Copertina

Least Squares-Based Permutation Tests in Time Series

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Romano, Joseph P., Tirlea, Marius A.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Statistics Theory Methodology 62G08
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Permutation Testing for Monotone Trend
di: Romano, Joseph P., et al.
Pubblicazione: (2024)

Functional Partial Least-Squares: Adaptive Estimation and Inference
di: Babii, Andrii, et al.
Pubblicazione: (2024)

A Note on Local Linear Regression for Time Series in Banach Spaces
di: Heinrichs, Florian
Pubblicazione: (2025)

Totally Concave Regression
di: Ki, Dohyeong, et al.
Pubblicazione: (2025)

Automatic and location-adaptive estimation in functional single-index regression
di: Novo, Silvia, et al.
Pubblicazione: (2024)

Adaptation using spatially distributed Gaussian Processes
di: Szabo, Botond, et al.
Pubblicazione: (2023)

Sparse semiparametric regression when predictors are mixture of functional and high-dimensional variables
di: Novo, Silvia, et al.
Pubblicazione: (2024)

Distributional Conformal Prediction for Markov Processes
di: Dai, Dehao, et al.
Pubblicazione: (2026)

Asymptotic confidence bands for the histogram regression estimator
di: Neumeyer, Natalie, et al.
Pubblicazione: (2025)

Minimax And Adaptive Transfer Learning for Nonparametric Classification under Distributed Differential Privacy Constraints
di: Auddy, Arnab, et al.
Pubblicazione: (2024)

Factor Informed Double Deep Learning For Average Treatment Effect Estimation
di: Fan, Jianqing, et al.
Pubblicazione: (2025)

Causality Pursuit from Heterogeneous Environments via Neural Adversarial Invariance Learning
di: Gu, Yihong, et al.
Pubblicazione: (2024)

CINDES: Classification induced neural density estimator and simulator
di: Dai, Dehao, et al.
Pubblicazione: (2025)

Local linear smoothing for regression surfaces on the simplex using Dirichlet kernels
di: Genest, Christian, et al.
Pubblicazione: (2024)

Estimation of a Likelihood Ratio Ordered Family of Distributions
di: Mösching, Alexandre, et al.
Pubblicazione: (2020)

On the Dirichlet-kernel Gasser--Müller estimator and its competitors for fixed design regression on the simplex
di: Daayeb, Hanen, et al.
Pubblicazione: (2025)

Mean and Covariance Estimation for Discretely Observed High-Dimensional Functional Data: Rates of Convergence and Division of Observational Regimes
di: Petersen, Alexander
Pubblicazione: (2024)

A Bernstein polynomial approach for the estimation of cumulative distribution functions in the presence of missing data
di: Gharbi, Rihab, et al.
Pubblicazione: (2025)

Vecchia Gaussian Processes: on probabilistic and statistical properties
di: Szabo, Botond, et al.
Pubblicazione: (2024)

Adaptive functional principal components analysis
di: Wang, Sunny G. W., et al.
Pubblicazione: (2023)

Structure-Preserving Nonlinear Sufficient Dimension Reduction for Tensors
di: Lin, Dianjun, et al.
Pubblicazione: (2025)

Variable Selection for Additive Global Fréchet Regression
di: Yang, Haoyi, et al.
Pubblicazione: (2025)

Cheap Permutation Testing
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2025)

Shrinkage for Extreme Partial Least-Squares
di: Arbel, Julyan, et al.
Pubblicazione: (2024)

Inference with Mondrian Random Forests
di: Cattaneo, Matias D., et al.
Pubblicazione: (2023)

Deep learning with missing data
di: Ma, Tianyi, et al.
Pubblicazione: (2025)

Permutation Inference under Multi-way Clustering and Missing Data
di: Guo, Wenxuan, et al.
Pubblicazione: (2026)

Local Fréchet regression with toroidal predictors
di: Im, Chang Jun, et al.
Pubblicazione: (2026)

Adaptive Geometric Regression for High-Dimensional Structured Data
di: Gajer, Pawel, et al.
Pubblicazione: (2025)

Dirichlet kernel density estimation on the simplex with missing data
di: Daayeb, Hanen, et al.
Pubblicazione: (2026)

Conditionality principle under unconstrained randomness
di: Vovk, Vladimir
Pubblicazione: (2024)

Symmetry: a General Structure in Nonparametric Regression
di: Christie, Louis G., et al.
Pubblicazione: (2024)

Noise-resilient penalty operators based on statistical differentiation schemes
di: Vidal, Marc, et al.
Pubblicazione: (2026)

From Global to Local Correlation: Geometric Decomposition of Statistical Inference
di: Gajer, Pawel, et al.
Pubblicazione: (2025)

Convergence rates of non-stationary and deep Gaussian process regression
di: Osborne, Conor, et al.
Pubblicazione: (2023)

Self-Normalization for CUSUM-based Change Detection in Locally Stationary Time Series
di: Heinrichs, Florian
Pubblicazione: (2025)

Some Goodness of Fit Tests based on Centre Outward Spacings
di: Singh, Rahul
Pubblicazione: (2022)

Estimation and Hypothesis Testing of Derivatives in Smoothing Spline ANOVA Models
di: Liu, Ruiqi, et al.
Pubblicazione: (2023)

Towards practical PDMP sampling: Metropolis adjustments, locally adaptive step-sizes, and NUTS-based time lengths
di: Chevallier, Augustin, et al.
Pubblicazione: (2025)

Bayesian joint quantile autoregression
di: Castillo-Mateo, Jorge, et al.
Pubblicazione: (2023)