Buchumschlag

BARTSIMP: flexible spatial covariate modeling and prediction using Bayesian additive regression trees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Alex Ziyu, Wakefield, Jon
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A class of modular and flexible covariate-based covariance functions for nonstationary spatial modeling
von: Blasi, Federico, et al.
Veröffentlicht: (2024)

Convex estimation of Gaussian graphical regression models with covariates
von: Liu, Ruobin, et al.
Veröffentlicht: (2024)

flexBART: Flexible Bayesian regression trees with categorical predictors
von: Deshpande, Sameer K.
Veröffentlicht: (2022)

Semi-Parametric Inference for Doubly Stochastic Spatial Point Processes: An Approximate Penalized Poisson Likelihood Approach
von: Cheng, Si, et al.
Veröffentlicht: (2023)

A flexible empirical Bayes approach to multiple linear regression and connections with penalized regression
von: Kim, Youngseok, et al.
Veröffentlicht: (2022)

Approximate Bayesian inference for cumulative probit regression models
von: Aliverti, Emanuele
Veröffentlicht: (2025)

Quantifying predictive uncertainty of aphasia severity in stroke patients with sparse heteroscedastic Bayesian high-dimensional regression
von: Zgodic, Anja, et al.
Veröffentlicht: (2023)

Augmented transfer regression learning for completely missing covariates
von: Zhao, Huali, et al.
Veröffentlicht: (2026)

Two-sample comparison through additive tree models for density ratios
von: Awaya, Naoki, et al.
Veröffentlicht: (2025)

Fast approximative estimation of conditional Shapley values when using a linear regression model or a polynomial regression model
von: Aanes, Fredrik Lohne
Veröffentlicht: (2025)

Accounting for shared covariates in semi-parametric Bayesian additive regression trees
von: Prado, Estevão B., et al.
Veröffentlicht: (2021)

Statistical ranking with dynamic covariates
von: Dong, Pinjun, et al.
Veröffentlicht: (2024)

Amortized Bayesian Local Interpolation NetworK: Fast covariance parameter estimation for Gaussian Processes
von: Feng, Brandon R., et al.
Veröffentlicht: (2024)

PliableBVS: A flexible Bayesian variable selection method for modeling interactions with mandatory modifying variables
von: Asenso, Theophilus Quachie, et al.
Veröffentlicht: (2026)

Guiding adaptive shrinkage by co-data to improve regression-based prediction and feature selection
von: van de Wiel, Mark A., et al.
Veröffentlicht: (2024)

A least distance estimator for a multivariate regression model using deep neural networks
von: Shin, Jungmin, et al.
Veröffentlicht: (2024)

Semi-supervised learning for linear extremile regression
von: Jiang, Rong, et al.
Veröffentlicht: (2025)

Deep classifier kriging for probabilistic spatial prediction of air quality index
von: Chen, Junyu, et al.
Veröffentlicht: (2025)

Improving the stability of the covariance-controlled adaptive Langevin thermostat for large-scale Bayesian sampling
von: Wei, Jiani, et al.
Veröffentlicht: (2025)

Logistic regression models for patient-level prediction based on massive observational data: Do we need all data?
von: John, Luis H., et al.
Veröffentlicht: (2020)

Personalizing black-box models for nonparametric regression with minimax optimality
von: Li, Sai, et al.
Veröffentlicht: (2026)

A semi-supervised learning using over-parameterized regression
von: Hagiwara, Katsuyuki
Veröffentlicht: (2024)

A flexible Bayesian g-formula for causal survival analyses with time-dependent confounding
von: Chen, Xinyuan, et al.
Veröffentlicht: (2024)

Monte Carlo inference for semiparametric Bayesian regression
von: Kowal, Daniel R., et al.
Veröffentlicht: (2023)

Group selection and shrinkage: Structured sparsity for semiparametric additive models
von: Thompson, Ryan, et al.
Veröffentlicht: (2021)

Bayesian Federated Inference for regression models based on non-shared multicenter data sets from heterogeneous populations
von: Jonker, Marianne A, et al.
Veröffentlicht: (2024)

A flexible and interpretable spatial covariance model for data on graphs
von: Christensen, Michael F., et al.
Veröffentlicht: (2022)

Principal component analysis balancing prediction and approximation accuracy for spatial data
von: Cheng, Si, et al.
Veröffentlicht: (2024)

High-dimensional Bayesian Tobit regression for censored response with Horseshoe prior
von: Mai, The Tien
Veröffentlicht: (2025)

An interpretable neural network-based non-proportional odds model for ordinal regression
von: Okuno, Akifumi, et al.
Veröffentlicht: (2023)

Debiased high-dimensional regression calibration for errors-in-variables log-contrast models
von: Zhao, Huali, et al.
Veröffentlicht: (2024)

Design-marginal calibration of Gaussian process predictive distributions: Bayesian and conformal approaches
von: Pion, Aurélien, et al.
Veröffentlicht: (2025)

Asset price movement prediction using empirical mode decomposition and Gaussian mixture models
von: Palma, Gabriel R., et al.
Veröffentlicht: (2025)

Oblique Bayesian additive regression trees
von: Nguyen, Paul-Hieu V., et al.
Veröffentlicht: (2024)

Assessing the overall and partial causal well-specification of nonlinear additive noise models
von: Schultheiss, Christoph, et al.
Veröffentlicht: (2023)

Overview and practical recommendations on using Shapley Values for identifying predictive biomarkers via CATE modeling
von: Svensson, David, et al.
Veröffentlicht: (2025)

Network-based Neighborhood regression
von: Zhen, Yaoming, et al.
Veröffentlicht: (2024)

Progression: an extrapolation principle for regression
von: Buriticá, Gloria, et al.
Veröffentlicht: (2024)

Exact variance estimation for model-assisted survey estimators using U- and V-statistics
von: Dharamshi, Ameer, et al.
Veröffentlicht: (2025)

Conformal prediction for frequency-severity modeling
von: Graziadei, Helton, et al.
Veröffentlicht: (2023)