論文の概要: Conditional independence testing via weighted partial copulas and nearest neighbors

• arxiv url: http://arxiv.org/abs/2006.12839v3
• Date: Fri, 12 Feb 2021 15:43:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-17 23:38:52.187843
• Title: Conditional independence testing via weighted partial copulas and nearest neighbors
• Title（参考訳）: 重み付き部分コーパスと近隣住民による条件付き独立試験
• Authors: Pascal Bianchi and Kevin Elgui and Fran\c{c}ois Portier
• Abstract要約: 条件付き独立下では、テキストウェイト部分コーパス過程の弱い収束が確立される。 提案したテストは、カーネルベースのテストのような最近の最先端の手法と比較して、競争力がある。
• 参考スコア（独自算出の注目度）: 1.074267520911262
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces the \textit{weighted partial copula} function for testing conditional independence. The proposed test procedure results from these two ingredients: (i) the test statistic is an explicit Cramer-von Mises transformation of the \textit{weighted partial copula}, (ii) the regions of rejection are computed using a bootstrap procedure which mimics conditional independence by generating samples from the product measure of the estimated conditional marginals. Under conditional independence, the weak convergence of the \textit{weighted partial copula proces}s is established when the marginals are estimated using a smoothed local linear estimator. Finally, an experimental section demonstrates that the proposed test has competitive power compared to recent state-of-the-art methods such as kernel-based test.
• Abstract（参考訳）: 本稿では条件付き独立性をテストするための \textit{weighted partial copula}関数を提案する。 提案手法は以下の2つの成分から得られた。 (i) テスト統計量は \textit{weighted partial copula} の明示的cracker-von mises変換である。 (ii)推定条件付辺縁の積測度からサンプルを生成して条件付独立性を模倣したブートストラップ手順を用いて拒絶領域を算出する。 条件付き独立性の下では、スムーズな局所線形推定器を用いて境界線を推定するときに、 \textit{weighted partial copula proces} の弱収束が確立される。 最後に, 実験部では, カーネルベーステストなどの最新手法と比較して, 提案手法が競争力を有することを示す。

関連論文リスト

• Practical Kernel Tests of Conditional Independence [34.7957227546996]
  条件付き独立テストの大きな課題は、競争力を維持しながら正しいテストレベルを取得することである。 本稿では,データ分割,補助データ,および(可能であれば)より単純な関数クラスに基づいて,テストレベルを補正するバイアス制御の3つの手法を提案する。
  論文  参考訳（メタデータ） (2024-02-20T18:07:59Z)
• Precise Error Rates for Computationally Efficient Testing [75.63895690909241]
  本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。 線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
  論文  参考訳（メタデータ） (2023-11-01T04:41:16Z)
• Sequential Predictive Two-Sample and Independence Testing [114.4130718687858]
  逐次的非パラメトリック2サンプルテストと独立テストの問題点について検討する。 私たちは賭けによる(非パラメトリックな)テストの原則に基づいています。
  論文  参考訳（メタデータ） (2023-04-29T01:30:33Z)
• Targeted Separation and Convergence with Kernel Discrepancies [61.973643031360254]
  カーネルベースの不一致測度は、(i)ターゲットPを他の確率測度から分離するか、(ii)Pへの弱収束を制御する必要がある。 本稿では, (i) と (ii) を保証するのに十分な,必要な新しい条件を導出する。 可分距離空間上のMDDに対して、ボヒナー埋め込み可測度を分離するカーネルを特徴づけ、すべての測度を非有界カーネルと分離するための単純な条件を導入する。
  論文  参考訳（メタデータ） (2022-09-26T16:41:16Z)
• Non-Parametric Inference of Relational Dependence [17.76905154531867]
  本研究では,関係系から引き出されたデータの独立性を推定する問題について検討する。 我々は,非観測データに対する関係独立性試験を運用するために,一貫した,非パラメトリックでスケーラブルなカーネルテストを提案する。
  論文  参考訳（メタデータ） (2022-06-30T03:42:20Z)
• Nonparametric Conditional Local Independence Testing [69.31200003384122]
  条件付き局所独立は、連続的な時間プロセス間の独立関係である。 条件付き地域独立の非パラメトリックテストは行われていない。 二重機械学習に基づく非パラメトリックテストを提案する。
  論文  参考訳（メタデータ） (2022-03-25T10:31:02Z)
• An $\ell^p$-based Kernel Conditional Independence Test [21.689461247198388]
  そこで本稿では, 最適分布の2つのカーネルベース代表者間の距離を$Lp$とする, 条件付き独立性のための計算効率の高い新しいテストを提案する。 我々は,新しい試験の性能が,高次元設定においても,統計的パワーとタイプI誤差の両方の観点から,最先端の手法よりも優れていることを示す一連の実験を行った。
  論文  参考訳（メタデータ） (2021-10-28T03:18:27Z)
• Testing for equality between conditional copulas given discretized conditioning events [0.0]
  本研究では,いくつかのコプラが一般ボアリアン条件付部分集合に属する場合の条件依存構造について検討する。 条件付きケンドールのタウの等式に基づくいくつかの検定統計が導入された。 最後のアプリケーションは、保険データセットのカバレッジ量間の条件依存を扱う。
  論文  参考訳（メタデータ） (2020-08-21T14:26:05Z)
• Nonparametric Score Estimators [49.42469547970041]
  未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。 正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。 カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
  論文  参考訳（メタデータ） (2020-05-20T15:01:03Z)
• Distributed, partially collapsed MCMC for Bayesian Nonparametrics [68.5279360794418]
  ディリクレ法やベータ・ベルヌーリ法のようなモデルでよく用いられる完全無作為測度は独立な部分測度に分解可能であるという事実を利用する。 この分解を用いて、潜在測度を、インスタンス化された成分のみを含む有限測度と、他のすべての成分を含む無限測度に分割する。 得られたハイブリッドアルゴリズムは、収束保証を犠牲にすることなくスケーラブルな推論を可能にすることができる。
  論文  参考訳（メタデータ） (2020-01-15T23:10:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。