · novelty: new_method
摘要: 本文针对大规模空间数据，提出了一类广义部分线性空间变系数模型（GPL-SVC），该模型同时包含常系数和空间变系数项，以平衡灵活性与简约性。为处理海量空间数据，作者设计了分布式异质性学习（DHL）方法，基于域三角剖分上的双变量样条平滑，实现了简单、可扩展且通信高效的算法，几乎达到线性加速比。理论上，证明了DHL常系数估计量的渐近正态性，以及DHL样条估计量达到与全局样条估计量相同的收敛速度。通过大量模拟和美国贷款申请数据实证分析验证了方法有效性。该方法为空间异质性建模提供了兼顾统计效率和计算可扩展性的新框架，对您而言，其分布式估计策略与半参数理论结合的方式，可迁移至您关注的因果推断中大规模纵向数据的处理。
关键技术: bivariate spline smoothing over triangulation, distributed heterogeneity learning (DHL), generalized partially linear model, spatially varying coefficient model, communication-efficient distributed estimation
为什么对您有用: 本文属于半参数/非参数理论方向，直接关联您对非参数统计和M估计理论的熟悉领域。其分布式估计框架与您武器库中的'非参数统计'和'高维渐近理论'高度匹配，可考虑将DHL的通信高效策略应用于因果推断中的大规模数据场景（如纵向数据中的ATE估计）。中期可做：需先在'semiparametric theory'上进一步熟悉，以理解其渐近正态性证明的细节。

数理统计 / 假设检验 (hypothesis_testing, 8 篇)¶

1. 10.1080/01621459.2024.2422124 · arXiv — Testing a Large Number of Composite Null Hypotheses Using Conditionally Symmetric Multidimensional Gaussian Mixtures in Genome-Wide Studies¶

作者: Ryan Sun, Zachary R. McCaw, Xihong Lin
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 605-617
相关性 7/10 · novelty: new_method
摘要: 本文针对基因组学中因果中介、多效性和复制分析三类常见设计，提出统一的复合零假设大规模检验框架。核心问题是判断一组个体检验是否应同时拒绝所有零假设（而非至少一个）。现有方法依赖经验贝叶斯局部错误发现率（lfdr），但面临多元密度估计困难，且lfdr与常规频率学派z统计量的检验规则可能不一致。作者提出条件对称多维高斯混合模型（csmGmm），通过假设效应量的对称混合分布来简化密度估计，并证明在该模型下lfdr与z统计量的拒绝域自然一致。在模拟和肺癌遗传关联研究中，csmGmm比近期替代方法具有更稳健的操作特性。该工作为复合零假设的大规模检验提供了可解释且计算高效的统一工具，对您在高维假设检验方向有直接参考价值。
关键技术: Conditionally symmetric multidimensional Gaussian mixture model, Local false discovery rate (lfdr), Composite null hypothesis testing, Empirical Bayes, Large-scale multiple testing
为什么对您有用: 本文直接对应您primary interest中的hypothesis testing（大规模复合零假设检验），且其csmGmm模型在高维混合分布估计中使用了对称性简化，与您熟悉的高维渐近理论有技术交集。您可以用very_familiar的minimax bounds工具分析该模型在稀疏信号下的最优性，或用moderately_familiar的M-estimation理论验证其估计量的收敛性。中期可做：若想将csmGmm扩展到更一般的依赖结构（如空间或网络相关），需先在moderately_familiar的semiparametric theory上提升。

2. 10.1080/01621459.2024.2393471 · arXiv — Optimal Network Pairwise Comparison¶

作者: Jiashun Jin, Zheng Tracy Ke, Shengming Luo, Yucong Ma
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1048-1062
相关性 7/10 · novelty: new_method
摘要: 本文研究两个网络（同一节点集）的假设检验问题，目标是判断两个网络的伯努利概率矩阵是否相同。在度校正混合成员（DCMM）模型下，允许严重的度异质性、混合成员、灵活稀疏度和弱信号。作者提出交错平衡度量（IBM）作为新的两样本检验方法。IBM 在温和正则条件下具有 N(0,1) 的渐近零分布，并达到最优相变（optimal phase transition）。该方法统一适用于无向和有向网络，在有向 DCMM 设定下渐近零分布为 N(0,1/2)，同样达到最优相变。实证部分应用于 Enron 邮件网络和基因共表达网络。该文对您的高维统计与假设检验兴趣有直接连接，其最优相变结果与 minimax 界思想一致，且检验统计量的构造可能启发您在高维网络数据中设计更高效的检验。
关键技术: Interlacing Balance Measure (IBM), Degree-Corrected Mixed-Membership (DCMM) model, optimal phase transition, limiting null distribution, two-sample network hypothesis testing
为什么对您有用: 本文直接连接您的 hypothesis testing 和高维统计兴趣，特别是网络数据的假设检验问题。您的 technical_arsenal 中 very_familiar 的 minimax bounds 和 high-dimensional asymptotics 可直接用于验证本文声称的最优相变是否紧，以及探索更一般的网络模型下的检验界。中期可做：若想将 IBM 推广到更复杂的网络结构（如加权网络或时序网络），需先在 moderately_familiar 的 M-estimation theory 上长肌肉，以处理更复杂的估计方程。

3. 10.1080/01621459.2024.2366030 · arXiv — Test and Measure for Partial Mean Dependence Based on Machine Learning Methods¶

作者: Leheng Cai, Xu Guo, Wei Zhong
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 833-845
相关性 7/10 · novelty: new_method
摘要: 本文研究在回归建模中，给定协变量 Z 后，检验另一组协变量 W 对响应 Y 的部分均值独立性问题。作者基于机器学习方法和数据拆分，构建了一个检验统计量，在原假设下该统计量收敛到标准卡方分布，在固定备择假设下收敛到正态分布。文章还讨论了功效增强和算法稳定性。若原假设被拒绝，作者提出部分广义相关度量（pGMC）来量化在控制 Z 的非线性效应后，W 对 Y 的部分均值依赖程度。pGMC 的估计量具有最优的根号 n 收敛速度，且可构造有效的置信区间。作为无条件协变量 Z 的特例，该方法也提供了一种模型无关的协变量整体显著性检验。数值模拟和实际数据分析验证了方法的有效性和灵活性。
关键技术: data splitting, machine learning-based test statistic, partial Generalized Measure of Correlation (pGMC), root-N convergence, Chi-squared distribution approximation
为什么对您有用: 本文直接关联您对假设检验和半参数/非参数理论的兴趣，特别是部分依赖的检验与度量问题。您武器库中的非参数统计和M估计理论可用于分析其检验统计量的渐近性质，而数据拆分技巧与您熟悉的交叉拟合思想相通。中期可做：若想将方法推广到高维W或Z，需先在 moderately_familiar 的高维渐近理论上加强。

4. 10.1080/01621459.2024.2402567 · arXiv — Neyman-Pearson Multi-Class Classification via Cost-Sensitive Learning¶

作者: Ye Tian, Yang Feng
期刊/来源: Journal of the American Statistical Association
机构: Columbia University · Supélec · University of Applied Sciences and Arts of Southern Switzerland · Shandong University of Political Science and Law
分类: vol 120 · issue 550 · pp 1164-1177
相关性 5/10 · novelty: new_method
摘要: 本文研究多分类问题中非对称误差代价的 Neyman-Pearson 范式。传统分类方法最小化整体误分率，但实际场景（如贷款违约预测）中不同类型错误代价不同。作者通过强对偶性建立多类 NP 问题与代价敏感学习之间的联系，并提出两种算法。将二分类中的 NP 风险不等式推广为多类 NP 风险性质，并在一定条件下证明算法满足该性质。还开发了可行性检验与强对偶性评估的实用算法，帮助实践者了解不同目标误差水平下的问题景观。模拟与真实数据验证了算法有效性。这是首个为多类 NP 分类提供理论保证的工作，并提供了 R 包 npcs。对您而言，该文将假设检验中的 Neyman-Pearson 思想扩展到多类分类，其理论框架（NP oracle 性质、强对偶性）与您熟悉的 minimax 界和估计理论有直接联系，且 R 包实现降低了复现门槛。
关键技术: Neyman-Pearson paradigm, cost-sensitive learning, strong duality, NP oracle inequalities, multi-class classification, R package npcs
为什么对您有用: 本文连接了假设检验（NP 引理）与多类分类，属于您 primary interest 中 hypothesis testing 的扩展应用。您 very_familiar 的 minimax bounds 可直接用于分析其 NP oracle 性质的紧性；其 R 包实现也契合您 software development 的武器。中期可做：若想将 NP 范式推广到更复杂的因果推断设定（如多类 treatment 下的错误代价不对称），需先在 moderately_familiar 的 identification theory 上积累。

5. 10.1080/01621459.2024.2359739 · arXiv — False Discovery Rate Control For Structured Multiple Testing: Asymmetric Rules And Conformal Q -values¶

作者: Zinan Zhao, Wenguang Sun
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 805-817
相关性 5/10 · novelty: new_method
摘要: 本文针对结构化多重检验中的FDR控制问题，提出了一种新的PLIS（伪局部显著性指标）方法。现有基于共形推断的方法通常要求对称决策规则和数据点的可交换性，这限制了其在复杂结构数据中的应用。PLIS方法放宽了这些限制，仅需零假设共形得分之间的成对可交换性，从而能够适应非对称决策规则。该方法在有限样本下提供了FDR控制的严格保证，并能对更相关的数据点赋予更高权重。数值实验表明，PLIS在多种场景下比现有无模型方法具有更高的检验功效和鲁棒性。该工作将共形推断与多重检验结合，为利用数据中的结构信息（如空间或网络结构）提供了新工具。对您而言，该文在假设检验框架下处理结构信息的方法论，与您对数学统计和假设检验的兴趣直接相关，且其成对可交换性假设的放松思路可能启发您在高维或因果推断的敏感性分析中设计更灵活的检验程序。
关键技术: conformal inference, false discovery rate (FDR), asymmetric decision rules, pairwise exchangeability, structured multiple testing, pseudo local index of significance (PLIS)
为什么对您有用: 本文直接关联您对假设检验的兴趣，特别是多重检验中FDR控制这一核心问题。其技术核心——利用共形推断放松可交换性假设——与您武器库中'非参数统计'和'高维渐近理论'高度契合：您可以用熟悉的minimax bound工具分析PLIS在非对称设定下的最优性，或用U-statistic的投影方法刻画其成对交换性条件的紧性。中期可做：若想将PLIS推广到因果推断的敏感性分析中（如处理多个负对照的FDR控制），需先在'moderately_familiar'的HOIF（高阶影响函数）上提升，以处理结构化的依赖关系。

6. 10.1080/01621459.2025.2454051 · arXiv — Objective Bayesian Inference¶

作者: Jaeyong Lee
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1321-1322
相关性 4/10 · novelty: minor
摘要: 本文在Dallal模型和饱和模型下，针对双边数据提出三种客观贝叶斯推断方法。目标参数为风险差、风险比和比值比。推导了Jeffreys先验和Bernardo参考先验，并给出了风险差和风险比的后验分布函数形式及抽样方法。通过两个真实数据示例和模拟研究（小、中、大样本）展示了方法性能并与频率学派方法对比。该工作聚焦于特定模型下的客观贝叶斯推断，方法学贡献在于先验推导和后验计算，但整体理论深度有限。
关键技术: Jeffreys prior, Bernardo reference prior, objective Bayesian inference, posterior sampling
为什么对您有用: 本文属于假设检验与贝叶斯推断的交叉，但核心方法（Jeffreys/参考先验）与您的主要兴趣（因果推断、高维统计、U-统计量）无直接技术交集。武器库中'非参数统计'或'极小极大界'在此处无用武之地。暂不可做——缺乏与您核心工具链的连接点。

7. 10.1080/01621459.2024.2402566 · arXiv — On Optimality of Mallows Model Averaging¶

作者: Jingfu Peng, Yang Li, Yuhong Yang
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1152-1163
相关性 4/10 · novelty: new_theory
摘要: 本文研究 Mallows 模型平均（MMA）的渐近最优性（AOP）这一基础理论问题。在嵌套设定下，作者证明了在一般连续权重集上，无需对候选模型施加不自然的限制，MMA 的 AOP 在温和条件下成立，并给出了有限样本风险不等式。在非嵌套设定下，则建立了 AOP 成立的充分条件以及一个否定结果，表明最优 MA 风险并非总能达到。这些结果澄清了文献中因权重集离散化或候选模型数受限而导致的 MMA 可能比模型选择收敛更慢的悖论。文章还讨论了 minimax 自适应性的含义，并通过模拟和真实数据分析验证了理论发现。该工作对您在高维统计和假设检验中理解模型平均与模型选择的效率权衡有直接参考价值。
关键技术: Mallows model averaging, asymptotic optimality, finite-sample risk inequality, nested vs. non-nested models, minimax adaptivity
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，特别是模型平均与模型选择在渐近效率上的比较。您可以用非常熟悉的 minimax 界工具来验证本文声称的 AOP 条件是否紧，或用 moderately_familiar 的 M 估计理论来扩展其有限样本不等式。中期可做：将本文的 AOP 分析推广到高维稀疏设定，需先在 moderately_familiar 的 semiparametric theory 上长肌肉。

8. 10.1080/01621459.2024.2376285 · arXiv — Controlling the False Split Rate in Tree-Based Aggregation¶

作者: Simeng Shao, Jacob Bien, Adel Javanmard
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 935-947
相关性 3/10 · novelty: new_method
摘要: 本文研究树状结构数据中叶子节点的聚合问题，即判断哪些由树定义的子组应被视为单一实体、哪些应被区分。作者引入“假分裂率”（false split rate）作为误差度量，描述不应被分裂的子组被错误分裂的程度，并证明在一般树结构下该度量与FDR有本质区别。提出一种多重假设检验算法，并证明其能控制假分裂率。方法在两个主要例子中具体化：均值聚合与回归系数聚合。理论贡献在于将树结构下的聚合问题形式化为可控制的假设检验框架，并给出有限样本下的误差控制保证。对您而言，该工作将多重比较与树结构结合，是假设检验在结构化数据中的有趣应用，与您对数学统计与假设检验的兴趣直接相关。
关键技术: false split rate, tree-based aggregation, multiple hypothesis testing, error control, hierarchical clustering
为什么对您有用: 本文直接连接您对假设检验的兴趣，将多重比较问题推广到树结构数据，提出了新的误差度量与控制算法。您的武器库中非参数统计与高维渐近理论可用于分析该算法在更复杂树结构下的表现，例如检验统计量的渐近分布或误差控制的紧性。中期可做：若想将方法扩展到更一般的树结构或与其他聚合准则结合，需先在 moderately_familiar 的 M-估计理论上提升，以处理非参数回归系数聚合的推断。

统计计算 / 算法 (stat_computing, 8 篇)¶

1. 10.1080/01621459.2024.2398164 · arXiv — Improving Tensor Regression by Optimal Model Averaging¶

作者: Qiushi Bu, Hua Liang, Xinyu Zhang, Jiahui Zou
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1115-1126
相关性 5/10 · novelty: new_method
摘要: 本文针对张量回归中CP分解的秩选择不确定性，提出了一种基于模型平均的估计方法。核心思想是对不同秩的候选张量回归模型赋予权重，通过加权平均得到最终估计量。理论方面，当所有候选模型都错误设定时，证明了模型平均估计量的渐近最优性；当正确模型包含在候选集中时，证明了参数估计的一致性和权重的收敛性。方法上，权重通过最小化某种准则（如交叉验证或Mallows型准则）得到，属于经典的频繁模型平均框架。模拟和实证研究（如神经影像数据）展示了该方法相比单一模型选择（如BIC/AIC）或简单平均的优越性。对您而言，本文是统计计算中模型平均思想在张量结构上的应用，与您熟悉的软件开发和张量计算（einsum）有直接接口——可作为中期可做的方向：先用您熟悉的张量收缩工具复现其核心算法，再探索将模型平均扩展到更高阶张量分解（如Tucker）的可行性。
关键技术: model averaging, CP tensor decomposition, asymptotic optimality, Mallows-type criterion, tensor regression
为什么对您有用: 本文连接您的统计计算兴趣（张量回归的模型平均）和软件开发兴趣（算法实现）。您的武器库中'computation of higher-order U-statistics (treewidth / tensor contraction / einsum)'可直接用于高效实现CP分解的模型平均估计——因为不同秩的CP模型本质上是不同复杂度的张量收缩问题，您可以用einsum的图论视角分析其计算成本。中期可做：先复现本文方法（very_familiar的软件开发和einsum工具足够），然后探索将模型平均推广到Tucker分解或张量回归中的变量选择问题。

2. 10.1080/01621459.2024.2395587 · arXiv — Zigzag Path Connects Two Monte Carlo Samplers: Hamiltonian Counterpart to a Piecewise Deterministic Markov Process¶

作者: Akihiko Nishimura, Zhenyu Zhang, Marc A. Suchard
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1077-1089
相关性 4/10 · novelty: new_theory
摘要: 本文建立了 Zigzag 采样器（一类分段确定性马尔可夫过程）与基于 Laplace 动量的 Hamiltonian Monte Carlo 之间的理论联系。作者证明，当动量刷新频率趋于无穷时，Hamiltonian Zigzag 过程强收敛于 Markovian Zigzag 过程。核心机制在于：Hamiltonian 动力学在位置-速度空间中沿锯齿路径运动，但动量分量编码了非即时历史信息，使其在该空间上非马尔可夫；通过保留完整动量信息而非部分刷新，Hamiltonian Zigzag 能抑制 Markovian Zigzag 的扩散行为，从而更好地探索高相关参数的后验分布。理论结果包括强收敛性证明，并通过截断多元高斯分布（包括一个 11,235 维的 HIV 病毒系统发育贝叶斯多元 probit 模型）验证了性能提升。对您而言，本文属于统计计算中的 MCMC 方法创新，与您对统计计算（数值方法、算法）的兴趣直接相关，可作为理解非可逆采样器与 HMC 联系的入门读物。
关键技术: Piecewise Deterministic Markov Process, Hamiltonian Monte Carlo, Laplace-distributed momentum, strong convergence, non-reversible sampling
为什么对您有用: 本文属于统计计算（MCMC 方法）的 gateway reading，与您的 primary interest 中的“统计计算”直接相关。您的技术武器库中“软件发展”和“非参数统计”可帮助理解其算法实现与收敛性分析，但核心的 PDMP 与 HMC 动力学理论属于 moderately_familiar 之外的领域，需先补充 MCMC 收敛理论。本文适合作为中期可读的入门材料，值得花时间读全文以建立对非可逆采样器的直觉。

3. 10.1080/01621459.2024.2410004 · arXiv — Iterative Methods for Vecchia-Laplace Approximations for Latent Gaussian Process Models¶

作者: Pascal Kündig, Fabio Sigrist
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1267-1280
相关性 4/10 · novelty: new_method
摘要: 本文针对大规模非高斯似然下的潜高斯过程（GP）模型，提出迭代方法以克服Vecchia-Laplace近似在直接求解器（如Cholesky分解）下计算复杂度随样本量超线性增长的问题。核心贡献包括：设计并分析多种预条件子（如基于Vecchia近似的块对角预条件子），推导共轭梯度法在特定预条件下的收敛速率理论；提出预测方差的高效近似方法，避免直接计算后验协方差矩阵。理论分析表明，所提迭代方法在保持近似精度的同时，将计算复杂度降至近线性。在模拟和真实卫星数据集上，相比基于Cholesky的基准方法，获得一个数量级的加速，且连续排序概率评分（CRPS）提升约3倍。所有方法已实现为C++库，并提供Python和R接口。对您而言，本文展示了如何将数值线性代数中的预条件迭代技术（您very_familiar的软件开发和high-dimensional asymptotics）应用于大规模统计计算，其收敛性分析思路可迁移至您关注的统计-计算权衡问题。
关键技术: Vecchia approximation, Laplace approximation, preconditioned conjugate gradient, block-diagonal preconditioner, predictive variance approximation, latent Gaussian process
为什么对您有用: 本文直接对接您primary interest中的'statistical computing'和'statistical-computational tradeoff'子方向。具体而言：(1) 您可用very_familiar的'high-dimensional asymptotics'工具分析其预条件子的谱性质，验证收敛速率是否紧；(2) 您moderately_familiar的'HOIF'理论可尝试为预测方差近似提供更高阶校正；(3) 作为gateway reading，本文清晰阐述了计算瓶颈（Cholesky vs.迭代法）和精度-速度权衡，适合您作为统计-计算权衡领域的入门读物——武器库中的'软件开发和high-dimensional asymptotics'足以支撑您理解并复现核心结果，属于立即可做的范畴。

4. 10.1080/01621459.2024.2403188 · arXiv — Large-Scale Low-Rank Gaussian Process Prediction with Support Points¶

作者: Yan Song, Wenlin Dai, Marc G. Genton
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1189-1200
相关性 4/10 · novelty: new_method
摘要: 本文研究大规模高斯过程回归中的低秩近似问题，目标是解决“大 n 问题”带来的计算瓶颈。核心设定是使用 predictive process 方法，通过协方差函数和一组 knot 构造基函数来近似原始 GP。作者推导了 predictive process 预测与完整 GP 预测的渐近预测性能，并系统分析了 knot 选择和协方差估计对预测精度的影响。方法上，提出使用 support points 作为 knot，因其能最优地代表数据位置分布，优于传统的均匀或随机选取。理论结果包括预测误差的渐近展开和收敛速率，并通过大量模拟验证了 support points 的优越性。实证部分以降水和臭氧数据为例，展示了该方法在预测精度和计算效率上优于其他常用低秩近似方法。对您而言，本文的渐近分析框架和 knot 选择策略可迁移至您在高维统计和统计计算中的大规模协方差估计问题，尤其是当您处理空间或时空数据时，support points 的思想可能为您的软件工具提供新的近似策略。
关键技术: low-rank approximation, predictive process, support points, Gaussian process regression, knot selection, asymptotic prediction error
为什么对您有用: 本文属于统计计算方向，直接连接您的 primary interest 中的 statistical computing（大规模算法）。您的 technical arsenal 中 very_familiar 的 minimax bounds 和 high-dimensional asymptotics 可用于验证本文的渐近预测误差率是否紧，而 moderately_familiar 的 M-estimation theory 可用于分析 support points 的估计性质。中期可做：若您对空间统计或大规模 GP 的应用感兴趣，本文是很好的入门读物，但核心机器（GP 的渐近理论）在您的武器库中已有基础，可直接动手复现或扩展至非高斯响应。

5. 10.1080/01621459.2024.2392904 · arXiv — Natural Gradient Variational Bayes Without Fisher Matrix Analytic Calculation and Its Inversion¶

作者: A. Godichon-Baggioni, D. Nguyen, M.-N. Tran
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 990-1001
相关性 4/10 · novelty: new_method
摘要: 本文提出一种无需解析计算Fisher信息矩阵及其显式逆的自然梯度变分贝叶斯方法。核心机制是迭代生成一个矩阵序列，该序列收敛到Fisher逆矩阵，从而避免了传统方法中解析求逆的瓶颈。算法在每次迭代中仅需O(p)的线性复杂度（p为变分参数个数），无需存储大型矩阵，显著降低了计算成本。理论方面，证明了算法收敛速度为O(log s / s)（s为迭代次数），并建立了迭代量的中心极限定理。该方法适用于高斯近似和归一化流变分贝叶斯等多种变分推断框架。数值实验展示了其效率和可靠性。对您而言，该工作直接关联统计计算中的算法设计，其线性复杂度策略和收敛理论可启发您在高维U统计量或因果推断中开发计算高效的迭代估计器。
关键技术: natural gradient variational Bayes, Fisher information matrix approximation, iterative matrix sequence, linear complexity, central limit theorem for iterates
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'statistical computing (numerical methods, algorithm)'。其核心贡献——无需显式求逆的迭代Fisher逆近似——与您武器库中'very_familiar'的'软件开发和算法设计'高度匹配，您可立即尝试将该迭代策略移植到因果推断中的高效影响函数计算或高维U统计量的方差估计中。中期可做：若需将方法扩展到更复杂的模型（如半参数效率界计算），需先在'moderately_familiar'的'半参数理论'上加强。

6. 10.1080/01621459.2024.2388908 · arXiv — Parallel Sampling of Decomposable Graphs Using Markov Chains on Junction Trees¶

作者: Mohamad Elmasri
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 963-975
相关性 4/10 · novelty: new_method
摘要: 本文针对可分解图（decomposable graphs）的贝叶斯推断，提出了一种基于联结树（junction tree）表示的并行非可逆马尔可夫链蒙特卡洛（MCMC）采样器。首先，作者给出了多边扰动保持图可分解性的充要条件，并据此刻画了一类简单的划分，能高效分类所有边扰动是否保持可分解性。其次，在每个步骤中，并行采样器同时执行划分内的所有边扰动，从而加速图空间的探索。模拟实验表明，该并行采样器相比单步变体具有更好的混合性质，并在准确性和计算效率上优于现有最先进方法。该方法的核心技术工具包括联结树、可分解图的性质以及非可逆MCMC。对您而言，本文属于统计计算中的算法设计，其并行化思路和基于图结构的划分策略可能对您在高阶U统计量计算中利用树宽/张量收缩优化计算成本有启发。
关键技术: junction tree, decomposable graphs, non-reversible MCMC, parallel MCMC, edge perturbation conditions
为什么对您有用: 本文属于统计计算（stat_computing）方向，直接对应您的primary interest中的统计计算。您武器库中'computation of higher-order U-statistics (treewidth / tensor contraction / einsum)'的树宽视角可用来分析本文联结树划分的计算复杂度，并可能将并行扰动策略迁移到U统计量的张量收缩顺序优化中。中期可做：需先在moderately_familiar的HOIF或高阶U统计量理论上长肌肉，才能将本文的图划分思想与您的einsum计算模型结合。

7. 10.1080/01621459.2024.2404668 · arXiv — A Model-Agnostic Graph Neural Network for Integrating Local and Global Information¶

作者: Wenzhuo Zhou, Annie Qu, Keiland W. Cooper, Norbert Fortin, Babak Shahbaba
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1225-1238
相关性 2/10 · novelty: new_method
摘要: 本文提出 MaGNet，一种模型无关的图神经网络框架，旨在解决现有 GNN 的两个核心缺陷：缺乏可解释性以及无法学习不同阶的表示。MaGNet 包含两个模块：估计模型用于学习图拓扑下的潜在表示，解释模型用于识别有影响力的节点、边和节点特征。理论方面，作者通过经验 Rademacher 复杂度建立了泛化误差界，并证明了该框架能够表示逐层邻域混合。模拟实验表明 MaGNet 在多个任务上优于现有方法，并在真实脑活动数据中成功提取了任务关键信息。本文的方法论贡献在于将图结构学习与可解释性统一在一个框架内，并提供了理论保证。对您而言，本文的图结构学习与高阶邻域信息整合的思路，与您在高阶 U-统计量和张量网络方面的兴趣有潜在联系——图神经网络中的消息传递机制本质上可视为一种高阶多项式估计，其计算复杂度与树宽/张量收缩路径优化密切相关。
关键技术: Graph Neural Networks, Rademacher complexity, generalization error bound, interpretable graph structure learning, layer-wise neighborhood mixing
为什么对您有用: 本文属于统计计算方向，与您对统计-计算权衡的兴趣有交集：GNN 的消息传递机制可视为高阶多项式估计，其计算复杂度与树宽/张量收缩路径优化相关，而您对高阶 U-统计量的树宽/张量收缩计算非常熟悉，可立即用于分析 MaGNet 的计算成本与泛化性能之间的 tradeoff。具体而言，您可以用 very_familiar 的树宽/张量收缩工具来刻画 MaGNet 中不同阶邻域混合的计算复杂度，并探索是否存在更优的收缩顺序。中期可做：需先在 moderately_familiar 的高阶 U-统计量理论上进一步深入，以建立 GNN 消息传递与 U-统计量投影之间的精确联系。

8. 10.1080/01621459.2024.2422131 · arXiv — A Physics-Informed, Deep Double Reservoir Network for Forecasting Boundary Layer Velocity¶

作者: Matthew Bonas, David H. Richter, Stefano Castruccio
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 618-630
相关性 1/10 · novelty: application
摘要: 本文针对流体边界层速度的时空预测问题，提出了一种物理信息驱动的深度双储层计算网络（Deep Double Reservoir Network）。模型通过双重储层结构捕捉非线性时空动态，并利用偏微分方程（PDE）约束作为惩罚项融入物理定律（如Navier-Stokes方程的简化形式），以提升预测的物理一致性。在一维粘性流体模拟中，模型在准确预测的同时有效控制了能量损失。实际应用基于水隧道边界层数据，结果显示该方法在质量守恒和速度波动变异性方面优于非物理信息方法。该工作展示了统计计算与物理约束结合的实用路径，对您而言，可作为统计计算中算法设计与领域知识融合的案例参考，但方法学新颖性有限，属于应用型贡献。
关键技术: reservoir computing, physics-informed neural networks, PDE-constrained optimization, spatio-temporal forecasting, deep double reservoir network
为什么对您有用: 本文属于统计计算方向的应用型工作，与您的primary interest中的'statistical computing'直接相关，展示了如何将物理约束（PDE）嵌入深度学习架构。您的武器库中'software development'和'nonparametric statistics'可支撑您复现或改进其算法设计，但核心的reservoir computing机制不在您的技术栈中，属于'暂不可做'——需先熟悉储层计算的基本原理。作为gateway reading，本文对统计计算与物理建模交叉领域有入门价值，但方法学深度一般，不值得优先投入全文阅读。

天体统计 (astrostats, 1 篇)¶

1. 10.1080/01621459.2024.2421582 · arXiv — Space-Time Extremes of Severe U.S. Thunderstorm Environments¶

作者: Jonathan Koh, Erwan Koch, Anthony C. Davison
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 591-604
相关性 3/10 · novelty: application
摘要: 本文研究美国强雷暴天气环境（以 CAPE、SRH 及其乘积 PROD 为指标）的时空极值依赖结构。目标是在空间极值场中引入时间非平稳性，具体通过让 Brown–Resnick 过程的 range 参数依赖于 ENSO 指标和时间（张量积样条）来实现。方法上，提出基于经验似然和 bootstrap 的 max-stability 检验，以及考虑边际不确定性影响的 bootstrap 模型选择准则。边际与依赖参数因模型复杂度需分开估计。案例分析显示，夏季极端值更局域化，El Niño/La Niña 事件在某些区域会降低局域化程度，并给出了气象学解释。对您而言，这是一篇 gateway reading：它清晰展示了极值统计在环境科学中的应用范式，包括数据预处理（网格化、季节调整）、模型构建（max-stable 过程、协变量依赖的 range）、以及不确定性量化（bootstrap 准则），适合作为进入极值统计应用方向的入门读物。
关键技术: max-stable process, Brown–Resnick field, tensor product spline, empirical likelihood, bootstrap model selection, extremal spatial dependence
为什么对您有用: 本文属于 astrostatistics 的 gateway reading 范畴，而非方法学论文。它满足入门条件：(a) 对极值统计不熟悉的读者也能理解问题设定和模型结构；(b) 清晰阐述了气象学背景和科学问题（强雷暴环境指标的空间依赖如何受季节和 ENSO 影响）；(c) 数据侧（网格化 CAPE/SRH 再分析数据、时空结构、边际与依赖参数分离估计）和模型侧（max-stable 过程、协变量依赖的 range）都有明确交代。武器库方面：您对非参数统计和软件开发的熟悉度足以理解其 bootstrap 准则和样条建模，但极值统计的 max-stable 过程理论（如 Brown–Resnick 场的谱表示、极值依赖的度量）不在当前武器库中，属于暂不可做——若想进入该方向，需先补充极值统计的经典教材（如 Davison & Huser 的综述或 Coles 的极值统计书）。

经济理论 / 应用 (econ_theory, 2 篇)¶

1. 10.1080/01621459.2024.2370613 · arXiv — Contextual Dynamic Pricing with Strategic Buyers¶

作者: Pangpang Liu, Zhuoran Yang, Zhaoran Wang, Will Wei Sun
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 896-908
相关性 4/10 · novelty: new_method
摘要: 本文研究的是上下文动态定价问题，其中买家会策略性地操纵自己的特征数据以获取更低价格，而卖家只能观测到被操纵后的特征和是否成交的二元反馈。现有忽略策略行为的非策略定价策略会导致线性 Ω(T) 的累积遗憾，即不比随机定价好。作者提出了一种策略感知的动态定价策略，将买家的策略行为纳入在线学习框架，并证明了该策略达到 O(√T) 的遗憾上界，同时给出了任何定价策略的 Ω(√T) 下界，表明其率最优性。该策略并非现有方法的简单组合，还能在操纵边际成本未知时同时估计估值参数和成本参数，同样达到 O(√T) 遗憾界。实验验证了理论结果，并展示了相比忽略策略行为的定价策略的优越性能。本文是经济理论中定价与因果推断交叉的应用工作，对您作为统计研究者而言，其在线学习与遗憾分析框架可迁移至因果推断中的动态处理分配问题。
关键技术: online learning, regret analysis, strategic behavior, contextual dynamic pricing, upper confidence bound
为什么对您有用: 本文属于经济理论方向的应用工作，直接连接到您的 secondary interest 中的经济理论（定价模型与因果推断）。您的技术武器库中的 minimax bounds 和 estimation theory 可用于分析其遗憾界的紧性，但核心的在线学习与遗憾分析工具您并不熟悉，属于 moderately_familiar 之外的新领域。因此，本文可作为 gateway reading 了解动态定价与策略行为建模的基本框架，但暂不可做 follow-up 工作，因为缺少在线学习与博弈论的核心机器。

2. 10.1080/01621459.2024.2425461 — ℓ ₁ -based Bayesian Ideal Point Model for Multidimensional Politics¶

作者: Sooahn Shin, Johan Lim, Jong Hee Park
期刊/来源: Journal of the American Statistical Association
机构: Harvard University · Seoul National University · National University College
分类: vol 120 · issue 550 · pp 631-644
相关性 3/10 · novelty: application
摘要: 本文针对社会科学中理想点估计的多维性问题，提出一种基于 ℓ1 距离的贝叶斯方法。传统欧氏距离下的多维理想点模型存在旋转不变性，导致后验分布无法识别；作者利用 ℓ1 距离将无限旋转不变性问题转化为符号垂直问题，使后验估计收缩到一个小区域，从而解决识别问题。方法在贝叶斯框架下实现，通过 MCMC 进行后验推断。模拟实验表明，该方法在无党派、两党制和多党制等多种设定下均能成功恢复植入的多维理想点。实证部分应用于美国众议院镀金时代晚期（1891-1899）的唱名投票数据，该时期立法联盟不仅受党派分歧影响，还受跨党派的地区分歧影响。本文的主要贡献在于提出一种新的识别策略，而非开发新的统计理论。对您而言，这是一篇应用导向的论文，展示了贝叶斯方法在政治学多维数据中的具体应用，可作为经济理论或应用因果推断中处理高维分类数据的参考案例。
关键技术: ℓ1 distance, Bayesian ideal point model, MCMC, multidimensional scaling, roll call data
为什么对您有用: 本文属于经济理论/应用方向，与您的 secondary interest 中的经济理论（应用因果推断）相关。虽然方法学 novelty 有限（主要是识别策略的改进），但实证分析中处理多维分类数据（唱名投票）的思路对您可能有用。武器库方面，您对贝叶斯方法不熟悉（不在 arsenal 中），因此暂不可做——核心机器（MCMC 后验推断、ℓ1 距离下的几何识别）不在您的技术栈内。不过，本文作为 gateway reading 可帮助您了解政治学中理想点估计的常见问题与数据结构，值得花时间读全文以拓宽应用视野。

其他 (other, 9 篇)¶

1. 10.1080/01621459.2024.2370594 · arXiv — Synthetic Likelihood in Misspecified Models¶

作者: David T. Frazier, David J. Nott, Christopher Drovandi
期刊/来源: Journal of the American Statistical Association
机构: Monash University
分类: vol 120 · issue 550 · pp 884-895
相关性 5/10 · novelty: new_theory
摘要: 本文研究贝叶斯合成似然（Bayesian synthetic likelihood, BSL）在模型设定错误（misspecification）下的行为。BSL 是一种在似然函数不可计算但模型可模拟时进行贝叶斯推断的流行方法。作者证明，当假设模型与真实数据生成过程不一致时，BSL 后验分布会表现出非标准行为，包括多峰性和渐近非高斯性。他们指出，常用的稳健贝叶斯推断方法——似然退火（likelihood tempering）——在合成似然框架下失效。相反，最近提出的稳健合成似然方法可以缓解这些问题，在模型误设下提供可靠的后验推断。所有结果通过一个简单的运行示例加以说明。本文属于方法学理论分析，对您而言，其核心价值在于揭示了合成似然方法在模型误设下的脆弱性，这与您在高维统计和因果推断中处理模型不确定性（如敏感性分析）的兴趣有潜在关联。
关键技术: Bayesian synthetic likelihood, model misspecification, likelihood tempering, robust synthetic likelihood, posterior consistency
为什么对您有用: 本文属于方法学理论分析，与您的 primary interests（因果推断、高维统计）无直接重叠，但模型误设是您工作中（如因果推断的敏感性分析）的核心关切。您武器库中的 nonparametric statistics 和 minimax bounds 可用于分析此类合成似然方法的稳健性边界，但本文未涉及具体统计计算或因果识别问题，因此暂不可做。

2. 10.1080/01621459.2024.2411073 · arXiv — A Sparse Beta Regression Model for Network Analysis¶

作者: Stefan Stein, Rui Feng, Chenlei Leng
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1281-1293
相关性 4/10 · novelty: new_method
摘要: 本文提出稀疏β回归模型（SβRM），用于分析网络数据中的同质性效应和节点异质性。模型在经典β模型基础上引入差分异质性，仅对重要节点赋予权重，并通过ℓ1惩罚似然进行参数估计。估计方法与逻辑回归的LASSO类似，但理论分析针对稀疏网络这一实际常见场景。一个有趣的理论结果是：对同质性参数的推断无需像标准LASSO那样进行去偏处理。作为特例，该模型将Erdős-Rényi模型扩展为包含协变量的稀疏网络模型，并发展了相应的统计推断。模拟和实证分析展示了模型的有效性。该工作主要贡献在网络统计建模，与您的主要兴趣（因果推断、高维统计、U统计量等）和方法论工具（如半参理论、最小最大界）的直接交集有限。
关键技术: β-model, ℓ1 penalized likelihood, sparse network, homophily, differential heterogeneity
为什么对您有用: 本文属于网络统计建模，与您的主要兴趣方向（因果推断、高维RMT、U统计量、半参效率理论）和方法论武器库（非参统计、最小最大界、高阶U统计量计算）的直接交集有限。作为一篇方法学论文，其核心贡献在于稀疏网络下的推断无需去偏，这一现象可能对您在高维因果推断中处理稀疏结构有启发，但属于间接关联。暂不可做：核心机器（网络模型、LASSO推断理论）不在武器库中，且与您当前的研究议程距离较远。

3. 10.1080/01621459.2024.2371978 · arXiv — Statistical Inference for Hüsler–Reiss Graphical Models Through Matrix Completions¶

作者: Manuel Hentschel, Sebastian Engelke, Johan Segers
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 909-921
相关性 4/10 · novelty: new_method
摘要: 本文研究 Hüsler–Reiss 极值分布图模型中的统计推断问题。该分布通过变差矩阵参数化，用于刻画多元极值事件的尾部依赖结构。作者引入 Hüsler–Reiss 精度矩阵，其零模式编码条件独立关系（即极值图结构），类似于高斯图模型。对于给定图，证明了部分指定变差矩阵存在唯一补全，使得精度矩阵在非边处为零。基于此，提出首个图结构 Hüsler–Reiss 分布的一致估计量，可结合结构学习算法联合推断图与参数矩阵。方法应用于美国航班延误和 Danube 河流流量数据，展示了稀疏极值模型推断的新工具。对您而言，本文属于极值统计与图模型的交叉，与您的主要兴趣（高维统计、非参数理论）关联较弱，但精度矩阵补全的识别性证明思路可能对因果推断中的矩阵补全问题有启发。
关键技术: Hüsler–Reiss distribution, precision matrix completion, graphical model, extremal dependence, variogram matrix
为什么对您有用: 本文属于极值统计与图模型交叉领域，与您的主要兴趣（因果推断、高维统计、非参数理论）直接关联较弱。不过，精度矩阵补全的识别性证明思路（给定图结构下唯一性）可能对因果推断中的矩阵补全问题有启发，但核心机器（极值理论、图模型）不在您的武器库中，属于暂不可做方向。

4. 10.1080/01621459.2024.2356894 · arXiv — Population-Level Balance in Signed Networks¶

作者: Weijing Tang, Ji Zhu
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 751-763
相关性 4/10 · novelty: new_method
摘要: 本文提出一种基于潜变量模型的统计方法，用于建模符号网络（signed networks）中正边（如信任）与负边（如不信任）共存的结构模式。核心创新在于将社会心理学中的平衡理论（“敌人的敌人是朋友”、“朋友的朋友是朋友”）以“总体水平平衡”（population-level balance）的概念形式化，并嵌入到一类平衡内积模型（balanced inner-product models）中。模型将边及其符号均视为随机变量，通过潜变量在欧几里得空间中的内积符号决定边的正负，从而自然刻画平衡结构。估计采用投影梯度下降（projected gradient descent）算法，具有可扩展性。作者建立了潜变量估计的非渐近误差界（non-asymptotic error rates），并通过模拟验证。应用部分展示了二战期间国际关系网络的可解释可视化。本文方法学贡献在于为符号网络提供了第一个统计上严谨的潜变量建模框架，但核心工具（潜变量模型、梯度下降、非渐近界）均属经典，未涉及您主要兴趣中的因果推断、高维随机矩阵或U-统计量等方向。
关键技术: latent space model, signed networks, balance theory, projected gradient descent, non-asymptotic error rates
为什么对您有用: 本文属于网络统计建模的应用方向，与您主要兴趣（因果推断、高维统计、U-统计量）无直接交集。武器库中'非参数统计'和'高维渐近'可理解其非渐近界推导，但核心问题（符号网络平衡性建模）与您的技术栈距离较远。暂不可做——缺乏符号网络领域知识和相关概率工具（如随机图模型、社会网络分析）。

5. 10.1080/01621459.2024.2427430 · arXiv — Spatio-Temporal Modeling for Record-Breaking Temperature Events in Spain¶

作者: Jorge Castillo-Mateo, Alan E. Gelfand, Zeus Gracia-Tabuenca, Jesús Asín, Ana C. Cebrián
期刊/来源: Journal of the American Statistical Association
机构: Universidad de Zaragoza · Duke University
分类: vol 120 · issue 550 · pp 645-657
相关性 3/10 · novelty: application
摘要: 本文首次对西班牙半岛超过60年（1960-2021）的每日最高气温记录进行空间建模，目标是分析破纪录高温事件的发生概率及其与气候变暖趋势的关系。研究采用分层条件模型对二元指示事件（是否破纪录）进行建模，通过探索性数据分析发现趋势项、自回归项、距海岸距离、空间随机效应和日随机效应均显著。模型估计显示，全球变暖趋势使过去十年预期破纪录次数增加了约1.93倍，且空间和季节上的变暖速率高度分化。方法上，该工作主要依赖贝叶斯分层建模和空间统计，而非因果推断或高维统计工具。对您而言，这是一篇应用导向的统计建模论文，展示了如何将经典时空统计方法用于气候极端事件分析，但方法论创新有限，与您的主要兴趣方向（因果推断、高维统计、U-统计量）直接关联较弱。
关键技术: hierarchical conditional modeling, spatial random effects, autoregressive model, Bayesian inference
为什么对您有用: 本文属于应用统计论文，与您的主要兴趣方向（因果推断、高维统计、U-统计量）直接关联较弱。作为流行病学或环境健康领域的应用参考，其分层建模框架和空间随机效应处理可能对您未来分析时空数据有启发，但方法论上并无突破性贡献。武器库中'非参数统计'和'软件工具'可辅助复现其模型，但核心问题（破纪录事件建模）并非您当前研究重点，暂不可做。

6. 10.1080/01621459.2024.2403788 — An Adaptive Transfer Learning Framework for Functional Classification¶

作者: Caihong Qin, Jinhan Xie, Ting Li, Yang Bai
期刊/来源: Journal of the American Statistical Association
机构: Shanghai University of Finance and Economics · Yunnan University
分类: vol 120 · issue 550 · pp 1201-1213
相关性 3/10 · novelty: application
摘要: 本文研究函数型数据分类中的迁移学习问题，目标是通过利用相关源数据集提升目标数据的分类精度。作者针对分类问题提出了一种新的迁移性函数，用于更准确地评估源与目标数据集分布之间的相似性。有趣的是，在某些条件下，一个源数据集可能比另一个与目标分布完全相同的源数据集带来更大的收益，这一发现使得参数化迁移学习算法中常用的去偏步骤在分类问题中有时变得不必要。基于函数型距离加权判别（DWD）分类器，作者提出了两种自适应迁移学习算法，分别适用于是否已知信息源先验知识的情形。理论方面，建立了所提分类器超额风险的上界，从数学上证明了迁移学习带来的统计增益。模拟研究和北京空气质量数据的应用验证了方法的有限样本性能。本文主要贡献在迁移学习框架与函数型数据分类的结合，方法学创新程度中等，属于应用导向的方法拓展。
关键技术: Functional Distance Weighted Discrimination (DWD), Transferability function, Excess risk bound, Adaptive transfer learning
为什么对您有用: 本文属于函数型数据分类的迁移学习方法，与您的主要兴趣（因果推断、高维统计等）无直接交集。作为gateway-reading，本文对函数型数据分析和迁移学习框架的阐述较为清晰，但核心问题（分类精度提升）与您的统计计算-信息权衡、U-统计量等方向关联弱。武器库中非参数统计和最小最大界可用于理解其超额风险界，但整体上暂不可做——缺乏与您核心工具（如高阶U-统计量、张量收缩）的直接连接。

7. 10.1080/01621459.2024.2408778 · arXiv — Adaptive Learning of the Latent Space of Wasserstein Generative Adversarial Networks¶

作者: Yixuan Qiu, Qingyi Gao, Xiao Wang
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1254-1266
相关性 2/10 · novelty: new_method
摘要: 本文提出 LWGAN 框架，融合 Wasserstein auto-encoder 与 Wasserstein GAN，旨在自适应学习数据流形的本征维度。核心思想是修改隐变量分布的结构，使其支持维度与数据流形维度匹配，从而避免因隐层维度选择不当导致的表示失配与生成质量下降。理论方面，作者证明了存在编码器与生成器网络使得学习到的编码分布的本征维度等于数据流形维度，并给出了本征维度估计的相合性。同时，提供了 LWGAN 泛化误差的上界，从总体分布角度保证合成数据与真实数据的相似性。实验验证了 LWGAN 能正确识别本征维度并生成高质量合成数据。该工作主要贡献在生成模型与流形学习，与您的主要兴趣（因果推断、高维统计、U-统计量等）无直接方法学连接。
关键技术: Wasserstein GAN, Wasserstein auto-encoder, intrinsic dimension estimation, generative adversarial networks, latent variable models
为什么对您有用: 本文属于生成模型与流形学习领域，与您的主要兴趣方向（因果推断、高维统计、U-统计量、半参理论等）无直接方法学连接。作为 gateway reading 也不合适，因为问题设定与统计推断或计算复杂性无紧密关联。暂不可做，核心机器不在武器库中。

8. 10.1080/01621459.2024.2402568 · arXiv — Model-Based Clustering of Categorical Data Based on the Hamming Distance¶

作者: Raffaele Argiento, Edoardo Filippi-Mazzola, Lucia Paci
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 1178-1188
相关性 2/10 · novelty: new_method
摘要: 本文针对无自然排序的分类数据，提出一种基于Hamming距离的模型聚类方法。首先利用Hamming距离定义一族概率质量函数作为数据生成模型，并将其作为有限混合模型的核，且混合分量数未知。在贝叶斯非参数框架下，推导了Hamming分布模型参数的共轭先验，并开发了一种跨维度的blocked Gibbs采样器，以替代传统的可逆跳转算法，实现分量数、聚类结构及组参数的全贝叶斯推断。当分量数固定时，该模型退化为一个简约的潜在类模型。通过模拟研究和基准数据集评估，该方法在聚类恢复上优于现有方法。本文方法学贡献在于将距离度量与贝叶斯非参数混合模型结合，但未涉及因果推断、高维统计或半参效率理论等您的主要兴趣方向。
关键技术: Bayesian nonparametric mixture model, Hamming distance, blocked Gibbs sampler, transdimensional MCMC, latent class model
为什么对您有用: 本文属于分类数据聚类的方法学工作，与您的主要兴趣（因果推断、高维统计、半参理论）无直接交集。武器库中的非参数统计和MCMC技术可理解其贝叶斯框架，但核心问题（分类数据聚类）并非您当前关注的方向。暂不可做——缺乏与您主要兴趣的明确连接。

9. 10.1080/01621459.2024.2358560 · arXiv — Node-Level Community Detection within Edge Exchangeable Models for Interaction Processes¶

作者: Yuhua Zhang, Walter Dempsey
期刊/来源: Journal of the American Statistical Association
分类: vol 120 · issue 550 · pp 764-778
相关性 2/10 · novelty: new_method
摘要: 本文针对现代交互网络（如社交网络中的发帖-评论序列）提出了一类边可交换模型（BEEM），用于发现节点层面的社区结构。与传统的顶点中心模型不同，BEEM 将网络视为交互过程的实现，而非静态图，从而自然允许稀疏度和幂律度分布。作为特例，推导了块顶点成分模型（B-VCM），并给出了社区分配误分类率的理论界。算法上，提出了可计算的吉布斯采样器。在 Talklife 在线支持网络的发帖-评论数据上，与度修正随机块模型、流行度调整块模型等进行了对比。本文方法学贡献在于将交互过程视角引入社区检测，但核心工具（Gibbs 采样、误分类率界）属于经典贝叶斯非参数范畴，与您的主要兴趣方向（因果推断、高维统计、U-统计量、效率理论）无直接技术交集。对您而言，本文可作为了解网络社区检测中边可交换模型这一分支的入门读物，但方法学迁移性有限。
关键技术: edge exchangeable model, block vertex components model, Gibbs sampling, misclassification rate bound, power-law degree distribution
为什么对您有用: 本文属于网络社区检测的方法学论文，与您的主要兴趣（因果推断、高维统计、U-统计量、效率理论）无直接技术重叠。作为 gateway reading，本文对边可交换模型的介绍清晰，适合作为了解该领域的入门材料，但武器库中缺乏处理交互过程建模的专门工具（如点过程、可交换图模型），暂不可做。

Maintained by 陈星宇 · Homepage · Source on GitHub