跳转至

AoAS — Vol 20 Issue 3 · 2026-10-10

  • 共 41 篇 · Annals of Applied Statistics
  • 目录核对 ✅ 未见遗漏(对照 OpenAlex 40 篇,权威目录可能尚未完全收录本期)

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。

这一期共 41 篇论文,主线大致可归为四类:因果推断与空间/纵向设计(约 10 篇)、高维与稀疏建模(约 8 篇)、贝叶斯非参数与函数型数据(约 7 篇)、以及应用统计与计算(其余,涵盖流行病学、神经影像、网络重构等)。因果推断是本期最集中的主题,且多数工作围绕空间或纵向数据中的识别与稳健估计展开;高维方向则兼顾理论(收敛速率、功效优化)与算法(去偏、集成、路径搜索)。

因果推断主线中,空间因果是本期最突出的子主题,共 4 篇直接相关。Reich 等(Spatial causal inference in the presence of unmeasured confounding and interference)在空间数据下统一处理未测量混杂与干扰,证明暴露空间依赖性会使标准分析失效,并提出贝叶斯参数化方法;另一篇(Spatial causal inference in the presence of preferential sampling)针对海洋保护区研究,同时建模采样偏好与处理分配,给出可识别性证明。这两篇可对照阅读,前者强调干扰与混杂纠缠,后者聚焦采样机制偏差。纵向因果方面,Longitudinal causal inference with selective eligibility 处理选择性合格导致的非随机缺失,推导双稳健估计量;Spatially randomized designs can enhance policy evaluation 则从实验设计角度比较空间随机化与传统设计的效率。此外,Semisupervised estimation of survival rate 与 Estimation of cluster-specific causal effects 分别处理双重删失生存数据与空间聚类生存数据,前者用替代结局提升效率,后者用 SoftBART 非参数建模。这 6 篇共同展示了本期在“空间/纵向 + 因果”交叉处的密集推进。

高维与稀疏主线中,HEDE(Heritability estimation in high dimensions)在 GWAS 场景下集成去偏 lasso 与 ridge 估计量,并给出自适应调参下的一致性;Penalized FCI 将稀疏正则化引入因果图学习,解决 FCI 在高维生物数据上的可扩展性问题;Bayesian empirical likelihood for UltraHigh-dimensional variable selection 则在 semiparametric 框架下用 estimating equations 避免分布假设,配合 active set MCMC 处理超高维。假设检验方面,Integrated weighted association test 推导了加权整合检验的最优权重显式形式,使 Pitman 功效最大化,与高维遗传数据直接相关。这 4 篇可视为本期高维方法学的核心,前两篇侧重估计与图结构,后两篇侧重变量选择与检验功效。

若按主题优先阅读:因果推断方向建议先看空间因果两篇(unmeasured confounding 与 preferential sampling)及纵向选择性合格一篇;半参数效率方向可关注 Semisupervised estimation 与 HEDE 中的去偏估计;高维方向则从 Penalized FCI 与 Integrated weighted association test 入手。其余如 Bayesian empirical likelihood、Signal lasso 等虽涉及高维,但更偏算法或应用,可依兴趣选读。

因果推断 (causal_inference, 12 篇)

1. 10.1214/26-aoas2201 — Longitudinal causal inference with selective eligibility: Application to pretrial risk assessment

  • 作者: Zhichao Jiang, Eli Ben-Michael, D. James Greiner, Ryan Halen, Kosuke Imai
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Sun Yat-sen University · Carnegie Mellon University · Harvard University
  • 分类: vol 20 · issue 3 · pp 1917-1941
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文针对纵向研究中因选择性合格(selective eligibility)导致的非随机缺失问题,提出一个一般性的因果推断框架。选择性合格指个体的既往治疗史影响其未来治疗的合格性,例如在审前风险评估应用中,案件被随机分配是否收到风险评估报告,但个体可能因再次被捕而不再合格,而再次被捕又受先前司法决策影响。作者通过条件在给定治疗历史下仍保持合格的治疗组子群,定义了时间特定的合格治疗效应(eligible treatment effects)和给定治疗序列下的期望总结局。在广义序贯可忽略性假设下,推导了两个 estimand 的非参数识别公式和有效影响函数,并构造了双稳健估计量。实证分析表明,风险评估报告能提高司法决策与算法建议的一致性,尤其当报告重复提供时,但对下游刑事司法结局影响有限。该方法为处理纵向研究中因治疗历史导致的非随机 dropout 提供了新工具,与您的纵向因果推断和效率理论兴趣直接相关。
  • 关键技术: selective eligibility, time-varying treatments, nonignorable dropout, efficient influence function, doubly robust estimation, sequential ignorability
  • 为什么对您有用: 本文属于纵向因果推断中的非随机 dropout 问题,直接对应您的 primary interest 中的 longitudinal causal inference 和 efficiency theory。您可以用 very_familiar 的 semiparametric theory 和 influence function 工具来验证其效率界,并进一步探索在更复杂 eligibility 机制下的识别条件,属于立即可做的方向。

2. 10.1214/26-aoas2212 — Semisupervised estimation of survival rate with doubly-censored survival data

  • 作者: Yang Wang, Qingning Zhou, Tianxi Cai, Xuan Wang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Washington University in St. Louis · University of North Carolina at Charlotte · Harvard University · University of Utah
  • 分类: vol 20 · issue 3 · pp 2497-2517
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文针对电子健康记录(EHR)中双重删失(左删失和右删失)的生存数据,提出半监督估计方法 SEEDS,目标是在仅有少量金标准标签(精确事件时间)和大量带替代结局(如首次诊断代码时间)的无标签数据下,估计生存率。作者将问题形式化为利用替代结局的半监督估计,在温和条件下证明 SEEDS 估计量的一致性和渐近正态性。方法核心是构建一个结合标签数据和无标签数据的估计方程,通过替代特征提高效率,同时避免直接使用替代结局带来的偏差。模拟研究表明 SEEDS 在有限样本下优于仅用标签数据的监督方法。最后,作者将 SEEDS 应用于 Mass General Brigham 的 EHR 数据,估计 2 型糖尿病的性别特异性生存率。对您而言,该工作将半监督思想引入双重删失生存数据,与您在因果推断中处理测量误差和替代结局的兴趣直接相关,其估计方程和渐近理论框架可借鉴到您的纵向因果推断研究中。
  • 关键技术: semisupervised estimation, doubly-censored survival data, surrogate outcomes, estimating equations, asymptotic normality
  • 为什么对您有用: 该论文直接关联您 primary interest 中的因果推断(测量误差/替代结局)和纵向数据,且其半监督框架与您熟悉的估计方程理论衔接紧密。您可用 very_familiar 的估计理论(如 M-估计)来审视其渐近性质的证明,并考虑将类似半监督思路推广到您的 proximal CI 或 IV 设定中,属于立即可做的方向。

3. 10.1214/26-aoas2233 — Estimation of cluster-specific causal effects on spatially associated survival data using SoftBART

  • 作者: Indrabati Bhattacharya, Debajyoti Sinha, Durbadal Ghosh, George Rust
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Florida State University
  • 分类: vol 20 · issue 3 · pp 1985-2004
  • 相关性 7/10 · novelty: application
  • 摘要: 本文提出一种贝叶斯非参数方法,用于估计空间聚类生存数据中的簇级因果效应。在 log-Normal 生存模型下,用 SoftBART 对结局回归进行非参数建模,并通过 DAGAR 模型刻画未知簇效应之间的空间关联。采用两阶段估计:第一步估计倾向得分,第二步将其作为协变量纳入结局模型以控制混杂。模拟研究在结局模型正确设定与误设定下与现有方法比较,展示了所提方法的优越性。应用于佛罗里达癌症登记处乳腺癌患者数据,估计治疗延迟对术后生存的因果效应,并给出县及全州层面的效应评估。对您而言,该方法结合了贝叶斯非参数回归与空间结构,可能为纵向或空间因果推断中的稳健估计提供新思路。
  • 关键技术: SoftBART, DAGAR, propensity score adjustment, Bayesian nonparametrics, spatial survival analysis
  • 为什么对您有用: 本文属于因果推断中的纵向/空间生存数据应用,与您的 primary interest 中 causal inference 的 longitudinal 方向直接相关。您可以用 very_familiar 的 estimation theory in causal inference 来审视其两阶段估计的有限样本性质,或用 moderately_familiar 的 semiparametric theory 分析其效率损失。中期可做:若想深入贝叶斯非参数方法,需在 M-estimation 之外的贝叶斯计算上补强。

4. 10.1214/26-aoas2174 · arXiv — Spatial causal inference in the presence of unmeasured confounding and interference

  • 作者: Georgia Papadogeorgou, Srijata Samanta
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Florida · Bristol-Myers Squibb (United States)
  • 分类: vol 20 · issue 3 · pp 1832-1852
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文在空间数据背景下统一了因果推断与空间统计,目标是估计存在未测量混杂和干扰(interference)时的空间因果效应。作者引入空间因果图,指出空间混杂与干扰可能纠缠,单独检验其一会在另一存在时导致错误结论;同时证明暴露变量的空间依赖性会使标准分析失效。方法上提出一种基于空间统计常用工具的贝叶斯参数化方法,同时处理干扰并缓解局部和邻域未测量空间混杂的偏倚。从贝叶斯视角证明纳入暴露模型是必要的,并在特定模型设定下证明所有参数(包括因果效应)在存在未测量混杂时仍可识别。模拟研究验证了方法性能,并应用于美国县级心血管死亡率数据,评估电厂局部及邻域二氧化硫排放的效应。对您而言,该文将空间统计工具引入因果推断,与您关注的proximal CI和未测量混杂识别问题有直接关联,且其贝叶斯可识别性证明思路值得借鉴。
  • 关键技术: spatial causal graphs, Bayesian parametric modeling, interference modeling, unmeasured spatial confounding, identifiability proof
  • 为什么对您有用: 该文直接关联您的causal inference兴趣,特别是未测量混杂和干扰的识别问题;您可用very_familiar的估计理论(如influence function)审视其贝叶斯方法的频率性质,或用moderately_familiar的identification theory分析其可识别性条件的紧性。中期可做:需先熟悉空间统计中的高斯过程建模(不在当前武器库中),但核心识别逻辑可迁移。

5. 10.1214/26-aoas2187 · arXiv — Spatial causal inference in the presence of preferential sampling to study the impacts of marine protected areas

  • 作者: Dongjae Son, Brian J. Reich, Erin M. Schliep, Shu Yang, David A. Gill
  • 期刊/来源: Annals of Applied Statistics
  • 机构: North Carolina State University · Duke University
  • 分类: vol 20 · issue 3 · pp 1853-1872
  • 相关性 7/10 · novelty: application
  • 摘要: 本文研究海洋保护区(MPA)对生物多样性的因果效应,数据来自澳大利亚海岸,属于空间观测数据,存在空间依赖和偏好采样(采样位置与政策及响应相关)问题。作者提出一种空间因果推断方法,同时建模未测量的空间混杂因子对采样过程和处理分配的影响,以消除偏好采样带来的偏差。理论上证明了关键参数的可识别性以及后验分布的一致性;模拟研究显示该方法能可靠估计因果效应。应用于鱼类生物量数据时,发现存在偏好采样,且校正该偏差会改变因果效应估计。对您而言,本文结合了空间统计与因果推断,其处理未测量空间混杂和偏好采样的思路,可迁移到您关注的纵向或流行病学空间数据场景。
  • 关键技术: spatial causal inference, preferential sampling, unmeasured spatial confounding, Bayesian hierarchical model, identifiability proof, posterior consistency
  • 为什么对您有用: 本文属于因果推断在空间环境流行病学中的应用,直接关联您的主要兴趣(causal inference)和次要兴趣(epidemiology)。其核心挑战——未测量空间混杂与偏好采样——是观测性空间研究的典型问题,您可运用 very_familiar 的 estimation theory in causal inference 和 moderately_familiar 的 identification theory 来审视其识别假设;中期可做:若想深入其贝叶斯计算,需在 MCMC 或空间模型上补强(moderately_familiar 之外)。总体是值得一读的应用型论文,方法学新颖性中等。

6. 10.1214/26-aoas2173 · arXiv — Spatially randomized designs can enhance policy evaluation

  • 作者: Ying Yang, Chengshun Shi, Fang Yao, Shouyang Wang, Hongtu Zhu
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Fudan University · London School of Economics and Political Science · Peking University · Chinese Academy of Sciences · Academy of Mathematics and Systems Science · University of North Carolina at Chapel Hill
  • 分类: vol 20 · issue 3 · pp 1809-1831
  • 相关性 7/10 · novelty: application
  • 摘要: 本文研究空间随机化实验设计(将实验区域划分为不重叠单元并随机分配处理)对政策评估的增益,目标是在线实验中政策价值的估计与检验。相比传统全局设计(所有单元同时接受同一处理),空间随机化能提供更精确的政策价值估计量和更有效的检验。作者同时考察参数与非参数方法,评估处理效应估计的均方误差和检验的统计功效,并将结果推广到具有时空依赖的动态设置(处理随时间序贯分配,考虑时间上的结转效应)。理论结果通过大量数值实验验证。对您而言,该文将实验设计与因果推断中的政策评估结合,其非参数估计和检验功效分析可联系到您的非参数/半参数理论兴趣。
  • 关键技术: spatially randomized design, policy value estimation, nonparametric estimation, hypothesis testing power, spatiotemporal carryover effects
  • 为什么对您有用: 本文属于因果推断中实验设计的应用研究,直接关联您的primary interest中的causal inference(政策评估、实验设计)。您可以用very_familiar的非参数统计和minimax界工具来审视其非参数估计量的最优性,或用moderately_familiar的M估计理论分析其检验功效。中期可做:将空间随机化设计与您的proximal CI框架结合,处理未观测混杂。

7. 10.1214/26-aoas2161 — Estimation of total mediation effect for a binary trait in a case-control study for high-dimensional omics mediators

  • 作者: Zhiyu Kang, Li Chen, Peng Wei, Zhichao Xu, Chunlin Li, Tianzhong Yang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Minnesota · The University of Texas MD Anderson Cancer Center · University of Virginia
  • 分类: vol 20 · issue 3 · pp 1789-1808
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文针对病例对照研究中二值结局的高维中介分析,提出基于 liability 框架的 R2 总中介效应度量,以避免均值型度量中方向相反效应相互抵消的问题,且该度量对疾病患病率不变,具有清晰的因果解释。作者开发了交叉拟合的修正 Haseman–Elston 回归估计程序,专门适配病例对照设计,也可用于队列研究。在非中介变量存在和弱效应情形下,估计量仍保持一致,且无需精确的中介变量选择,理论证明在温和条件下成立。模拟研究验证了方法的稳健性,并在妇女健康倡议的病例对照子研究中,估计 BMI 对冠心病 liability 解释的变异中有 89%(95% CI: 57%–100%)由代谢组中介。方法已实现为 R 包 r2MedCausal。
  • 关键技术: liability framework, R2 mediation measure, modified Haseman-Elston regression, cross-fitting, high-dimensional mediation analysis, case-control design
  • 为什么对您有用: 本文直接关联您的主要兴趣中的因果推断(中介分析)和高维统计,且提出了一种新的 R2 型中介效应度量,可能对您在高维中介推断中的效率理论思考有启发。您可考虑用您熟悉的非参数/半参数理论来审视其估计量的效率性质,或探索其与 higher-order U-statistics 的联系。

8. 10.1214/26-aoas2220 · arXiv — A counterfactual framework for estimating infectious disease prevalence under repeated testing with symptomatic and contact-tracing components

  • 作者: Jeongjin Lee, Junke Yang, Grzegorz A. Rempala, Patrick M. Schnell
  • 期刊/来源: Annals of Applied Statistics
  • 机构: The Ohio State University
  • 分类: vol 20 · issue 3 · pp 1961-1984
  • 相关性 6/10 · novelty: application
  • 摘要: 本文在纵向检测项目(含定期、症状驱动和接触追踪检测)下,提出一个反事实框架来估计传染病患病率。研究动机来自俄亥俄州立大学2020年秋季的每周强制检测与隔离项目,其中检测概率依赖于症状或接触状态,导致观测过程复杂。作者将观测过程与一个假设感染被预防的反事实过程联系起来,从而在无需显式建模传播动力学的情况下,通过建模检测过程(可非参数化)实现患病率的无偏估计,即使检测与感染过程联合依赖。方法核心是构建一个反事实估计量,并证明其在给定检测机制假设下的无偏性。文章还通过模拟和实际数据分析验证了方法的性能。对您而言,该框架将因果推断中的反事实思想应用于流行病学纵向数据,与您对纵向因果推断和流行病学应用的兴趣直接相关。
  • 关键技术: counterfactual framework, inverse probability weighting, nonparametric estimation, longitudinal testing, contact tracing
  • 为什么对您有用: 本文属于流行病学应用,但核心是因果推断中的反事实框架,直接关联您的primary interest中的causal inference(特别是纵向设定)。您可以用very_familiar的estimation theory in causal inference来审视其识别假设和估计量的有限样本性质,或用moderately_familiar的identification theory来评估其反事实定义的合理性。中期可做:若想深入其非参数估计的效率问题,需在semiparametric theory上加强。

9. 10.1214/26-aoas2205 · arXiv — Bias-correction for privacy-protected spatial autoregressive models with application to restaurant network analysis

  • 作者: Danyang Huang, Ziyi Kong, Shuyuan Wu, Hansheng Wang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Renmin University of China · Shanghai University of Finance and Economics · Peking University
  • 分类: vol 20 · issue 3 · pp 2148-2170
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文研究隐私保护下的空间自回归(SAR)模型,目标是在响应变量和协变量均被加入噪声(满足差分隐私要求)时,仍能对网络效应参数进行一致且渐近正态的估计。由于似然函数无法直接构造,作者先忽略协变量噪声,采用伪似然方法结合 Newton–Raphson 算法得到初始估计,但该估计有偏。为校正偏差,提出同时考虑响应与协变量噪声的偏差校正 Newton–Raphson 算法,并在正则条件下证明估计量的一致性和渐近正态性。此外,为提升计算效率,还发展了偏差校正的最小二乘估计量。模拟实验验证了有限样本性能,并将方法应用于第三方支付平台的餐厅交易数据,识别出显著的竞争性网络效应及餐厅-顾客交互模式。对您而言,该文将测量误差/隐私噪声视为一种内生性问题,其偏差校正思路与您在因果推断中的测量误差校正和敏感性分析有直接联系,且 SAR 模型与网络因果推断相关。
  • 关键技术: pseudolikelihood, bias-corrected Newton-Raphson, bias-corrected least squares, spatial autoregressive model, differential privacy, asymptotic normality
  • 为什么对您有用: 该文属于应用因果推断范畴,涉及网络效应识别,与您的 primary interest 中 causal inference 的 longitudinal/network 设定相关。您可用 very_familiar 的估计理论(如 M-estimation)来审视其偏差校正的有限样本性质,或探索隐私噪声下的敏感性分析框架。中期可做:结合您 moderately_familiar 的 semiparametric theory,推导更高效的估计量。

10. 10.1214/26-aoas2200 · arXiv — Multilevel primary aim analyses of clustered SMARTs: With applications in health policy

  • 作者: Gabriel Durham, Anil Battalahalli, Amy M. Kilbourne, Andrew Quanbeck, Wenchu Pan, Tim Lycurgus et al.
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Michigan · United States Department of Veterans Affairs · VA Office of Research and Development · Michigan Medicine · University of Wisconsin System · University of Wisconsin–Madison
  • 分类: vol 20 · issue 3 · pp 1894-1916
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对聚类 SMART(序贯多组随机试验)中嵌套且纵向的结局,提出三水平边际均值建模与估计方法,用于比较两个自适应干预的边际均值。现有两水平方法无法处理结局既嵌套于个体(如学校内心理健康服务提供者)又随时间重复测量的情况。方法基于边际均值模型,结合加权广义估计方程(WGEE)或类似逆概率加权技术,利用 SMART 的序贯随机化结构构造权重,并考虑聚类内相关性。相比仅用嵌套非纵向结局的两水平方法,所提方法在统计效率上有所提升,能回答更广泛的科学问题。方法由 ASIC 研究(密歇根州高中校本心理健康服务)驱动,并应用于该数据,比较了自适应干预的纵向轨迹。对您而言,这是纵向因果推断中 SMART 设计与边际效应估计的实例,可连接您对 longitudinal causal inference 和 semiparametric 估计的兴趣。
  • 关键技术: clustered SMART, marginal mean model, weighted generalized estimating equations, inverse probability weighting, three-level longitudinal data
  • 为什么对您有用: 本文属于纵向因果推断中 SMART 设计的边际效应估计,直接连接您 primary interest 中的 longitudinal causal inference 和 estimation theory;您可用 very_familiar 的 semiparametric 估计理论(如 influence function 视角)审视其加权估计的效率,或用 moderately_familiar 的 identification theory 检查其假设;立即可做:基于其模型框架,用您熟悉的 U-statistic 工具分析聚类相关结构下的估计量性质。

11. 10.1214/26-aoas2191 · arXiv — Penalized FCI for causal structure learning in a sparse DAG for biomarker discovery in Parkinson’s disease

  • 作者: Samhita Pal, Dhrubajyoti Ghosh, Shu Yang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: North Carolina State University · Duke University
  • 分类: vol 20 · issue 3 · pp 1873-1893
  • 相关性 6/10 · novelty: application
  • 摘要: 本文针对帕金森病(PD)生物标志物发现中的因果结构学习问题,提出 Penalized Fast Causal Inference (PFCI) 方法。在 PPMI Project 9000 数据(2924 个血浆和 CSF 生物标志物)中,目标是推断哪些生物标志物与疾病状态存在因果关系,并区分其是原发性神经退行过程还是下游后果。现有 FCI 算法在高维稀疏生物数据上可扩展性差,PFCI 通过引入稀疏约束(如惩罚项)来高效推断大规模因果图。方法结合了约束式因果发现与正则化技术,在保持 FCI 处理潜在混杂能力的同时提升计算效率。实证结果显示 PFCI 能识别出与 PD 病理因果相关的生物标志物,支持早期诊断和患者分层。对您而言,本文是因果发现方法在高维真实生物数据上的应用,其稀疏化思路与您在高维统计和因果推断方面的兴趣相关。
  • 关键技术: Fast Causal Inference (FCI), sparsity constraints, penalized estimation, causal structure learning, high-dimensional biomarker data
  • 为什么对您有用: 本文属于因果推断中因果发现(causal discovery)方向,直接关联您的 primary interest 中的 causal inference。您可以用 very_familiar 的高维渐近理论来审视 PFCI 的稀疏性假设和一致性条件,或用 moderately_familiar 的识别理论来评估其在潜在混杂下的有效性。该应用论文展示了真实数据集(PPMI)的分析流程,对您作为流行病学应用案例也有参考价值。

12. 10.1214/26-aoas2230 · arXiv — Scale reliant inference

  • 作者: Michelle Pistner Nixon, Kyle C. McGovern, Maxwell A. Konnaris, Jeffrey Letourneau, Lawrence A. David, Nicole A. Lazar et al.
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Pennsylvania State University · Duke University
  • 分类: vol 20 · issue 3 · pp 2125-2147
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文针对微生物组等多元计数数据中“总计数与系统真实尺度无关”的问题,提出尺度依赖推断(SRI)的形式化框架,并将其归约为经典可识别性理论中的部分识别问题。作者证明在仅依赖相对丰度的数据下,任何方法都无法同时保证一致性和第一类错误控制,从而解释了现有工具(如ALDEx2等)在体外肠道模型研究中出现高假阳性和假阴性的根本原因。为量化尺度不确定性,他们引入贝叶斯部分识别模型(PIMs),并提出尺度模拟随机变量(SSRVs)作为灵活高效的推断工具。SSRVs通过模拟尺度先验并整合到后验推断中,在模拟和真实数据上显著降低了第一类和第二类错误率。该工作将部分识别与贝叶斯计算结合,为因果推断中因不可观测混淆或尺度缺失导致的识别问题提供了新视角,对您关注的proximal CI和敏感性分析有直接借鉴意义。
  • 关键技术: partial identification, Bayesian partially identified models, scale simulation random variables, identifiability theory, type-I error control
  • 为什么对您有用: 该论文直接关联您的主要兴趣——因果推断中的识别问题,特别是部分识别和不确定性量化。其核心思想(将尺度视为不可识别参数并用贝叶斯方法量化)可迁移到proximal CI中处理不可观测混淆的敏感性分析。技术上,您可运用非常熟悉的贝叶斯计算和MCMC工具复现SSRVs,属于立即可做的方向;同时,其证明方法(识别性不可能结果)与您熟悉的假设检验理论相呼应,值得深入阅读。

高维统计 / 随机矩阵 (high_dim_rmt, 1 篇)

1. 10.1214/26-aoas2152 · arXiv — HEDE: Heritability estimation in high dimensions by ensembling debiased estimators in genome-wide association studies

  • 作者: Yanke Song, Xihong Lin, Pragya Sur
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Harvard University · Cancer Research And Biostatistics · Harvard University Press
  • 分类: vol 20 · issue 3 · pp 2005-2026
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究高维线性模型中遗传力(信号噪声比)的估计问题,设定为样本量与维度成比例增长、基因型为次高斯离散随机变量的 GWAS 场景。作者提出一种基于固定效应模型的集成方法 HEDE,将去偏 lasso 和去偏 ridge 估计量进行后处理并集成,同时引入数据驱动的超参数选择策略以提升估计性能。理论上,借助凸高斯极小极大定理和普适性结果,建立了在自适应调参下仍成立的相合性保证。模拟实验表明,该方法在从稀疏到相对稠密、从均匀到不均匀的各种信号结构和遗传架构下均优于现有方法。最后,在英国生物样本库的身高和 BMI 数据上展示了方法的有效性。
  • 关键技术: debiased lasso, debiased ridge, ensemble estimation, convex Gaussian min-max theorem, universality results, adaptive hyperparameter selection
  • 为什么对您有用: 本文属于高维统计与随机矩阵理论的应用,直接关联您的高维统计与 RMT 兴趣;其理论工具(CGMT、普适性)与您的技术储备中的高维渐近分析高度契合,可考虑用您熟悉的极小极大界框架审视其相合性是否最优。

非参数 / 半参数 (nonparam_semipara, 4 篇)

1. 10.1214/26-aoas2210 — Bayesian empirical likelihood for UltraHigh-dimensional variable selection with application to drug sensitivity

  • 作者: Can Xu, Zeyu Lu, Yichen Cheng, Qifan Song, Yichuan Zhao, Xinlei Wang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Southern Methodist University · The University of Texas at Arlington · Georgia State University · Purdue University West Lafayette
  • 分类: vol 20 · issue 3 · pp 2364-2385
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对超高维组学数据(p >> n)中的变量选择与预测问题,提出了一种贝叶斯经验似然方法(BEL_HD)。该方法在 semiparametric 框架下,通过 estimating equations 避免对误差分布(如高斯)的严格假设,并对回归系数和 Lagrange multipliers 施加联合正则化以实现稀疏性。为应对超高维计算挑战,作者设计了 active set MCMC 算法,实现可扩展的贝叶斯推断。模拟和真实数据(如白血病药物敏感性)研究表明,BEL_HD 在预测性能和生物可解释性方面优于现有方法。该方法结合了经验似然的灵活性与贝叶斯推断的优势,为高维生物医学研究提供了稳健且可扩展的工具。
  • 关键技术: Bayesian empirical likelihood, estimating equations, joint regularization, active set MCMC, ultrahigh-dimensional variable selection
  • 为什么对您有用: 本文属于 semiparametric 方法在高维生物医学应用中的前沿工作,直接关联您的 semiparametric & nonparametric theory 兴趣,且其经验似然与贝叶斯结合的思想可能对您在高维推断中的研究有启发。从技术武器库看,您对 M-estimation 和 semiparametric theory 的熟悉程度足以理解其核心机制,但 active set MCMC 的计算细节可能需要补充学习,因此属于中期可做的方向。

2. 10.1214/26-aoas2217 — Bayesian modeling of time-varying parameter vector autoregressions using regression trees

  • 作者: Niko Hauzenberger, Florian Huber, Gary Koop, James Mitchell
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Strathclyde · University of Salzburg · Federal Reserve Bank of Cleveland
  • 分类: vol 20 · issue 3 · pp 2171-2194
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文针对宏观经济模型中普遍存在的参数不稳定问题,提出了一种半参数时变参数向量自回归(TVP-VAR)模型。该模型利用贝叶斯加性回归树(BART)将时变参数建模为效应修饰变量的未知函数,从而对参数变化的驱动机制进行非参数处理。这种设定在条件均值和条件方差中均允许参数以灵活的方式变化,并通过非参数因子结构和收缩先验实现简约性。在估计上,作者开发了基于MCMC的贝叶斯推断算法,能够有效处理高维参数空间。在应用部分,作者使用美国宏观经济数据,展示了模型在追踪菲利普斯曲线(通胀与失业之间的权衡)随商业周期冲击而演变的能力。该方法为宏观时间序列中的结构变化提供了新的非参数建模视角,其BART与TVP结合的思路对您在半参数与非参数理论方面的兴趣有直接参考价值。
  • 关键技术: Bayesian additive regression trees (BART), time-varying parameter VAR, nonparametric factor structure, shrinkage priors, MCMC
  • 为什么对您有用: 本文属于半参数与非参数理论在时间序列中的应用,直接关联您对非参数建模的兴趣。您可运用熟悉的非参数统计和M估计理论来审视其BART先验的渐近性质,或探讨其与更高阶U统计量的潜在联系。中期可做:若想深入其计算复杂度,需在统计计算方面加强。

3. 10.1214/26-aoas2222 · arXiv — A generalized additive partial-mastery cognitive diagnosis model

  • 作者: Camilo A. Cárdenas-Hurtado, Sze Ming Lee, Yunxiao Chen, Irini Moustaki
  • 期刊/来源: Annals of Applied Statistics
  • 机构: London School of Economics and Political Science
  • 分类: vol 20 · issue 3 · pp 2412-2432
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出广义可加部分掌握认知诊断模型(GaPM-CDM),用于放宽传统部分掌握CDM(PM-CDM)中项目反应函数的强参数假设。该模型将每个项目反应函数建模为属性非参数单调函数的混合,兼顾简约性与可解释性。估计方法结合边际极大似然估计与筛(sieve)逼近非参数函数,适用于验证性与探索性设定。通过大量模拟研究评估新方法,并应用于教育测试与医疗保健两个实际测量问题。对您而言,该工作展示了在潜在类别模型中引入非参数筛估计的思路,与您的非参数/半参数理论兴趣相关,但其核心是应用统计,方法学新颖性有限。
  • 关键技术: marginal maximum likelihood, sieve approximation, monotone function mixture, latent class model, cognitive diagnosis model
  • 为什么对您有用: 本文属于非参数/半参数理论的应用方向,与您的非参数估计兴趣相关,但并非核心方法学突破。作为应用统计论文,其筛估计与MML结合的技术可迁移性有限,且不涉及您武器库中的具体工具(如U统计量或半参数效率界)。因此,本文更适合作为了解认知诊断模型领域的入门读物,而非直接可攻的研究问题。

4. 10.1214/26-aoas2192 · arXiv — Addressing phase discrepancies in functional data: A Bayesian approach for accurate alignment and smoothing

  • 作者: Jacopo Gardella, Raffaele Argiento, Alessandro Casa, Alessia Pini
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Milano-Bicocca · University of Bergamo · Free University of Bozen-Bolzano · Università Cattolica del Sacro Cuore
  • 分类: vol 20 · issue 3 · pp 2321-2340
  • 相关性 4/10 · novelty: application
  • 摘要: 本文针对函数型数据中普遍存在的相位与幅度变异问题,提出一种贝叶斯对齐与平滑方法。在膝屈曲角等生物力学数据中,曲线间的时序差异会掩盖有意义的比较,且曲线间变异性大,传统对齐方法易扭曲个体特征。模型通过灵活的平滑成分在消除相位差异的同时保留各曲线独有特征,并引入专用参数以容纳组结构。新先验直接施加于扭曲参数,确保扭曲函数自动满足有效性条件(如单调性、边界约束)。在膝屈曲数据集上的应用表明,该方法在高曲线间变异和复杂组结构下,平滑与对齐性能均表现优异。对您而言,该文展示了贝叶斯非参数方法在复杂函数型数据中的应用,其先验设计与计算策略或可借鉴于您在高维或半参数问题中的建模。
  • 关键技术: Bayesian functional data analysis, curve alignment, warping functions, prior specification, smoothing splines
  • 为什么对您有用: 本文属于非参数与半参数理论的应用,与您的兴趣点(非参数/半参数理论)相关。您可关注其贝叶斯先验设计如何保证扭曲函数的有效性,以及在高变异数据下的稳健性。武器库中的非参数统计和M估计理论可帮助您评估其理论性质,但本文为应用导向,方法学新颖性有限,属于应用类贡献。

效率理论 / Debiased ML (efficiency_dml, 1 篇)

1. 10.1214/26-aoas2215 · arXiv — PPI++: Efficient prediction-powered inference

  • 作者: Anastasios N. Angelopoulos, John C. Duchi, Tijana Zrnic
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of California, Berkeley · Stanford University
  • 分类: vol 20 · issue 3 · pp 2235-2252
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文提出 PPI++,一种基于少量标注数据和大量机器学习预测数据进行估计与推断的轻量级方法。在 prediction-powered inference (PPI) 框架下,目标是对任意维度的参数构造置信集,并保证其优于仅用标注数据的经典区间。PPI++ 通过引入 power-tuning 和 Studentized 得分函数,自动适应预测质量,同时降低计算成本。理论上,该方法在弱假设下达到渐近有效推断,并证明其置信区间在覆盖率和长度上均优于经典方法。实验表明,PPI++ 在计算效率和统计效率上均优于原 PPI 方法。对您而言,该方法与半参数效率理论和去偏机器学习高度相关,其 power-tuning 思想可迁移到您的因果推断或高维推断问题中。
  • 关键技术: prediction-powered inference, power-tuning, Studentized score, asymptotic normality, cross-fitting
  • 为什么对您有用: 本文属于半参数效率与去偏机器学习方向,直接关联您对 efficiency theory 和 debiased ML 的兴趣。其 power-tuning 机制可视为对 influence function 的加权调整,您可以用 very_familiar 的 minimax 理论分析其最优权重选择,或将其思想迁移到 proximal CI 的 sensitivity analysis 中。中期可做:需在 moderately_familiar 的 semiparametric theory 上进一步熟悉,以严格推导其效率界。

数理统计 / 假设检验 (hypothesis_testing, 1 篇)

1. 10.1214/26-aoas2223 — Integrated weighted association test with application to genetic association studies

  • 作者: Hong Zhang, Ming Liu, John E. Landers, Zheyang Wu
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Pfizer (United States) · Worcester Polytechnic Institute · University of Massachusetts Chan Medical School
  • 分类: vol 20 · issue 3 · pp 2074-2097
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文研究全基因组测序研究中整合性关联检验的权重优化问题,目标是最大化检验的渐近效率,从而提高检测疾病基因的统计功效。作者针对一大类加权整合检验,推导出最优权重的显式形式,该权重使检验的 Pitman 功效达到最大。文章阐明了加权提升功效的机制,并设计了结合等位基因频率、注释和连锁不平衡信息的实用权重估计方法。通过大量模拟实验,新方法在功效上优于现有方法;骨质疏松症案例研究进一步展示了其应用价值。对您而言,该文将假设检验的渐近功效优化与高维遗传数据的实际应用相结合,其权重优化框架可能对您在高维假设检验中的功效分析有借鉴意义。
  • 关键技术: weighted association test, asymptotic efficiency, Pitman efficiency, optimal weighting, whole-genome sequencing, linkage disequilibrium
  • 为什么对您有用: 该文属于假设检验方向,直接关联您的主要兴趣中的 hypothesis testing。其核心是优化检验的渐近功效,这与您熟悉的渐近理论相契合。您可以用 very_familiar 的 minimax bounds 和渐近分析工具来审视其最优权重是否在更广的备择假设下仍具优势,或将其推广到高维 U-统计量框架。中期可做:需在 moderately_familiar 的 semiparametric theory 上进一步熟悉,以处理更复杂的相关结构。

统计计算 / 算法 (stat_computing, 1 篇)

1. 10.1214/26-aoas2197 · arXiv — Raking mortality rates across cause, population group and geography with variance estimation

  • 作者: Ariane Ducellier, Alexander Hsu, Parkes Kendrick, Bill Gustafson, Laura Dwyer-Lindgren, Christopher Murray et al.
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Washington · Institute for Health Metrics and Evaluation
  • 分类: vol 20 · issue 3 · pp 2341-2363
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文研究列联表 raking(迭代比例拟合)的方差估计问题,目标是在 GBD 等全球健康研究中,对跨原因、人群和地理维度的死亡率估计进行边际校准,并给出不确定性量化。现有方法通过蒙特卡洛模拟将数千个样本通过完整 raking 流程来估计方差,计算成本极高;作者提出一种只需单次求解即可获得近似相同方差估计的方法。方法上,作者将 raking 扩展统一为凸优化框架,涵盖差分权重、替代距离度量(可强制边界)、可行性检查、硬约束或聚合观测的边际 raking,以及缺失数据处理。理论贡献在于推导了 raking 映射的雅可比矩阵,从而用 delta method 得到解析方差,避免了蒙特卡洛的重复计算。实证部分在大型 3D 死亡率数据(种族、县、死因)上展示了方法的可扩展性和方差估计的准确性。对您而言,本文是统计计算与不确定性量化结合的实例,其凸优化统一框架和单次求解的方差估计思路,可迁移到您熟悉的软件开发和因果推断中的估计量不确定性评估。
  • 关键技术: raking / iterative proportional fitting, convex optimization, delta method, Jacobian of raking mapping, variance estimation, large-scale mortality estimation
  • 为什么对您有用: 本文属于统计计算方向,与您 primary interest 中的 statistical computing 直接相关;其凸优化统一框架和单次求解方差估计的方法,可用您 very_familiar 的软件开发和优化工具快速复现或扩展;作为应用统计论文,其大规模数据处理的模式对您进入流行病学或全球健康数据应用有参考价值。

其他 (other, 21 篇)

1. 10.1214/26-aoas2190 — Deep learning of semicompeting risk data via a new neural expectation-maximization algorithm

  • 作者: Stephen Salerno, Zhilin Zhang, Yi Li
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Washington University in St. Louis · University of Michigan
  • 分类: vol 20 · issue 3 · pp 2453-2473
  • 相关性 6/10 · novelty: application
  • 摘要: 本文针对半竞争风险数据(如疾病进展与死亡)提出一种新的神经期望最大化(EM)算法,用于联合估计各状态转移的非参数基线风险、预测因子风险函数以及转移间依赖程度。方法采用具有转移特定子架构的多任务深度神经网络,通过EM算法迭代优化,桥接了经典半竞争风险模型与深度学习的差距。在Boston Lung Cancer Study队列上应用,评估临床和遗传预测因子对疾病进展和死亡的影响。该方法属于生存分析中深度学习的应用扩展,但未涉及因果推断或高维统计理论。
  • 关键技术: neural expectation-maximization, semicompeting risks, multitask deep neural network, nonparametric baseline hazards
  • 为什么对您有用: 本文属于生存分析应用,与您的主要兴趣(因果推断、高维统计等)关联较弱,但可作为流行病学队列中多状态结局建模的参考。作为gateway reading,其方法学新颖性有限,但数据应用(肺癌队列)和EM与深度学习的结合可能对您了解纵向数据中的复杂事件过程有一定启发。

2. 10.1214/26-aoas2206 — Signal lasso with NonConvex penalties for efficient network reconstruction in complex system

  • 作者: Lei Shi, Jie Hu, Huaiyu Tan, Libin Jin, Wei Zhong, Chen Shen
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Finance and Economics · University of Pennsylvania · Shanghai Lixin University of Accounting and Finance · Xiamen University · Kyushu University
  • 分类: vol 20 · issue 3 · pp 2661-2683
  • 相关性 6/10 · novelty: application
  • 摘要: 本文针对复杂网络重构问题,提出一种基于非凸惩罚的 signal lasso 方法,旨在将连接参数(0/1 信号)直接收缩到端点,以更准确地恢复网络拓扑。与已有凸的 signal lasso 相比,新方法采用两个非凸惩罚函数,并借助坐标下降算法求解,且可将调参参数设为足够大以完全实现信号收缩。作者在多种线性回归设定、演化博弈动态模型和 Kuramoto 同步模型中进行了大量模拟,并与 lasso 型方法及凸 signal lasso 比较,展示了新方法在估计信号参数上的有效性和计算速度。最后通过一个行为实验的真实数据进行了详细分析。该方法属于高维稀疏回归与变量选择范畴,但更侧重于网络重构的应用,而非因果推断或半参数理论。
  • 关键技术: signal lasso, nonconvex penalty, coordinate descent, network reconstruction, sparse regression
  • 为什么对您有用: 本文属于高维稀疏回归方法,与您的高维统计兴趣有一定关联,但核心是网络重构而非因果推断或半参数效率理论。作为应用统计文章,其方法创新有限,主要贡献在于将非凸惩罚引入 signal lasso 并验证其数值表现。若您关注高维变量选择中的非凸惩罚计算问题,可作参考,但并非您当前研究方向的直接推进。

3. 10.1214/26-aoas2218 · arXiv — A joint model for individual mean and within-subject variability of a longitudinal outcome with competing-risk time-to-event outcomes

  • 作者: Shanpeng Li, Daniel S. Nuyujukian, Robyn L. McClelland, Peter D. Reaven, Jin Zhou, Hua Zhou et al.
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of California, Los Angeles · University of Arizona · Phoenix VA Health Care System · University of Washington
  • 分类: vol 20 · issue 3 · pp 2386-2411
  • 相关性 6/10 · novelty: application
  • 摘要: 本文提出一个半参数联合模型,同时刻画纵向生物标志物的个体均值和个体内(WS)变异,并与竞争风险时间-事件结局联合建模。模型通过共享随机效应连接纵向子模型和生存子模型,允许时变协变量和一般形式的潜在关联结构。估计采用EM算法,推断采用剖面似然方法;当生存子模型仅含时不变基线协变量和共享随机效应时,实现了面向生物库规模(数万受试者)的高效实现。模拟显示,当WS变异存在异质性时,忽略该异质性的经典联合模型会产生明显估计偏差、无效推断和较差预测。MESA队列分析表明,WS血压变异性与心血管结局的关联在更异质且更健康的队列中成立,且显式建模异质性WS变异显著提升风险区分度。提供了公开的R包JMH。
  • 关键技术: joint modeling, shared random effects, EM algorithm, profile likelihood, competing risks, within-subject variability
  • 为什么对您有用: 本文属于纵向数据与生存结局的联合建模应用,涉及因果推断中的纵向设定和流行病学队列数据,但方法学上以随机效应和似然推断为主,与您的主要兴趣(如proximal CI、semiparametric efficiency)关联较弱。作为流行病学应用,其MESA数据集和WS变异建模思路可能对您的应用型工作有参考价值。

4. 10.1214/26-aoas2216 · arXiv — Estimating time-varying epidemic severity rates with adaptive deconvolution

  • 作者: Jeremy Goldwasser, Addison J. Hu, Alyssa Bilinski, Daniel J. McDonald, Ryan J. Tibshirani
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of California, Berkeley · Carnegie Mellon University · Brown University · University of British Columbia
  • 分类: vol 20 · issue 3 · pp 2518-2544
  • 相关性 6/10 · novelty: application
  • 摘要: 本文研究流行病学中随时间变化的严重率(如病死率、住院率)的估计问题。在给定主要事件(如感染)和后续次要事件(如死亡)的聚合计数数据下,目标估计每个时间点的严重率。作者提出一种自适应反卷积方法,基于 Poisson-binomial 模型近似次要事件,并用 trend filtering 惩罚对极大似然解进行正则化,得到平滑且局部自适应的严重率估计。该方法可同时用于回顾性和实时估计。在 COVID-19 死亡和住院数据上的实验表明,该估计器通常比标准比率方法更准确,且对模型误设具有合理稳健性。对您而言,本文属于流行病学应用,涉及非参数平滑和反卷积,但方法论新颖性有限,主要价值在于应用场景和数据处理流程。
  • 关键技术: trend filtering, Poisson-binomial model, deconvolution, maximum likelihood, regularization
  • 为什么对您有用: 本文属于流行病学应用,涉及非参数平滑和反卷积,但方法论新颖性有限,主要价值在于应用场景和数据处理流程。作为流行病学方向的入门读物,它展示了如何用统计方法处理公共卫生数据,但武器库中的非参数和优化工具足以支撑理解,无需深入阅读全文。

5. 10.1214/26-aoas2207 · arXiv — Modeling and prediction of mutation fitness on protein functionality with structural information using high-dimensional Potts model

  • 作者: Bingying Dai, Yinan Lin, Kejue Jia, Zhao Ren, Wen Zhou
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Colorado State University · Chongqing Normal University · Yale University · University of Pittsburgh · New York University
  • 分类: vol 20 · issue 3 · pp 2053-2073
  • 相关性 6/10 · novelty: new_theory
  • 摘要: 本文提出一个基于高维 Potts 模型的蛋白质突变适应度预测框架,将蛋白质序列建模为节点上的多类响应,通过节点式高维多项回归估计位点间进化依赖参数。方法通过元素级和组级稀疏惩罚(稀疏组 Lasso)同时鼓励位点间和氨基酸间的稀疏依赖,并利用蛋白质结构信息对位点对施加惩罚权重。作者首次建立了高维 Potts 模型下稀疏组 Lasso 估计的 ℓ2 收敛速率,该速率与高维线性模型稀疏组结构的 minimax 下界匹配(仅差一个依赖于多项分布性质的因子)。理论保证支持对突变能量变化的准确量化,并在 12 个蛋白质家族的高通量诱变实验中优于现有方法。对您而言,本文展示了高维稀疏估计理论在生物序列建模中的应用,但其核心方法(稀疏组 Lasso 的收敛速率)与您的高维统计和 minimax 理论兴趣有交集,可作为应用案例参考。
  • 关键技术: Potts model, nodewise high-dimensional multinomial regression, sparse group Lasso, ℓ2 convergence rate, minimax lower bound, structural penalty weights
  • 为什么对您有用: 本文属于高维统计理论在生物信息学中的应用,与您的高维统计和 minimax 理论兴趣相关。其核心理论贡献(稀疏组 Lasso 的收敛速率匹配 minimax 下界)可视为高维线性模型结果的推广,您可以用您熟悉的 minimax 下界技术检验其速率是否紧。但本文不涉及因果推断、U-统计量或计算复杂性,且方法学 novelty 主要在于将现有稀疏组 Lasso 理论推广到 Potts 模型,属于应用驱动的理论扩展。作为应用案例,其数据(蛋白质序列)和建模思路可能对您拓宽视野有帮助,但并非直接可迁移的方法。

6. 10.1214/26-aoas2232 — A functional landmark flexible-hazards cure model for individual dynamic prediction

  • 作者: Can Xie, Ruosha Li, Jeffrey Morris, Nicholas Short, Hagop Kantarjian, Xuelin Huang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: The University of Texas MD Anderson Cancer Center · The University of Texas Health Science Center at Houston · University of Pennsylvania
  • 分类: vol 20 · issue 3 · pp 2433-2452
  • 相关性 5/10 · novelty: application
  • 摘要: 本文提出一种用于个体动态预测的 landmark 灵活风险治愈模型,目标是在随访时间点基于历史纵向生物标志物数据预测条件治愈概率和生存概率。模型结合函数主成分分析(FPCA)提取纵向轨迹的特征,并采用灵活的风险函数形式以放宽比例风险假设,同时通过治愈模型处理存在治愈人群的情形。模拟研究表明,在多种复杂场景下,该模型在 AUC 和 Brier 分数上优于常用预测模型。作者将该方法应用于慢性髓性白血病研究,展示了动态预测的实用性。对您而言,本文属于应用统计工作,其方法学贡献在于将 FPCA 与治愈模型结合,但未涉及您主要关注的因果推断或高维理论。
  • 关键技术: functional principal component analysis, landmark prediction, cure model, flexible hazards, dynamic prediction
  • 为什么对您有用: 本文属于应用统计(流行病学/临床预测)范畴,可作为流行病学应用方向的入门读物,但方法学上未涉及因果推断或高维理论。您的武器库(如非参数统计、U-统计量)足以理解其方法,但缺乏直接可攻的问题。作为 gateway reading,本文清晰展示了纵向数据动态预测的建模流程,但并非您核心兴趣所在,建议仅作浏览。

7. 10.1214/26-aoas2204 · arXiv — Statistical opportunities in neuroimaging

  • 作者: Jian Kang, Thomas Nichols, Lexin Li, Martin A. Lindquist, Hongtu Zhu
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Michigan · University of Oxford · University of California, Berkeley · Johns Hopkins University · University of North Carolina at Chapel Hill
  • 分类: vol 20 · issue 3 · pp 2586-2612
  • 相关性 5/10 · novelty: survey
  • 摘要: 本文是一篇综述性文章,发表于 Annals of Applied Statistics,旨在为统计学家梳理神经影像学中的统计机遇与挑战。文章首先简要介绍了 MRI、fMRI、EEG、PET 等主要成像技术,然后围绕四个关键领域展开:从出生到 20 岁的大脑发育、成年与衰老大脑、神经退行性疾病与神经精神疾病、以及大脑编码与解码。作者指出了神经影像数据的高维性、测量噪声、运动伪影、受试者间及站点/扫描仪间变异等统计难题,并回顾了前沿研究,强调了数据与建模方面的挑战。文章最后呼吁统计学家、神经科学家和临床医生之间的紧密合作,以推动神经影像学在诊断、机制理解和个性化治疗中的应用。对您而言,本文可作为了解神经影像数据结构和统计问题的入门读物,但方法学新颖性有限,属于领域综述。
  • 关键技术: high-dimensional data analysis, functional connectivity, brain encoding/decoding, multi-site data harmonization
  • 为什么对您有用: 本文属于 gateway-reading 范畴,可作为进入神经影像统计方向的入门读物,清晰阐述了数据结构和统计挑战。您的武器库(如高维统计、非参数方法)足以支撑理解本文,但本文不涉及具体方法学创新,因此不值得深入精读,仅适合快速浏览以了解领域概貌。

8. 10.1214/26-aoas2235 · arXiv — Frequency selection in Bayesian spectral modeling of time series data with applications to wearable device measurements

  • 作者: Beniamino Hadj-Amar, Vaishnav Krishnan, Marina Vannucci
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of South Carolina · Baylor College of Medicine · Rice University
  • 分类: vol 20 · issue 3 · pp 2565-2585
  • 相关性 5/10 · novelty: application
  • 摘要: 本文提出一种贝叶斯尖峰-平板(spike-and-slab)先验框架用于时间序列的谱分析,目标是在精细候选频率网格上同时进行频率选择与降维,以高分辨率恢复振荡成分并促进稀疏性。通过结构化尖峰-平板先验和随机搜索算法(如MCMC)高效探索后验空间,得到每个频率的后验包含概率以量化其相关性。模型进一步扩展至多变量信号,通过层次先验捕捉多个时间序列共享与成分特有的节律。模拟研究显示该方法在频率估计和谱功率重建上优于现有方法。应用于部分性癫痫患者的活动记录数据,单变量模型识别出临床相关的昼夜和超日节律;对健康个体身体活动与皮肤温度的联合分析中,多变量模型揭示了与已知生理耦合一致的部分重叠节律成分。该方法为可穿戴数据、时间生物学和个性化健康监测提供了可解释的谱分析工具。
  • 关键技术: spike-and-slab prior, Bayesian spectral analysis, stochastic search MCMC, hierarchical prior, multivariate time series
  • 为什么对您有用: 本文属于应用统计(Annals of Applied Statistics),涉及贝叶斯方法与时序数据,与您的主要兴趣(如统计计算、高维)关联较弱,但作为流行病学/可穿戴数据的应用案例,可能对您的secondary interest(流行病学应用)有参考价值。从技术角度看,其尖峰-平板先验和随机搜索算法与您的统计计算兴趣有一定交集,但核心机器(贝叶斯MCMC)不在您的武器库中,且方法学新颖性有限。作为gateway reading,本文数据描述清晰,但统计方法深度一般,不值得优先深读。

9. 10.1214/26-aoas2231 · arXiv — Robust spatiotemporal epidemic modeling with integrated adaptive outlier detection

  • 作者: Haoming Shi, Shan Yu, Eric C. Chi
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Rice University · University of Virginia · University of Minnesota
  • 分类: vol 20 · issue 3 · pp 2545-2564
  • 相关性 5/10 · novelty: application
  • 摘要: 本文提出一种稳健的时空广义可加模型(RST-GAM),用于流行病建模中同时估计参数并检测异常值。模型通过均值漂移参数量化异常值效应,并采用自适应Lasso正则化刻画异常值的稀疏性。函数形式用一元多项式样条和三角剖分上的二元惩罚样条估计,数据自适应权重通过数据细化方法构造。作者推导了可扩展的近端算法,通过最小化凸的负对数拟似然函数估计参数,并采用自适应步长保证迭代序列全局收敛。理论上建立了估计参数的误差界和选择相合性,数值实验覆盖多种异常值场景。最后用美国县级COVID-19感染数据展示实际效用,强调对公共卫生决策的潜在价值。对您而言,本文的异常值检测与稳健估计结合思路,以及近端算法设计,对您统计计算和流行病学应用兴趣有参考价值,但方法学新颖性一般。
  • 关键技术: mean-shift parameter, adaptive Lasso, penalized splines over triangulations, data thinning, proximal algorithm, quasi-likelihood
  • 为什么对您有用: 本文属于流行病学应用,使用稳健时空模型和异常值检测,与您的流行病学应用兴趣相关;但方法学上主要是现有技术的组合,新颖性有限。您可用非常熟悉的非参数统计和软件开发现成工具来复现或扩展其算法,属于立即可做的范畴。

10. 10.1214/26-aoas2224 · arXiv — Nested atoms model with application to clustering big population-scale single-cell data

  • 作者: Arhit Chakrabarti, Yang Ni, Yuchao Jiang, Bani K. Mallick
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Texas A&M University
  • 分类: vol 20 · issue 3 · pp 2098-2124
  • 相关性 5/10 · novelty: application
  • 摘要: 本文提出嵌套原子模型(NAM),一种贝叶斯非参数方法,用于对分层或嵌套数据进行聚类,其中观测按组分组,且存在组级和观测级变量。在OneK1K数据集中,观测为来自982个个体的127万个单细胞RNA测序数据,组级变量为个体基因型,目标是联合聚类细胞和个体,以捕捉两层异质性。NAM通过为组级和观测级分别引入原子分布,并利用依赖结构实现嵌套聚类,同时纳入组级变量,弥补了现有分组聚类方法的不足。为扩展到大规模数据,作者开发了快速变分贝叶斯推断算法。模拟研究表明,NAM优于忽略组级变量的现有方法;应用于OneK1K数据时,识别出的细胞簇与已知免疫细胞类型一致,且个体簇具有遗传相似性和同质细胞类型谱。对您而言,本文属于应用统计工作,方法学贡献在于贝叶斯非参数聚类和变分推断,与您的主要兴趣(因果推断、高维统计等)关联较弱,但可作为大规模单细胞数据聚类的入门读物。
  • 关键技术: Bayesian nonparametrics, nested clustering, variational inference, single-cell RNA-seq, Dirichlet process mixture
  • 为什么对您有用: 本文属于应用统计(Annals of Applied Statistics),主题为贝叶斯非参数聚类,与您的主要兴趣(因果推断、高维统计、U统计量等)无直接重叠。作为gateway reading,本文对统计学家而言可读性较好,数据规模大(127万细胞),但方法学深度一般,主要贡献在于应用和变分推断的扩展。您的武器库(非参数统计、变分推断)足以理解本文,但无需深入。

11. 10.1214/26-aoas2209 — Neuron dynamic modeling with random trial effects

  • 作者: Hongyang Lu, Yunpeng Zhao, Dong Song, Haonan Wang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Colorado State University · University of Southern California
  • 分类: vol 20 · issue 3 · pp 2613-2638
  • 相关性 4/10 · novelty: application
  • 摘要: 本文研究神经元在外部刺激下的动态交互建模,针对现有方法忽略跨试验变异的问题,提出在点过程广义线性模型中加入函数型随机效应以刻画神经元间功能连接的试验间差异。估计方法采用期望传播(expectation propagation)与EM算法结合的EMEP算法,用于估计神经交互核函数。模拟研究表明,相比忽略随机效应、将所有试验数据聚合的GLM方法,新方法能提供更精确的估计。该方法进一步应用于视觉皮层数据集的神经连接案例研究。对您而言,本文属于应用统计工作,其方法学核心在于混合效应模型与EM算法的结合,与您的主要兴趣方向(如因果推断、高维统计)关联较弱,但可作为纵向数据中随机效应建模的参考案例。
  • 关键技术: point process GLM, functional random effects, expectation propagation, EM algorithm, neural spike train analysis
  • 为什么对您有用: 本文属于应用统计(神经科学)领域,与您的主要兴趣(因果推断、高维统计、U统计量等)无直接交集。但其中函数型随机效应的建模思路与纵向数据中的因果推断(如时变处理)有一定类比性,可作为扩展阅读。武器库方面,您对非参数统计和估计理论的熟悉程度足以理解其方法框架,但核心的期望传播算法并非您常用工具,属于中期可探索的方向。总体而言,本文作为应用案例,方法学新颖性一般,不建议优先精读。

12. 10.1214/26-aoas2175 · arXiv — A topological Gaussian mixture model for bone marrow morphology in leukaemia

  • 作者: Qiquan Wang, Anna Song, Antoniana Batsivari, Dominique Bonnet, Anthea Monod
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Imperial College London · The Francis Crick Institute
  • 分类: vol 20 · issue 3 · pp 2274-2298
  • 相关性 4/10 · novelty: application
  • 摘要: 本文针对急性髓系白血病(AML)骨髓形态学图像,提出一种拓扑高斯混合模型(topological Gaussian mixture model)。研究目标是通过持久同调(persistent homology)量化骨髓血管微环境的结构异常,并据此区分疾病的不同阶段(对照、早期、晚期)。方法上,作者先从高分辨率图像中提取持久同调特征(如持久图或持久景观),再将其作为观测数据,构建阶段依赖的高斯混合模型,以刻画形态学变化模式并用于预测。该模型将拓扑摘要纳入概率生成框架,兼具推断与预测功能。实证结果表明,持久同调能简洁地揭示不同阶段间的差异,且所提模型在分类和预测上表现良好。对您而言,本文展示了拓扑数据分析和混合模型在生物医学图像中的应用,属于应用统计的范畴,与您的主要兴趣(如因果推断、高维统计)关联较弱,但可作为跨领域阅读的素材。
  • 关键技术: persistent homology, Gaussian mixture models, topological data analysis, image analysis
  • 为什么对您有用: 本文属于应用统计(Annals of Applied Statistics),主题为拓扑数据分析和混合模型在医学图像中的应用,与您的主要兴趣(因果推断、高维统计、半参数理论等)无直接交集。作为gateway reading,本文对统计学家而言入门性较好,数据(图像)和模型(持久同调+混合模型)的阐述清晰,但方法学新颖性有限。您的技术武器库(如非参数统计、U统计量)可支撑理解其模型,但难以直接迁移。因此,本文不值得深入阅读,仅作了解应用领域之用。

13. 10.1214/26-aoas2202 · arXiv — A Bayesian hierarchical model for methane emission source apportionment

  • 作者: William S. Daniels, Douglas W. Nychka, Dorit M. Hammerling
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Colorado School of Mines
  • 分类: vol 20 · issue 3 · pp 2195-2213
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出一个分层贝叶斯模型(MDLQ),用于油气场站点级甲烷排放源解析,目标是在有限个潜在排放设备间分配观测到的甲烷浓度。模型通过 spike-and-slab 先验对排放率施加稀疏性,以刻画设备间歇性排放,并显式建模传感器数据的自相关性。作者在受控释放实验场地上评估模型,该数据集规模大且接近真实排放特征,提供了点传感器网络源解析精度的基线。方法上属于贝叶斯分层建模与 MCMC 推断,与您的主要统计兴趣(因果推断、高维、半参数)无直接交集,但作为应用统计工作,其数据结构和模型设定(稀疏先验、时空自相关)对您了解环境监测中的统计问题有一定参考价值。
  • 关键技术: hierarchical Bayesian model, spike-and-slab prior, autocorrelation modeling, source apportionment, MCMC
  • 为什么对您有用: 本文属于应用统计(环境监测),与您的主要兴趣(因果推断、高维、半参数)无直接交集,但可作为 gateway reading 了解点传感器网络数据中的建模挑战(稀疏性、自相关)。您的武器库(如 MCMC、分层模型)足以理解本文,但无需深入。

14. 10.1214/26-aoas2219 — A generalized phase 1–2–3 design for optimizing doses and comparing treatments within subgroups

  • 作者: Saijun Zhao, Peter F. Thall, Yong Zang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Indiana University School of Medicine · Indiana University · The University of Texas MD Anderson Cancer Center
  • 分类: vol 20 · issue 3 · pp 1942-1960
  • 相关性 4/10 · novelty: application
  • 摘要: 本文在贝叶斯广义 phase 1–2–3 肿瘤试验设计框架下,扩展出考虑患者亚组的版本。目标是针对不同亚组分别进行剂量寻找和 phase 3 治疗比较,同时通过自适应聚类将剂量-结局分布相似的亚组合并,以提高效率。方法上,采用贝叶斯模型对每个亚组的剂量-毒性、早期疗效和长期生存结局建模,并基于预测概率决定是否进入 phase 3。模拟研究表明,所提设计在亚组存在异质性时,优于忽略亚组或对每个亚组单独开展试验的方案。对您而言,本文属于应用统计方法学,但涉及贝叶斯自适应设计和序贯决策,与您的因果推断(纵向)和统计计算兴趣有一定间接关联。
  • 关键技术: Bayesian adaptive design, phase 1-2-3 trial, subgroup-specific dose-finding, adaptive clustering, predictive probability
  • 为什么对您有用: 本文属于应用统计方法学,涉及贝叶斯自适应设计和序贯决策,与您的因果推断(纵向)和统计计算兴趣有一定间接关联,但并非核心方向。作为应用统计文章,其模拟设计和贝叶斯建模思路可作参考,但方法学新颖性有限。

15. 10.1214/26-aoas2178 · arXiv — Joint modeling of spatial dependencies across multiple subjects in multiplexed tissue imaging

  • 作者: Joel Eliason, Arvind Rao, Timothy L. Frankel, Michele Peruzzi
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Johns Hopkins University · University of Michigan
  • 分类: vol 20 · issue 3 · pp 2027-2052
  • 相关性 4/10 · novelty: application
  • 摘要: 本文针对多重免疫荧光组织成像中多受试者空间依赖性的联合建模问题,提出一个贝叶斯层次模型。模型将肿瘤微环境表示为多元对数高斯 Cox 过程,不同细胞类型的空间强度函数由潜在多元高斯过程控制。通过跨受试者合并信息,估计空间相关函数以捕捉同型与异型细胞间的依赖,从而对疾病特异的细胞组织进行可解释推断。模拟验证了模型对潜在因子设定和空间分辨率的稳健性,并应用于胰腺癌和结直肠癌两个数据集,揭示不同疾病亚型的空间组织模式及肿瘤-免疫互作差异。该方法为多受试者空间数据建模提供了通用框架,并附有 R 包实现。
  • 关键技术: Bayesian hierarchical model, multivariate log-Gaussian Cox process, latent Gaussian process, spatial correlation function, Markov chain Monte Carlo
  • 为什么对您有用: 本文属于应用统计(Annals of Applied Statistics),与您的主要兴趣(因果推断、高维、半参数等)无直接重叠,但作为流行病学/生物医学应用,其贝叶斯空间建模框架和 R 包可能对您了解空间组学数据有帮助。作为 gateway reading,本文对非空间统计背景的读者较为友好,但方法学新颖性一般,主要价值在于应用场景和数据处理流程。

16. 10.1214/26-aoas2236 · arXiv — Latency-response theory model: Evaluating large language models via response accuracy and chain-of-thought length

  • 作者: Zhiyu Xu, Jia Liu, Yixin Wang, Yuqi Gu
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Columbia University · University of Michigan
  • 分类: vol 20 · issue 3 · pp 2253-2273
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出 Latency-Response Theory (LaRT) 模型,用于评估大语言模型(LLM),在传统项目反应理论(IRT)仅利用响应正确性的基础上,额外引入思维链(CoT)长度作为推理能力的指标。模型通过一个关键的相关参数联合建模潜在能力与潜在速度,并采用随机逼近期望最大化(SAEM)算法进行参数估计。作者建立了潜在能力与速度参数的可识别性结果,并通过渐近分析和模拟研究展示了 LaRT 相比 IRT 在估计精度和置信区间长度上的优势。在真实数据上,LaRT 给出了与 IRT 不同的 LLM 排名,并在预测能力、项目效率、排名有效性和评估效率等指标上优于 IRT。该工作属于应用统计方法在 AI 评估中的创新,但方法论核心是 IRT 的扩展,与您的主要兴趣(因果推断、高维统计等)关联较弱。
  • 关键技术: item response theory, latent variable modeling, stochastic approximation EM, identifiability analysis, chain-of-thought
  • 为什么对您有用: 本文属于应用统计方法在 AI 评估中的创新,但方法论核心是 IRT 的扩展,与您的主要兴趣(因果推断、高维统计等)关联较弱。不过,其联合建模潜在变量与可识别性分析的技术,可能对您在因果推断中处理潜在混杂或中介变量有启发。作为应用统计学的读者,本文可作为了解 LLM 评估统计方法的入门读物,但武器库中的工具(如 semiparametric theory)足以支撑理解,无需专门投入。

17. 10.1214/26-aoas2234 — A hybrid statistical framework for the early detection of fake news

  • 作者: Livio Fenga, Luca Biazzo
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Exeter · University of Brescia
  • 分类: vol 20 · issue 3 · pp 2684-2701
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出一个两层的混合统计框架,用于在快速变化的在线环境中早期检测假新闻。第一层使用基于词典的情感分析监控新闻文章的情感结构,捕捉文本内部轨迹并识别情感不协调模式,以区分人为捏造与真实报道。第二层将最大熵自助法(MEB)与集成预测模型(ETS、ARIMA、极限学习机)结合,对Google Trends的关键词时间序列建模,构建单侧预测区间以监测公众注意力动态。通过自助法置信区间识别关键词注意力异常,无需高斯误差假设,并将其解释为错误信息相关冲击的早期预警信号。框架在25篇文章的语料库(20篇真实、5篇捏造)、合成压力测试以及独立记录的误信息事件(如“奥巴马出生证明”、“covid 5g”、“披萨门”)上进行了评估。实证结果表明混合系统能可靠区分真假文本,并持续标记关键词注意力的危机式激增,为早期错误信息监测提供了可解释的、统计基础扎实的决策支持工具。
  • 关键技术: lexicon-based sentiment analysis, maximum entropy bootstrap (MEB), ensemble forecasting (ETS/ARIMA/ELM), one-sided predictive intervals, bootstrap confidence bounds
  • 为什么对您有用: 本文属于应用统计在社会科学/媒体分析领域的案例,与您的主要兴趣(因果推断、高维统计、U-统计量等)无直接方法学重叠,但作为Annals of Applied Statistics的应用论文,其将情感分析与时间序列异常检测结合的框架设计,以及MEB这一非参数自助法在非高斯误差下的应用,对您了解应用统计学的当前实践有一定参考价值。该论文属于gateway-reading范畴,可作为了解应用统计在错误信息检测领域现状的入门读物,但武器库中的工具(如非参数理论、时间序列分析)足以支撑您理解其方法,无需投入大量时间精读。

18. 10.1214/26-aoas2184 — A scalable path algorithm for clusterwise messaging component analysis in digital communications

  • 作者: Rashmi Ranjan Bhuyan, Wreetabrata Kar, Gourab Mukherjee
  • 期刊/来源: Annals of Applied Statistics
  • 机构: University of Southern California · University at Buffalo, State University of New York
  • 分类: vol 20 · issue 3 · pp 2639-2660
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出一种用于数字通信中消息组件效应分析的统计方法 CURM,目标是在消费者异质性下估计不同消息组件对用户响应的影响。方法通过广义聚类线性回归基于历史特征对用户分段,并引入动态指标以捕捉用户参与度的短期变化和近期消息的影响。参数估计采用基于 Polya-gamma 数据增广的 Gibbs 算法,以处理二项似然,并设计了路径算法(PA)以在不同异质性水平下提供细粒度分析。作者建立了算法操作特性的大样本性质并分析了计算复杂度,R 包 PACURM 实现了全部方法。应用部分使用服装行业数字优惠券的消费者响应数据,展示了用户分段、消息频率和组件效用的重要性。
  • 关键技术: generalized clusterwise linear regression, Polya-gamma data augmentation, Gibbs sampling, path algorithm, Bayesian estimation
  • 为什么对您有用: 本文属于应用统计(数字营销),与您的主要兴趣(因果推断、高维、半参数等)无直接交集,但其中聚类回归和路径算法的计算思想可能对统计计算兴趣有轻微启发。作为应用论文,其方法学新颖性有限,但展示了贝叶斯计算在大规模营销数据中的应用,可作为了解行业数据结构的入门读物。

19. 10.1214/26-aoas2238 — Spatiotemporal fusion of reanalysis and in situ data for censored threshold exceedances of PM2.5

  • 作者: M. Daniela Cuba, Craig Wilkie, Marian Scott, Daniela Castro-Camilo
  • 期刊/来源: Annals of Applied Statistics
  • 分类: vol 20 · issue 3 · pp 2214-2234
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出一个贝叶斯分层数据融合框架,用于整合再分析格点数据与地面监测站点的PM2.5观测,目标是预测超过阈值的极端污染事件。模型基于极值理论,采用Dirac-delta广义帕累托分布(Dirac-delta GPD)来同时刻画超阈值和非超阈值过程,并保留事件发生的时间结构。该方法能够处理不同时空分辨率的数据,并全面考虑参数不确定性。在伦敦Greater London地区的应用中,模型在多数站点上优于log-Gaussian替代模型和单独的再分析数据,并捕捉到沿海地区PM2.5浓度更高的空间模式。该工作属于环境统计应用,方法学上结合了贝叶斯分层建模与极值理论,对您而言可作为极值统计与空间数据融合的入门读物,但与其主要兴趣方向(因果推断、高维统计等)关联较弱。
  • 关键技术: Bayesian hierarchical model, Dirac-delta generalized Pareto distribution, data fusion, spatiotemporal modeling, censored threshold exceedances
  • 为什么对您有用: 本文属于应用统计(环境统计)范畴,可作为gateway reading了解极值理论在空间数据融合中的应用。武器库中的非参数统计和贝叶斯方法足以支撑理解其模型框架,但该主题与您的主要兴趣(因果推断、高维统计、效率理论)无直接交集,且不涉及您擅长的U统计量或计算复杂度问题。因此,作为入门读物可读,但无需深入。

20. 10.1214/26-aoas2211 · arXiv — Efficient surgical tool recognition via HMM-stabilized deep learning

  • 作者: Haifeng Wang, Hao Xu, Jun Wang, Jian Zhou, Ke Deng
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Tsinghua University · Peking University People's Hospital
  • 分类: vol 20 · issue 3 · pp 2474-2496
  • 相关性 3/10 · novelty: application
  • 摘要: 本文研究手术视频中手术工具、动作和阶段的自动识别问题,目标是在视频帧序列上检测工具是否存在。作者通过探索性数据分析发现,手术视频具有相对简单的语义结构,其阶段和工具的出现可由一个紧凑的隐马尔可夫模型(HMM)很好地刻画。基于此,提出一种HMM稳定的深度学习方法,将HMM作为序列依赖的显式模型与深度特征提取结合,用于工具存在性检测。大量实验表明,该方法在性能上优于现有复杂深度学习模型,同时训练和运行成本更低,并支持在标签不完整的情况下灵活构建和使用训练数据。作者认为,过度复杂的深度学习结构可能对数据利用效率不高,而将深度学习与统计学习有机结合可获得竞争性能、透明解释和便捷训练。
  • 关键技术: hidden Markov model, deep learning, video frame sequence modeling, tool presence detection
  • 为什么对您有用: 本文属于应用统计(医学影像/视频分析)领域,与您的主要兴趣(因果推断、高维统计等)无直接关联,但作为Annals of Applied Statistics的应用论文,其将统计模型(HMM)与深度学习结合的思路对您可能有一定参考价值,尤其是在统计计算和算法设计方面。作为gateway reading,本文对非计算机视觉背景的统计学家较为友好,数据与模型描述清晰,但方法学新颖性有限,属于应用型工作。

21. 10.1214/26-aoas2189 · arXiv — Detecting breast carcinoma metastasis on whole-slide images by partially subsampled multiple instance learning

  • 作者: Baichen Yu, Xuetong Li, Jing Zhou, Hansheng Wang
  • 期刊/来源: Annals of Applied Statistics
  • 机构: Peking University · Xi'an Jiaotong University · Renmin University of China
  • 分类: vol 20 · issue 3 · pp 2299-2320
  • 相关性 3/10 · novelty: application
  • 摘要: 本文提出一种基于高斯混合模型的部分子采样多实例学习(MIL)框架,用于全切片图像(WSI)中乳腺癌转移的检测。将WSI视为由随机裁剪的子图像(实例)组成的包,通过包级最大似然估计(BMLE)预测转移,并引入子采样最大似然估计(SMLE)通过选择性标注部分实例来细化预测。在乳腺癌转移预测数据集上,BMLE优于现有方法,SMLE进一步提升包级和实例级预测精度,且对模型误设具有鲁棒性。理论分析和模拟研究验证了方法的性能和稳健性。
  • 关键技术: multiple instance learning, Gaussian mixture model, bag-based maximum likelihood estimation, subsampling-based maximum likelihood estimation, whole-slide image analysis
  • 为什么对您有用: 本文属于应用统计(医学图像分析),与您的主要兴趣(因果推断、高维统计等)无直接重叠,但作为应用统计的实例,展示了在计算约束下设计统计估计量的思路。若您对统计计算或应用统计感兴趣,可作为入门读物,但武器库中的工具(如U统计量、半参数理论)在此场景的迁移性有限,暂不可做。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论