跳到正文

论文解读

arXiv 论文中文摘要 + 关键要点 · 最近 90 天· 已显示 24 篇

stat.ME·已译

网络干扰下因果函数恢复的填充距离引导主动学习

Fill-Distance-Guided Active Learning for Causal Function Recovery under Network Interference

Peiyao Liu · Hongtao Zhu · Sizhe Zhang · 3+

因果推断旨在学习结果在替代干预下如何变化,但网络交互使这一任务复杂化。在网络干扰下,结果同时取决于自身处理和邻居处理,使因果效应成为邻域暴露的函数,而非单一处理对比。现有方法主要针对预先指定的因果对比或其估计精度,全局响应函数恢复基本未被探索。研究有限实验预算下的序贯实验,目标是恢复完整的暴露依赖总体平均响应函数。为此提出 FANCI(Fill-Distance-Guided Active Learning for Network-Interference Causal Inference)。在函数学习方面,处理特定的高斯过程(Gaussian process)灵活建模非线性条件响应曲面。在实验设计方面,将全局响应函数恢复表述为覆盖问题,提出填充距离(fill distance)准则引导新实验走向覆盖不足区域。为考虑网络对可达暴露模式的约束,开发全网络与目标筛选两种策略选择可行的网络—分配对。理论上推导了连接填充距离与响应函数估计的一致误差界,并刻画目标筛选带来的近似损失。模拟与在线游戏实验表明,FANCI 改善非线性暴露依赖效应的恢复,并揭示忽略网络干扰时被掩盖的处理模式。

stat.ME·已译

平衡划分森林用于因果加权

Balancing Partition Forest for Causal Weighting

Felipe Angelim · Alessandro Leite

在观察性因果推断中,平衡权重用于构建一个处理与观察到的预处理协变量相互独立的总体。理想权重是协变量边际分布与处理边际分布之积同其联合分布之比,对二元和连续处理均适用。提出平衡划分树(Balancing Partition Tree, BPT)与平衡划分森林(Balancing Partition Forest, BPF),在学到的协变量—处理空间矩形划分上估计该比值。每次分裂最大化由联合计数与边际计数计算出的 Bregman 散度增益。两种散度选择分别得到最大化划分所捕获互信息或降低权重平方误差的准则。证明两种准则的总体残差均能界定使用总体划分权重的逆概率加权与双稳健响应估计器的偏差。在 17 个合成与半合成设置及三个响应估计器上,BPF 在七种权重估计器中取得最低平均 RMSE 排名,单棵树在 16,512 个观测上拟合耗时 0.14 秒。

stat.ME·已译

约束采样的动能 Langevin 分裂格式

Kinetic Langevin Splitting Schemes for Constrained Sampling

Neil K. Chada · Lu Yu

约束采样指从限制在凸集上的分布中生成样本,是计算统计中的重要问题。该工作通过对约束目标的惩罚替代项应用动能 Langevin 动力学的对称 BAOAB 与 ABOBA 分裂,提出新的未调整采样算法,并包含其随机梯度版本。由于惩罚替代项的 Hessian 在约束集边界处不连续,依赖 Lipschitz Hessian 的分析不适用;因此仅基于强凸性与光滑性建立分析,证明两种格式的一步 Wasserstein 收缩、非渐近 Wasserstein 界与复杂度界。随机梯度版本的复杂度较传统 Euler 型离散化显著改进。数值实验在玩具问题与贝叶斯约束回归上验证理论;分裂格式在比 Euler 型方法大数倍的步长下保持稳定,达到给定精度所需梯度评估次数少 5 至 17 倍。

stat.ME·已译

面向删失数据的稳健治疗规则学习

Learning Robust Treatment Rules for Censored Data

Yifan Cui · Junyi Liu · Tao Shen · 2+

直接通过最大化期望结果来估计最优治疗规则的研究快速增长。在生物医学与运营应用中,常观察到删失生存结局,此时截断平均生存时间与生存概率备受关注。针对删失生存结局,提出两种稳健准则学习最优治疗规则:前者以给定分位数(如中位数)为截断点,最大化截断平均生存时间;后者最大化缓冲生存概率,其中预设阈值根据截断平均生存时间进行调整。开发基于采样的差凸算法学习所提最优治疗规则,并给出理论依据。模拟研究中,估计量相比现有方法表现更优。利用 AIDS 临床试验数据演示所提方法。

stat.ME·已译

通用机器学习子组识别的统计性能保证

Statistical Performance Guarantee for Subgroup Identification with Generic Machine Learning

Michael Lingzhi Li · Kosuke Imai

在许多学科中,研究者使用机器学习(ML)算法来识别最可能从治疗中获益(“异常响应者”)或受损的子组。子组识别的常见方法分两步:首先用ML算法估计条件平均处理效应(CATE),然后根据估计的CATE选择预测受治疗影响最大(正向或负向)的个体。然而,CATE估计常有偏且噪声大,且用同一数据同时识别子组和估计其组平均处理效应会导致多重检验问题。为此,我们为按通用ML算法排序的组平均处理效应(GATES)估计开发了一致置信带。利用这些一致置信带,研究者可以在统计保证下识别出GATES超过某一效应大小的子组,无论该效应大小如何选择。该方法使用随机处理分配、单元随机抽样以及连续性和矩条件,不要求ML得分的一致性(consistency)或单调性。我们推导了估计误差的Wiener表示,并对经验子组阈值和固定处理样本量进行了校正。通过高斯抽样估计该表示,无需重新拟合ML模型即可获得渐近精确的一致覆盖。我们还为均值调整处理效应和其他评估指标开发了一致带。一个模拟设计和一个晚期前列腺癌临床试验的应用说明了子组识别问题。

stat.ME·已译

COSI:稳健有效推断框架

COSI: A Framework for Robustly Valid Inference

Arun K. Kuchibhotla · Sivaraman Balakrishnan · Larry Wasserman

COSI(COnfidence from Scale Invariance,尺度不变性置信)是一个为统计泛函构建置信集的框架。它基于 HulC(Hull-based Confidence),后者利用中位数无偏性从批次估计构造置信集。COSI 利用许多常见估计量共有的尺度不变性:将数据划分为批次,在每个批次内计算估计,并保留那些使批次估计通过尺度不变性检验的候选参数值。所得置信集在比经典 Wald 和 bootstrap 程序更弱的假设下渐近有效,且在小样本中覆盖率更接近名义水平。应用包括均值、误设定线性模型回归系数、张量范数和 Fréchet 均值的稳健推断。

stat.ME·已译

局部线性广义单索引回归

Locally Linear Generalized Single Index Regression

Tristan Luca Saidi · Arun Kuchibhotla

针对广义单索引回归模型提出并分析一种估计流程。该框架将响应变量 Y 的条件均值建模为协变量 X 的函数,映射形式为 f∘g,其中 g 为 β-Hölder 连续且 β≥2,f 可为有界变差的不连续函数。所提通用流程对协变量 X 的分布仅要求有界、足够光滑且关于 Lebesgue 测度绝对连续。通过求解局部加权线性最小二乘问题,联合估计梯度向量 v̂(x)≈∇g(x) 与条件均值 μ(x)=f(g(x))。推导了梯度估计 v̂_x 与回归估计 μ̂(x) 的中心极限定理,并给出收敛速率,表明当 β=2 且 f 具有局部 Lipschitz 导数时达到极小极大均方误差速率。与已有方法不同,速度估计结果允许连接函数属于局部有界变差类,从而可处理非光滑甚至不连续的连接函数,同时在几乎每个推断点保持相合性与渐近正态性。最后将模型实例化到 g=Π 为到紧致正则嵌入 C³ 曲线 γ 的最近点投影的情形,并辅以真实与合成数据实验验证方法效用。

stat.ME·已译

固定基准二项混合的方差自适应置信域及其在 LLM 评估中的应用

Variance-adaptive confidence regions for fixed-benchmark binomial mixtures, with application to LLM evaluation

Kuancheng Ye

针对每个问题将语言模型运行 n 次得到的独立计数 c_i~Bin(n,p_i),为成功概率 p_1,...,p_m 的经验分布 F_m 的线性泛函 θ(F_m)=∫h dF_m 构造置信区间。对任意 n、m 和固定 (p_i),对所有有界 h 同时保证覆盖概率至少 1-α。方差自适应(VA)域利用候选混合分布所隐含的尾部计数条件方差来检验每个候选混合分布;该方差关于分布是线性的,因此该域可化为线性规划,并用单元包络保证其在网格外仍然有效。按独立同分布采样校准的域针对超总体分布,对 θ(F_m) 偏保守。在给定全部 n 个尾部计数、固定 n、连续 h 且网格随 m→∞ 细化的条件下,VA 宽度的辨识部分在一阶意义下达到最坏情况最优,与任何具有相同索引集的定位方法相同。在主要比较器运行前固定的规则下,VA 在每个 n 上都比两阶段 plug-in 带更窄(n=128 时宽度比中位数为 0.60),但在 n=128 时并不比渐近逐点 AMARI 区间更窄;在真实 rollout 池上,当 n≤128 时它比逐点 AMARI 和 Bonferroni 校正 AMARI 都更宽。对于 P(p>0) 和 k≫n 的 pass@k,数据仅支持下界。

stat.ME·已译

并非所有错误标签都相同:基于置信序列的任务感知高效审计

Not All Mislabels Are Equal: Efficient Task-Aware Auditing with Confidence Sequences

Fangyuan Lin · Noah Krever · Jakub \v{C}ern\'y · 1+

研究固定数据集中类别标签的高效自适应审计,动机来自生物多样性信用项目:物种记录专家核验成本高,下游评分(如付款)对某些标签错误更敏感。提出的 ATLAS 框架将任意时间有效推断与任务感知自适应审计策略结合。通过混淆矩阵表示标签修正,依据标签不确定性和潜在修正对下游评分函数的影响,优先选择下一个检查的数据点。在肯尼亚生物多样性数据的主要案例中,任务感知审计在保持任意时间有效保证的同时,减少了估计错误标签率和非线性生物多样性评分所需的专家审查量。还在图像分类和命名实体识别的公开数据集上评估 ATLAS。在线性和非线性评分的实验中,ATLAS 通常以显著更少的审计达到与竞争任意时间有效方法相同的精度。当无分布保证成本过高时,开发基于模型的贝叶斯替代方案,依赖建模假设进一步减少审计次数。生物多样性案例研究突显统计有效性与实际可行性之间的差距:Serfling 界和现有置信序列程序等通用方法严谨,但实践中可能需要过多专家审查。结果表明,任务感知审计能显著减少所需专家审计次数,同时提供有限样本、任意时间有效的保证。

stat.ME·已译

动态双图 Matérn–Whittle 过程:学习时空场之间的依赖图

Dynamic bigraphical Mat\'ern--Whittle processes: learning dependence graphs among spatial-temporal fields

Alokesh Manna · Debangan Dey

许多研究在多个地点按时间序列记录若干变量,例如监测站的污染物浓度或各区的传染病病例数。核心问题是变量间的依赖关系及其随时间的变化。为此提出动态双图 Matérn–Whittle(DBMW)过程。每个变量对应一个空间场,按自回归方式演化;变量间的图结构耦合各场的时间新息,其连边随时间出现与消失,且连边符号可改变。站点上的图拉普拉斯给出空间结构,典范指数族将场与高斯、计数或二项响应相连。潜在场在所有站点、变量和时段上的联合分布按图拉普拉斯的特征模态分解,其归一化常数与图及动态无关。因此给定场后,时变带符号图的后验可通过前向—后向递推精确计算。估计分三步:无图拟合(同时给出带区间的切换率)、精确图后验、联合重拟合。模拟中,DBMW 恢复图的平均精度高于 graphical lasso、时变 graphical lasso 和 Poisson log-normal 网络;对留出数据的预测优于用 Matérn 场与自回归演化、经集成嵌套拉普拉斯近似分别拟合各变量的标准时空模型。在 288 个美国站点的周度空气质量数据中,恢复了臭氧与二氧化氮之间符号的季节性变化;在德国七种疾病的监测数据中,区级连边在 COVID-19 大流行期间保持为正且稳定。

stat.ME·已译

β 模型中的同质追踪

Homogeneous pursuit in $\beta$ model

Ergan Shang · Si Chen · Canhong Wen

大数据时代,网络形式的数据广泛出现在各个领域。为揭示并恢复由核心单元与大量链接构成的真实模型,稀疏约束下的 β 模型被提出,以满足统计学家与工程师的期望。该网络模型不仅继承了 Erdős-Rényi 模型的优良性质,还通过调节稀疏参数 s 展现度异质性。本文提出同质追踪(Homogeneous Pursuit, HP),一种通过原始-对偶算法实现的 ℓ0 约束最大似然估计方法。为降低计算难度,通过原始-对偶过程找到目标函数的替代函数,进而导出 Majorization Minimization 算法。经细致评估,该算法以压缩映射方式呈现良好的收敛速率。在若干温和条件下,用于选择稀疏水平的广义信息准则(GIC*)具有相合性。将 HP 与 GIC* 结合得到自适应过程 HP-GIC*;HP-BIC 表示用 BIC 选择稀疏度的同一估计方法。模拟研究表明,在报告的比较中 GIC* 相对 BIC 改善了支撑恢复,而 HP 在保持与稀疏基准方法相当的估计精度同时计算成本更低。小额信贷应用展示了 HP-GIC* 用于研究网络显著性与参与度之间关联的用途,在报告的村级回归中拟合更优。

stat.ME·已译

风险感知分位数学习用于个性化动态治疗方案

Risk-Aware Quantile Learning for Personalized Dynamic Treatment Regimes

Chunyin Lei · Annie Qu

序贯临床决策往往不只是最大化平均疗效。临床医生可能需要同时优化结局分布中临床相关的尾部、控制治疗相关风险,并在多个治疗选项间选择。现有的分位数动态治疗方案(DTR)方法能刻画治疗结局的分布特征,但大多局限于仅关注疗效的目标和二分类治疗。为此,提出风险感知分位数动态治疗方案(RQDTR),一个统一框架,在优化累积潜在结局的预设分位数的同时显式纳入治疗相关风险。还开发了一种基于角度的表述,用于跨多个治疗类别联合学习决策规则。该框架包含三个可解释的子类:仅疗效的分位数学习、带群体水平风险控制的约束式学习,以及通过复合获益-风险效用进行的效用式学习。理论上,建立了可识别性与 oracle 等价性、在递增二次惩罚下的替代与估计量一致性、渐近风险可行性,以及有限样本性能误差界。大量模拟研究以及在 All of Us 重性抑郁障碍和 MIMIC-III 脓毒症数据上的应用表明,RQDTR 相比现有分位数 DTR 方法改善了面向尾部的疗效,并实现了更有利的获益-风险权衡。

stat.ME·已译

序列模型的精确约束解码:控制器增强隐马尔可夫模型及扩展

Exact Constrained Decoding for Sequence Models: Controller-Augmented Hidden Markov Models and Beyond

Lekha Patel · Luis Damiano

隐马尔可夫模型是序列推断的基础,但以路径约束(如优先级要求、访问基数或单调状态推进)为条件会引入长程依赖,需要额外内存进行动态规划。为此,提出控制器增强隐马尔可夫模型(CHMMs),将每个约束编译为跟踪充分有限历史的有限状态控制器,随后在增强链上使用标准前向-后向和 Viterbi 递归,在离散时间中计算精确约束后验和最大后验路径,并通过均匀化在连续时间中计算观测时刻的最大后验增强状态序列。建立若干理论保证的同时,11 个约束族的控制器编码目录使框架可操作。在 3 个真实序列标注任务上评估经典和神经解码器(有无控制器增强):黑腹果蝇基因结构解码、CASAS 智能家居自由生活活动识别、可穿戴传感器协议定义活动识别。理论与实验共同刻画了精确控制器增强何时有用、何时更简单方法已足够。

stat.ME·已译

大规模因果推断中基于核估计器的快速不确定性量化

Fast Uncertainty Quantification for Kernel-Based Estimators in Large-Scale Causal Inference

Matthew Kosko · Falco J. Bargagli-Stoffi · Lin Wang · 1+

核方法广泛用于因果推断中的处理效应估计、策略评估和策略学习。Bootstrap 因其广泛适用性成为不确定性量化的标准工具。随着数据集规模增大,例如 National Vital Statistics System (NVSS) 的 2023 年美国出生数据包含 3,605,081 例登记出生(队列限制后分析样本为 2,980,739 例),这些方法的计算需求显著增加。核方法随样本量扩展性差,而 bootstrap 需要重复重拟合,进一步加剧了这一限制。因此,大规模场景下基于核估计器的 bootstrap 推断在计算上可能不可行。本文将 Kosko 等人 (2023) 的因果 Bag of Little Bootstraps (cBLB) 算法扩展到核方法,通过结合子采样与重采样实现计算可扩展性,同时保持一阶不确定性量化和渐近正确的覆盖率。在三种代表性实现上评估:核化增强结果加权学习、基于核的极小极大加权,以及带核支持向量机的双重机器学习。模拟表明,该方法以少量计算成本获得名义覆盖率的置信区间。进一步利用 NVSS 数据估计任意吸烟量对出生体重的影响及最优处理方案,展示了实际应用价值,而标准 bootstrap 在此规模下计算成本过高、实际不可行。

stat.ME·已译

FréchetFlow:面向非欧几里得数据的流匹配

Fr\'echetFlow: Flow Matching for Non-Euclidean Data

Yidong Zhou · Muqing Cui · Hans-Georg M\"uller

概率分布、树和协方差矩阵等科学观测数据需要尊重其非欧几里得几何结构的生成模型。流匹配虽已通过测地线和速度扩展到流形上,但一般度量空间并不具备此类流形结构。提出 FréchetFlow,一种面向度量空间取值数据的生成建模框架,既不需要线性运算,也不需要光滑流形结构。该方法的关键特点是利用成熟的欧几里得流学习到一组地标(landmark)距离的联合分布,再根据生成的地标表示重建新对象。重建步骤借鉴 Fréchet 回归,使用参考对象的加权 Fréchet 均值。建立了 Wasserstein 误差界,将生成对象分布的精度与地标放置、流近似和重建误差联系起来,并在有限二阶矩下证明一致性。由此得到的收敛速率取决于目标对象的度量复杂度、尾部矩和拟合精度。实验表明,在欧几里得模拟中精度与已有流匹配方法相当,在多个科学数据集上 Wasserstein 误差低于专门定制的方法。在各类模拟设置中,生成误差随样本量增大而下降。

stat.ME·已译

一条曲线,不同权重:AUC、Brier 分数、决策加权 AUC 与策略 Youden 指数

One Curve, Different Weights: AUC, the Brier Score, Decision-Weighted AUC, and the Policy Youden Index

Yegor Baranovski

AUC 与 Brier 分数是二分类风险评分的标准汇总指标,但二者对模型的排序可能不同。引入加权 AUC(AUC_π),按概率为 π 的决策者对不同观测对的处理差异对每对观测加权。证明三者均基于同一条曲线——Youden 指数 J(t)=TPR(t)-FPR(t) 在截断点 t 上的加权平均,区别仅在截断点权重:AUC 用全体分数分布加权,Brier 分数用真实概率 E[Y|S] 加权,AUC_π 用决策者行动概率加权。归一化后,AUC_π 等于理想预测的 Brier 技能分数,其权重移至决策者关心的截断点。进一步证明,按 |π(s)-π(s')| 对观测对加权(至多相差尺度)是唯一使成对加权 AUC 对任意分数分布都等于 Youden 曲线平均的预设成对权重。作为排序指标,AUC 对所有模型一视同仁;Hand (2009) 表明它也可读作成本阈值上的平均,但此读法下各模型对阈值加权不同。AUC_π 的分子称为策略 Youden 指数,等于固定策略下期望作用于类 1 的比例减去类 0 的比例,以同一策略评判所有模型从而避免上述问题;完整比值 AUC_π 则不然。

stat.ME·已译

多模态预测对象下的充分降维

Sufficient Dimension Reduction with Multimodal Predictor Objects

Abdul-Nasah Soale

研究标量响应 Y 在欧氏预测变量 X ∈ R^p 与一般度量空间中随机预测对象 Z 上的回归,允许任意结构依赖。通过序贯条件独立框架构造联合充分降维 (B^T X, G_Z),其与 Y|X 的普通中心子空间有本质区别。方法上,将 Z 嵌入再生核希尔伯特空间,用正则化核-响应包络模型提取特征映射的有限维约简;随后部分自适应估计在给定第一阶段坐标的条件下恢复欧氏约简。在收缩正则化下建立第一阶段包络子空间的根 n 相合速率,并给出第二阶段欧氏子空间估计的大样本相合性。模拟与两个真实数据应用说明方法的效用与灵活性。

stat.ME·已译

自适应实验可掩盖模型误差:检测极限与证伪预算

Adaptive Experimentation Can Hide Model Error:Detection Limits and Falsification Budget

Ramnarayan Choudhary

实验可能对工作模型的参数有信息量,却无法揭示该模型是否错误。自适应设计通过反复选择错误模型拟合良好的设置,会加剧这种错配。研究以实验者自身的采样分布为基准,界定了任何有效充分性检验的效力上限,并区分了所选数据中缺失的信息与检测器丢失的信息。一种可计算的诊断指标,相对于工作模型声明的扩展,度量未解决的误差,并由此引出一种无需训练的规则:预留部分设计预算用于证伪。实证记录好坏参半:独立设定的主研究未通过检测资格,后续的分子诊断未达到其改进标准。在冻结规则于新的连续零面板上失败后,一项披露的次要视野校准修订在 T = 240 时检测出 35.8% 的误设定实验,而类别分离对照为 31.7%,但在 T = 480 时无已解决的优越性。在修正的 289 单元实测回放中,它优于随机设计,但落后于类别判别 EIG。一个条件性无效界解释了为何剩余时间重要,但未证明门限常数或其效力。这些结果支持将参数学习、模型检查与检测器性能分开;它们并未确立普遍优越的设计策略或前瞻性科学发现。

stat.ME·已译

深度 M-回归的统计与隐私保证:基于随机梯度 Langevin 动力学

Statistical and Privacy Guarantees for Deep M-Regression via Stochastic Gradient Langevin Dynamics

Yeheng Ge · Jian Huang · Shuyuan Wu

研究通过随机梯度 Langevin 动力学(SGLD)训练的深度非参数回归,SGLD 是在优化过程中注入校准高斯噪声的随机梯度下降变体。针对深度 ReLU 网络采用 PAC-Bayes 分析,建立超额风险界,同时计入网络逼近误差、统计复杂度与 SGLD 轨迹累积的算法代价。在 Bernstein 条件与稳定 SGLD 机制下,超额风险界含一个系数与注入噪声方差成反比的随机项,而估计量在 Hölder 光滑条件下保持非参数回归的最优速率(至多对数因子)。该结果为适度 SGLD 噪声的泛化收益提供逼近误差感知、速率最优的统计解释。对逐样本裁剪 SGLD,进一步建立精确 f-DP 保证及相应渐近 μ-GDP 保证。给出 SGLD 训练 DNN 估计量的统计收敛速率与差分隐私保证,并在超额风险界中显式计入网络逼近误差与注入噪声影响。大量模拟与两个真实数据集分析考察有限样本预测性能与隐私-效用行为。

stat.ME·已译

圆与球面上的方向统计:数据的新视角

Directional Statistics on Circles and Spheres: A New Angle on Data

Siddhesh Kulkarni

两个接近北方的罗盘方位角,其普通算术平均值可能指向南方,这是因为角度存在于圆上而非直线上。基于真实的风观测数据、扩散磁共振成像(diffusion-MRI)方向数据以及机器学习中的几何示例,该文章介绍了圆与球面上的圆形与轴向平均值、方向变异性以及概率模型。核心指导原则是在选择统计方法之前,先识别观测数据的几何结构与对称性。

stat.ME·已译

随机跳跃森林

Random Jump Forests

Martin Bladt · Rasmus Frigaard Lemvig

随机跳跃森林(random jump forests)是一种非参数工具,用于估计多状态模型中的条件累积转移率和占用概率。其核心是让单棵树利用部分观测轨迹,同时划分协变量空间以处理全部转移,并在终端节点采用 Nelson–Aalen 估计量。通过乘积积分恢复占用概率,无需 Markov 假设。在协变量向量仅取有限个值且满足适当分裂条件时,可证明累积率估计量具有一致性与函数中心极限定理;在 Markov 情形下,还可获得逐点置信区间和同时置信带。模拟研究显示,该方法的预测精度接近正确设定的基准模型,在基准模型设定错误时明显改善,并在四个生物医学数据集上进一步验证。覆盖率研究表明,置信带在多种设置下接近名义覆盖率;异质率合并是可能造成覆盖率不足的主要来源。预测评估与变量重要性分析等功能已实现于 R 包 JumpForests。

stat.ME·已译

弱忠实性的操作化:恢复、歧义与计算极限

Operationalising Weaker Faithfulness: Recovery, Ambiguity and Computational Limits

Cillian Hourican · Rick Quax

变量可能共同预测结果,却各自与结果独立,使结构学习器丢弃有用联系。研究通过两种方式将弱忠实性操作化:在邻接学习器中选择性保护,以及显式保留替代有向图解释。对照实验表明,早期候选移除和后期剪枝两处改动可能都需要。在带后代节点的噪声 XOR(N = 10,000,20 个匹配样本)中,结合重新激活与保护后,完整父节点对恢复率从任一单独改动的 0/20 提升至 20/20,但会加入错误边。确认研究表明,家族估计器能保留因定向受保护学习器所选骨架而丢失的解释:在较弱信号 XOR 条件下(N = 10,000),50 个样本中有 48 个保留完整参考家族,而骨架适配器为 0/50。这些收益取决于条件;保护可能只增加错误,较弱效果会造成错误排除,普通忠实链比较则有利于 PC 学习器。变量数为 6/8 时,完整非空家族输出减少;截至报告截止时间,全部 400 次 12/20 变量搜索仍未完成。神经对照显示工程化保留机制,而家族估计器在应用预算内未返回可接受图。该操作化明确了示例中必须协调的两个删除阶段,并展示了直接家族搜索何时能保留选择单一骨架所丢失的解释。有限证据与计算仍是可靠泛化推断的重要障碍。

stat.ME·已译

持续演化 AI 分析师的终身有效决策

Lifetime-valid decisions by continually evolving AI analysts

Xiaojing Sun · Yuhan Zeng · Xiao Wang

持续验证(continual validation)在部署前,使用零假设下的模拟数据评估每个候选 AI 分析师版本,并允许场景随机化和逐步扩展。论文证明,无论更新方式及提案数量如何,部署第一类错误率超限版本的终身概率始终有界,从而确保后续决策在这些场景中将第一类错误率控制在目标水平。第一类错误率足够低的更新则大概率通过验证,使分析师能够持续提升性能且不牺牲严谨性。在生物等效性研究和产品 A/B 测试两个演化示例中,无持续验证时第一类错误率分别达到 0.098 和 0.183;采用该方法后最高仅为 0.045 和 0.044,同时保留最优有效更新功效的 82% 和 96%。

stat.ME·已译

回溯直接效应、间接效应与总效应

Backtracking Direct, Indirect and Total Effects

Jose M. Pe\~{n}a

自然直接效应与间接效应通常通过跨世界干预反事实来定义。这里提出一种基于回溯反事实的替代构造:不直接干预处理变量或中介变量,而是利用回溯条件分布构造满足指定“处理—中介”约束的替代外生状态。由此定义回溯直接效应、回溯间接效应和回溯总效应,并以同样方式推广到人群干预效应(populations intervention effects)。

已出中文摘要 24