Copertina

Causal generalized linear models via Pearson risk invariance

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Polinelli, Alice, Vinciotti, Veronica, Wit, Ernst C.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Loglinear modelling of huge contingency tables
di: Vinciotti, Veronica, et al.
Pubblicazione: (2026)

Hyperevent network modelling of partially observed gossip data
di: Poda, Veronica, et al.
Pubblicazione: (2025)

Random graphical model of microbiome interactions in related environments
di: Vinciotti, Veronica, et al.
Pubblicazione: (2023)

Causal drivers of dynamic networks
di: Lembo, Melania, et al.
Pubblicazione: (2025)

Latent event history models for quasi-reaction systems
di: Framba, Matteo, et al.
Pubblicazione: (2023)

Inferring the dynamics of quasi-reaction systems via nonlinear local mean-field approximations
di: Framba, Matteo, et al.
Pubblicazione: (2024)

Relational event models with global covariates
di: Lembo, Melania, et al.
Pubblicazione: (2024)

Causal Regularization: On the trade-off between in-sample risk and out-of-sample risk guarantees
di: Kania, Lucas, et al.
Pubblicazione: (2022)

A unified approach to penalized likelihood estimation of covariance matrices in high dimensions
di: Cibinel, Luca, et al.
Pubblicazione: (2024)

Bayesian Structural Learning with Parametric Marginals for Count Data: An Application to Microbiota Systems
di: Vinciotti, Veronica, et al.
Pubblicazione: (2022)

Pearson's correlation under the scope: Assessment of the efficiency of Pearson's correlation to select predictor variables for linear models
di: Attallah, Mustafa
Pubblicazione: (2024)

Goodness of fit of relational event models
di: Boschi, Martina, et al.
Pubblicazione: (2024)

Introduction to Relational Event Modelling
di: Boschi, Martina, et al.
Pubblicazione: (2026)

Gaussian Graphical Models for Partially Observed Multivariate Functional Data
di: Borriero, Marco, et al.
Pubblicazione: (2025)

Functional structural equation models with out-of-sample guarantees
di: Kennerberg, Philip, et al.
Pubblicazione: (2025)

Fast and robust invariant generalized linear models
di: Knight, Parker, et al.
Pubblicazione: (2025)

Stochastic Actor Oriented Model with Random Effects
di: Ceoldo, Giacomo, et al.
Pubblicazione: (2023)

Beyond Linearity and Time-Homogeneity: Relational Hyper Event Models with Time-Varying Non-Linear Effects
di: Boschi, Martina, et al.
Pubblicazione: (2025)

Post-selection inference in generalized linear models via parametric programming
di: Shen, Qinyan, et al.
Pubblicazione: (2026)

Functional Gaussian Graphical Regression Models For Air Quality Data
di: Fici, Rita, et al.
Pubblicazione: (2024)

Distributed variable screening for generalized linear models
di: Diao, Tianbo, et al.
Pubblicazione: (2024)

Robust confidence intervals for generalized linear models
di: Panarotto, Andrea, et al.
Pubblicazione: (2026)

Distributed Conditional Feature Screening via Pearson Partial Correlation with FDR Control
di: Pang, Naiwen, et al.
Pubblicazione: (2024)

Critical issues with the Pearson's chi-square test
di: Gurvich, Vladimir, et al.
Pubblicazione: (2025)

A geometric power analysis for general log-linear models
di: Klimova, Anna
Pubblicazione: (2023)

Neyman-Pearson Multi-class Classification via Cost-sensitive Learning
di: Tian, Ye, et al.
Pubblicazione: (2021)

Restricted maximum likelihood estimation in generalized linear mixed models
di: Maestrini, Luca, et al.
Pubblicazione: (2024)

Comparing multilevel and fixed effect approaches in the generalized linear model setting
di: Bai, He, et al.
Pubblicazione: (2024)

Posterior accuracy and calibration under misspecification in Bayesian generalized linear models
di: Scholz, Maximilian, et al.
Pubblicazione: (2023)

Neyman-Pearson multiclass classification under label noise via empirical likelihood
di: Zhang, Qiong, et al.
Pubblicazione: (2026)

Revamping Conformal Selection With Optimal Power: A Neyman--Pearson Perspective
di: Qin, Jing, et al.
Pubblicazione: (2025)

Neyman-Pearson and equal opportunity: when efficiency meets fairness in classification
di: Fan, Jianqing, et al.
Pubblicazione: (2023)

Subgroup detection in linear growth curve models with generalized linear mixed model (GLMM) trees
di: Fokkema, Marjolein, et al.
Pubblicazione: (2023)

Pearson Chi-squared Conditional Randomization Test
di: Javanmard, Adel, et al.
Pubblicazione: (2021)

Worst-risk minimization in generalized structural equation models
di: Kennerberg, Philip, et al.
Pubblicazione: (2023)

Random-effects meta-analysis via generalized linear mixed models: A Bartlett-corrected approach for few studies
di: Hanada, Keisuke, et al.
Pubblicazione: (2025)

Sandwich regression for accurate and robust estimation in generalized linear multilevel and longitudinal models
di: Young, Elliot H., et al.
Pubblicazione: (2024)

Robust heavy-tailed versions of generalized linear models with applications in actuarial science
di: Gagnon, Philippe, et al.
Pubblicazione: (2023)

Inference in generalized linear models with robustness to misspecified variances
di: De Santis, Riccardo, et al.
Pubblicazione: (2022)

Federated generalized linear mixed models based on one-time shared summary statistics
di: Limpoco, Marie Analiz April, et al.
Pubblicazione: (2026)