Buchumschlag

A variational Bayes approach to debiased inference for low-dimensional parameters in high-dimensional linear regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Castillo, Ismaël, L'Huillier, Alice, Ray, Kolyan, Travis, Luke
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Statistics Theory 62
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Semiparametric inference using fractional posteriors
von: L'Huillier, Alice, et al.
Veröffentlicht: (2023)

Nonparametric Bayesian estimation in a multidimensional diffusion model with high frequency data
von: Hoffmann, Marc, et al.
Veröffentlicht: (2022)

High-dimensional linear regression inference via $\ell^2$ weak convergence
von: Fujimori, Kou, et al.
Veröffentlicht: (2026)

Nonparametric Bayesian inference for reversible multi-dimensional diffusions
von: Giordano, Matteo, et al.
Veröffentlicht: (2020)

Concentration inequalities for high-dimensional linear processes with dependent innovations
von: Mendes, Eduardo Fonseca, et al.
Veröffentlicht: (2023)

Statistical inference for extremal directions in high-dimensional spaces
von: Butsch, Lucas, et al.
Veröffentlicht: (2026)

On a class of high dimensional linear regression methods with debiasing and thresholding
von: Wang, Ying-Ao, et al.
Veröffentlicht: (2025)

Inference in high-dimensional logistic regression under tensor network dependence
von: Miles, Josh, et al.
Veröffentlicht: (2026)

Estimation in linear high dimensional Hawkes processes: a Bayesian approach
von: Rousseau, Judith, et al.
Veröffentlicht: (2025)

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

New explanations and inference for least angle regression
von: Gregory, Karl B., et al.
Veröffentlicht: (2026)

Parametric Mean-Field empirical Bayes in high-dimensional linear regression
von: Lee, Seunghyun, et al.
Veröffentlicht: (2026)

Empirical Bayes large-scale multiple testing for high-dimensional binary outcome data
von: Ning, Yu-Chien Bo
Veröffentlicht: (2023)

Post-selection inference for high-dimensional mediation analysis with survival outcomes
von: Huang, Tzu-Jung, et al.
Veröffentlicht: (2024)

Deep Horseshoe Gaussian Processes
von: Castillo, Ismaël, et al.
Veröffentlicht: (2024)

Jeffreys-prior penalty for high-dimensional logistic regression: A conjecture about aggregate bias
von: Kosmidis, Ioannis, et al.
Veröffentlicht: (2023)

Bayes optimal learning in high-dimensional linear regression with network side information
von: Nandy, Sagnik, et al.
Veröffentlicht: (2023)

Two step estimations via the Dantzig selector for models of stochastic processes with high-dimensional parameters
von: Fujimori, Kou, et al.
Veröffentlicht: (2024)

Estimation of sparse linear regression coefficients under $L$-subexponential covariates
von: Sasai, Takeyuki
Veröffentlicht: (2023)

Connecting model-based and model-free approaches to linear least squares regression
von: Duembgen, Lutz, et al.
Veröffentlicht: (2018)

Bayesian inference in high-dimensional models
von: Banerjee, Sayantan, et al.
Veröffentlicht: (2021)

Pattern-based tests for two-dimensional copulas
von: Baringhaus, L., et al.
Veröffentlicht: (2026)

High dimensional convergence rates for sparse precision estimators for matrix-variate data
von: Sun, Hongqiang, et al.
Veröffentlicht: (2025)

The EAS approach to variable selection for multivariate response data in high-dimensional settings
von: Koner, Salil, et al.
Veröffentlicht: (2021)

Computation-information gap in high-dimensional clustering
von: Even, Bertrand, et al.
Veröffentlicht: (2024)

Empirical tail dependence functions in high dimensions: uniform linearizations and inference
von: Bücher, Axel, et al.
Veröffentlicht: (2026)

Advances in Bayesian model selection consistency for high-dimensional generalized linear models
von: Lee, Jeyong, et al.
Veröffentlicht: (2024)

Polynomial time guarantees for sampling based posterior inference in high-dimensional generalised linear models
von: Altmeyer, Randolf
Veröffentlicht: (2022)

A robust and scalable estimation for high-dimensional volatility models
von: Chen, Kejun, et al.
Veröffentlicht: (2025)

Bayes linear estimator in the general linear model
von: Mukasa, Hirai
Veröffentlicht: (2025)

Heavy-tailed Bayesian nonparametric adaptation
von: Agapiou, Sergios, et al.
Veröffentlicht: (2023)

Eigenstructure inference for high-dimensional covariance with generalized shrinkage inverse-Wishart prior
von: Kim, Seongmin, et al.
Veröffentlicht: (2025)

Adversarial robust weighted Huber regression
von: Sasai, Takeyuki, et al.
Veröffentlicht: (2021)

Linear hypothesis testing in high-dimensional heteroscedastics via random integration
von: Cao, Mingxiang, et al.
Veröffentlicht: (2024)

General linear hypothesis testing of high-dimensional mean vectors with unequal covariance matrices based on random integration
von: Cao, Mingxiang, et al.
Veröffentlicht: (2024)

A pivotal transform for the high-dimensional location-scale model
von: van de Geer, Sara, et al.
Veröffentlicht: (2025)

Pivotal inference for linear predictions in stationary processes
von: Dette, Holger, et al.
Veröffentlicht: (2025)

Dimension-free bounds in high-dimensional linear regression via error-in-operator approach
von: Noskov, Fedor, et al.
Veröffentlicht: (2025)

Consistency of variational inference for Besov priors in non-linear inverse problems
von: Zu, Shaokang, et al.
Veröffentlicht: (2025)

Inference on testing the number of spikes in a high-dimensional generalized spiked Fisher matrix
von: Wang, Rui, et al.
Veröffentlicht: (2024)