Buchumschlag

On the Identifiability of Diagnostic Classification Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fang, Guanhua, Liu, Jingchen, Ying, Zhiliang
Format:	Preprint
Veröffentlicht:	2017
Schlagworte:	Statistics Theory Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploratory Hierarchical Factor Analysis with an Application to Psychological Measurement
von: Qiao, Jiawei, et al.
Veröffentlicht: (2025)

Exact Exploratory Bi-factor Analysis: A Constraint-based Optimisation Approach
von: Qiao, Jiawei, et al.
Veröffentlicht: (2024)

Dynamic Factor Analysis of High-dimensional Recurrent Events
von: Chen, Fangyi, et al.
Veröffentlicht: (2024)

Latent Theme Dictionary Model for Finding Co-occurrent Patterns in Process Data
von: Fang, Guanhua, et al.
Veröffentlicht: (2019)

Identifiability and Falsifiability: Two Challenges for Bayesian Model Expansion
von: Cademartori, Collin
Veröffentlicht: (2023)

Sufficient and Necessary Conditions for the Identifiability of DINA Models with Polytomous Responses
von: Lin, Mengqi, et al.
Veröffentlicht: (2023)

Blessing of Dependence: Identifiability and Geometry of Discrete Models with Multiple Binary Latent Variables
von: Gu, Yuqi
Veröffentlicht: (2022)

Identifying the Most Appropriate Order for Categorical Responses
von: Wang, Tianmeng, et al.
Veröffentlicht: (2022)

Consistency Theory of General Nonparametric Classification Methods in Cognitive Diagnosis
von: Cui, Chengyu, et al.
Veröffentlicht: (2023)

Identifiability of causal effects with non-Gaussianity and auxiliary covariates
von: Shuai, Kang, et al.
Veröffentlicht: (2023)

Model Identifiability for Bivariate Failure Time Data with Competing Risks: Parametric Cause-specific Hazards and Non-parametric Frailty
von: Ghosh, Biswadeep, et al.
Veröffentlicht: (2024)

Identifying Topological Differences in Two Populations of Random Geometric Objects
von: Kumar, Satish, et al.
Veröffentlicht: (2026)

Testing Partially-Identifiable Causal Queries Using Ternary Tests
von: Bhadane, Sourbh, et al.
Veröffentlicht: (2026)

Structural Causal Models for Extremes: an Approach Based on Exponent Measures
von: Bai, Shuyang, et al.
Veröffentlicht: (2025)

Estimating Global Identifiability Using Conditional Mutual Information in a Bayesian Framework
von: Bhola, Sahil, et al.
Veröffentlicht: (2023)

Large-scale Multiple Testing of Cross-covariance Functions with Applications to Functional Network Models
von: Fang, Qin, et al.
Veröffentlicht: (2024)

Profiled Transfer Learning for High Dimensional Linear Model
von: Lin, Ziqian, et al.
Veröffentlicht: (2024)

Nonparametric Uniform Inference in Binary Classification and Policy Values
von: Liu, Nan, et al.
Veröffentlicht: (2025)

Proximal Survival Analysis to Handle Dependent Right Censoring
von: Ying, Andrew
Veröffentlicht: (2022)

Dynamic Treatment Effects under Functional Longitudinal Studies
von: Ying, Andrew
Veröffentlicht: (2024)

Regularized Nonlinear Regression with Dependent Errors and its Application to a Biomechanical Model
von: You, Hojun, et al.
Veröffentlicht: (2022)

Classification of multivariate functional data on different domains with Partial Least Squares approaches
von: Moindjie, Issam-Ali, et al.
Veröffentlicht: (2022)

Model-Agnostic and Uncertainty-Aware Dimensionality Reduction in Supervised Learning
von: Yu, Yue, et al.
Veröffentlicht: (2026)

Splitting schemes and estimators for stochastic differential equations with Hölder multiplicative noise
von: Fang, Bowen, et al.
Veröffentlicht: (2026)

Sufficiency-principled Transfer Learning via Model Averaging
von: Zhang, Xiyuan, et al.
Veröffentlicht: (2025)

Quasi-maximum Likelihood Inference for Linear Double Autoregressive Models
von: Liu, Hua, et al.
Veröffentlicht: (2020)

Scalable Bayesian inference for heat kernel Gaussian processes on manifolds
von: He, Junhui, et al.
Veröffentlicht: (2024)

A Goodness-of-Fit Test for Independent Component Models in High Dimensions
von: Liu, Mingshuo, et al.
Veröffentlicht: (2026)

Causal Identification for Complex Functional Longitudinal Studies
von: Ying, Andrew
Veröffentlicht: (2022)

Identification and Inference for Structural Accelerated Failure Time Models via Instrument Interactions
von: Bu, Qiushi, et al.
Veröffentlicht: (2026)

Identifiability of Sparse Causal Effects using Instrumental Variables
von: Pfister, Niklas, et al.
Veröffentlicht: (2022)

Estimation of Over-parameterized Models from an Auto-Modeling Perspective
von: Jiang, Yiran, et al.
Veröffentlicht: (2022)

Identifying Causal Effects Using a Single Proxy Variable
von: Vollmer, Silvan, et al.
Veröffentlicht: (2026)

Autoregressive networks with dependent edges
von: Chang, Jinyuan, et al.
Veröffentlicht: (2024)

Identifying Linearly-Mixed Causal Representations from Multi-Node Interventions
von: Bing, Simon, et al.
Veröffentlicht: (2023)

High-Dimensional Covariate-Dependent Discrete Graphical Models and Dynamic Ising Models
von: Roach, Lyndsay, et al.
Veröffentlicht: (2025)

Model Uncertainty and Selection of Risk Models for Left-Truncated and Right-Censored Loss Data
von: Zhao, Qian, et al.
Veröffentlicht: (2024)

Multivariate Species Sampling Models
von: Franzolini, Beatrice, et al.
Veröffentlicht: (2025)

Conditional Extremes with Graphical Models
von: Farrell, Aiden, et al.
Veröffentlicht: (2024)

A Hybrid Prior Bayesian Method for Combining Domestic Real-World Data and Overseas Data in Global Drug Development
von: Chen, Keer, et al.
Veröffentlicht: (2025)