Buchumschlag

The Exchangeability Assumption for Permutation Tests of Multiple Regression Models: Implications for Statistics and Data Science Educators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hardin, Johanna, Quesada, Lauren, Ye, Julie, Horton, Nicholas J.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Regression Modeling of the Count Relational Data with Exchangeable Dependencies
von: Du, Wenqin, et al.
Veröffentlicht: (2025)

Measuring the Impact of Missingness in Traffic Stop Data
von: Kher, Saatvik, et al.
Veröffentlicht: (2025)

Testing Multivariate Conditional Independence Using Exchangeable Sampling and Sufficient Statistics
von: Lin, Xiaotong, et al.
Veröffentlicht: (2025)

Assumption Lean Regression
von: Berk, Richard A., et al.
Veröffentlicht: (2018)

Statistical Inference for Subgraph Frequencies of Exchangeable Hyperedge Models
von: Bhattacharya, Ayoushman, et al.
Veröffentlicht: (2025)

Assumption-Lean Quantile Regression
von: Baklicharov, Georgi, et al.
Veröffentlicht: (2024)

Group Permutation Testing in Linear Model: Sharp Validity, Power Improvement, and Extension Beyond Exchangeability
von: Li, Zonghan, et al.
Veröffentlicht: (2026)

Covariance Correction for Permutation Statistics in Multiple Testing Problems
von: Munko, Merle, et al.
Veröffentlicht: (2026)

Testing the Missing Completely at Random Assumption for Functional Data
von: Ofner, Maximilian, et al.
Veröffentlicht: (2025)

Do Finetti: On Causal Effects for Exchangeable Data
von: Guo, Siyuan, et al.
Veröffentlicht: (2024)

Bootstrapping Exchangeable Random Graphs
von: Green, Alden, et al.
Veröffentlicht: (2017)

Test-Negative Designs with Multiple Testing Sources
von: Yu, Mengxin, et al.
Veröffentlicht: (2025)

Online Conformal Prediction for Non-Exchangeable Panel Data
von: Tu, Daohong, et al.
Veröffentlicht: (2026)

Separate Exchangeability as Modeling Principle in Bayesian Nonparametrics
von: Rebaudo, Giovanni, et al.
Veröffentlicht: (2021)

Post-selection Inference in Regression Models for Group Testing Data
von: Shen, Qinyan, et al.
Veröffentlicht: (2025)

Assumption Smuggling in Intermediate Outcome Tests of Causal Mechanisms
von: Blackwell, Matthew, et al.
Veröffentlicht: (2024)

Exchangeable Gaussian Processes with application to epidemics
von: Bouranis, Lampros, et al.
Veröffentlicht: (2025)

Population Power Curves in ASCA with Permutation Testing
von: Camacho, Jose, et al.
Veröffentlicht: (2024)

Graphical Modelling without Independence Assumptions for Uncentered Data
von: Andrew, Bailey, et al.
Veröffentlicht: (2024)

Statistical Inference for Four-Regime Segmented Regression Models
von: Yan, Han, et al.
Veröffentlicht: (2024)

Relaxing the Assumption of Strongly Non-Informative Linkage Error in Secondary Regression Analysis of Linked Files
von: Bukke, Priyanjali, et al.
Veröffentlicht: (2025)

Improving the Power of Bonferroni Adjustments under Joint Normality and Exchangeability
von: Hiltunen, Caleb, et al.
Veröffentlicht: (2026)

Better Assumptions, Stronger Conclusions: The Case for Ordinal Regression in HCI
von: Syiem, Brandon Victor, et al.
Veröffentlicht: (2026)

$t$-Testing the Waters: Empirically Validating Assumptions for Reliable A/B-Testing
von: Jeunen, Olivier
Veröffentlicht: (2025)

PERMUTOOLS: A MATLAB Package for Multivariate Permutation Testing
von: Crosse, Michael J., et al.
Veröffentlicht: (2024)

Power Enhancement of Permutation-Augmented Partial-Correlation Tests via Fixed-Row Permutations
von: Wang, Tianyi, et al.
Veröffentlicht: (2025)

Goodness-of-Fit Tests for High-Dimensional Gaussian Graphical Models via Exchangeable Sampling
von: Lin, Xiaotong, et al.
Veröffentlicht: (2023)

Likelihood-Based Regression for Weibull Accelerated Life Testing Model Under Censored Data
von: Konar, Rahul, et al.
Veröffentlicht: (2026)

Stress-Testing Assumptions: A Guide to Bayesian Sensitivity Analyses in Causal Inference
von: Oganisian, Arman
Veröffentlicht: (2026)

New Insight of Spatial Scan Statistics via Regression Model
von: Kawashima, Takayuki, et al.
Veröffentlicht: (2025)

LoopPerm-CPD: A Robust Loop Permutation Framework for Automatic Multiple Change-Point Detection in Longitudinal Data
von: Sun, Xuejun, et al.
Veröffentlicht: (2026)

Topologically Invariant Permutation Test
von: Dakurah, Sixtus
Veröffentlicht: (2025)

Permutation-Free High-Order Interaction Tests
von: Liu, Zhaolu, et al.
Veröffentlicht: (2025)

Inside Out: Externalizing Assumptions in Data Analysis as Validation Checks
von: Zhang, H. Sherry, et al.
Veröffentlicht: (2025)

Causal de Finetti: On the Identification of Invariant Causal Structure in Exchangeable Data
von: Guo, Siyuan, et al.
Veröffentlicht: (2022)

A Model-Robust G-Computation Method for Analyzing Hybrid Control Studies Without Assuming Exchangeability
von: Zhang, Zhiwei, et al.
Veröffentlicht: (2026)

The Influence of Nuisance Parameter Uncertainty on Statistical Inference in Practical Data Science Models
von: Wan, Yunrong
Veröffentlicht: (2024)

Covariate Adjustment for Wilcoxon Two Sample Statistic and Test
von: Lou, Zhilan, et al.
Veröffentlicht: (2026)

Finite-Sample Inference for Sparsely Permuted Linear Regression
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

Exchangeable random permutations with an application to Bayesian graph matching
von: Gaffi, Francesco, et al.
Veröffentlicht: (2026)