Buchumschlag

Monte Carlo Integration in Simple and Complex Simulation Designs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naimi, Ashley I., Benkeser, David, Rudolph, Jacqueline E.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Comparing HIV Vaccine Immunogenicity across Trials with Different Populations and Study Designs
von: Jin, Yutong, et al.
Veröffentlicht: (2024)

Causal Inference with the "Napkin Graph"
von: Guo, Anna, et al.
Veröffentlicht: (2025)

Flexible Nonparametric Inference for Causal Effects under the Front-Door Model
von: Guo, Anna, et al.
Veröffentlicht: (2023)

Efficient Generalization and Transportation
von: Zeng, Zhenghao, et al.
Veröffentlicht: (2023)

Nonparametric Motion Control in Functional Connectivity Studies in Children with Autism Spectrum Disorder
von: Ran, Jialu, et al.
Veröffentlicht: (2024)

Target trial emulation without matching: a more efficient approach for evaluating vaccine effectiveness using observational data
von: Wu, Emily, et al.
Veröffentlicht: (2025)

Causal Vaccine Effects on Post-infection Outcomes in the Naturally Infected
von: Codi, Allison, et al.
Veröffentlicht: (2026)

Controllable Generative Sandbox for Causal Inference
von: Zhang, Qi, et al.
Veröffentlicht: (2026)

Unbiased Markov Chain Monte Carlo: what, why, and how
von: Atchadé, Yves F., et al.
Veröffentlicht: (2024)

An Approximate Monte Carlo Simulation Method for Estimating Uncertainty and Constructing Confidence Intervals for 2020 Census Statistics
von: Ashmead, Robert, et al.
Veröffentlicht: (2025)

Sequential Monte-Carlo testing by betting
von: Fischer, Lasse, et al.
Veröffentlicht: (2024)

Statistical learning for constrained functional parameters in infinite-dimensional models
von: Nabi, Razieh, et al.
Veröffentlicht: (2024)

Multilevel Metamodels: Enhancing Inference, Interpretability, and Generalizability in Monte Carlo Simulation Studies
von: Gilbert, Joshua, et al.
Veröffentlicht: (2024)

mpower: An R Package for Power Analysis of Exposure Mixture Studies via Monte Carlo Simulations
von: Nguyen, Phuc H., et al.
Veröffentlicht: (2022)

Generative AI-Based Monte Carlo Simulation for Method Evaluation Using Synthetic Multilevel Data
von: Suk, Youmi, et al.
Veröffentlicht: (2026)

Entropic Mirror Monte Carlo
von: Cherradi, Anas, et al.
Veröffentlicht: (2026)

Multilevel Monte Carlo Metamodeling for Variance Function Estimation
von: Zhang, Jingtao, et al.
Veröffentlicht: (2025)

Online Semiparametric Regression via Sequential Monte Carlo
von: Menictas, Marianne, et al.
Veröffentlicht: (2023)

Monte Carlo and quasi-Monte Carlo integration for likelihood functions
von: Tang, Yanbo
Veröffentlicht: (2025)

Identification-aware Markov chain Monte Carlo
von: Kitagawa, Toru, et al.
Veröffentlicht: (2025)

Accelerating sequential Monte Carlo with surrogate likelihoods
von: Bon, Joshua J, et al.
Veröffentlicht: (2020)

Improved multifidelity Monte Carlo estimators based on normalizing flows and dimensionality reduction techniques
von: Zanoni, Andrea, et al.
Veröffentlicht: (2023)

Multiple testing with anytime-valid Monte Carlo p-values
von: Fischer, Lasse, et al.
Veröffentlicht: (2024)

Parametric multi-fidelity Monte Carlo estimation with applications to extremes
von: Kim, Minji, et al.
Veröffentlicht: (2024)

Bayesian cross-validation by parallel Markov Chain Monte Carlo
von: Cooper, Alex, et al.
Veröffentlicht: (2023)

Bayesian analysis of flexible Heckman selection models using Hamiltonian Monte Carlo
von: Lim, Heeju, et al.
Veröffentlicht: (2025)

Sequential Monte Carlo for Cut-Bayesian Posterior Computation
von: Mathews, Joseph, et al.
Veröffentlicht: (2024)

Scaling of Piecewise Deterministic Monte Carlo for Anisotropic Targets
von: Bierkens, Joris, et al.
Veröffentlicht: (2023)

Knots and variance ordering of sequential Monte Carlo algorithms
von: Bon, Joshua J, et al.
Veröffentlicht: (2025)

Chained Markov melding using divide and conquer sequential Monte Carlo
von: Liu, Yixuan, et al.
Veröffentlicht: (2026)

Reversible jump Markov chain Monte Carlo and multi-model samplers
von: Fan, Yanan, et al.
Veröffentlicht: (2010)

Robust Inference of Dynamic Covariance Using Wishart Processes and Sequential Monte Carlo
von: Huijsdens, Hester, et al.
Veröffentlicht: (2024)

Gaussian Invariant Markov Chain Monte Carlo
von: Titsias, Michalis K., et al.
Veröffentlicht: (2025)

Adaptive tuning of Hamiltonian Monte Carlo methods
von: Akhmatskaya, Elena, et al.
Veröffentlicht: (2025)

Markov Chain Monte Carlo Significance Tests
von: Howes, Michael
Veröffentlicht: (2023)

Variance estimation for Sequential Monte Carlo Algorithms: a backward sampling approach
von: idrissi, Yazid Janati El, et al.
Veröffentlicht: (2022)

Detecting Imprinting and Maternal Effects Using Monte Carlo Expectation Maximization Algorithm
von: Aavani, Pooya, et al.
Veröffentlicht: (2023)

Scalable Monte Carlo for Bayesian Learning
von: Fearnhead, Paul, et al.
Veröffentlicht: (2024)

Stereographic Markov Chain Monte Carlo
von: Yang, Jun, et al.
Veröffentlicht: (2022)

A review of Monte Carlo-based versions of the EM algorithm
von: Ruth, William
Veröffentlicht: (2024)