Buchumschlag

Root cause discovery via permutations and Cholesky decomposition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jinzhou, Chu, Benjamin B., Scheller, Ines F., Gagneur, Julien, Maathuis, Marloes H.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Simultaneous false discovery proportion bounds via knockoffs and closed testing
von: Li, Jinzhou, et al.
Veröffentlicht: (2022)

A covariate-dependent Cholesky decomposition for high-dimensional covariance regression
von: Kim, Rakheon, et al.
Veröffentlicht: (2026)

Enhancing the Tensor Normal via Geometrically Parameterized Cholesky Factors
von: Simonis, Quinn, et al.
Veröffentlicht: (2025)

Cholesky-based multivariate Gaussian regression
von: Muschinski, Thomas, et al.
Veröffentlicht: (2021)

Weighted Average Ensemble for Cholesky-based Covariance Matrix Estimation
von: Kang, Xiaoning, et al.
Veröffentlicht: (2025)

On the permutation equivariance principle for causal estimands
von: Tong, Jiaqi, et al.
Veröffentlicht: (2025)

Multiple change-point detection on the circle via isolation using permutation testing
von: Loizidou, Sophia, et al.
Veröffentlicht: (2026)

Efficient estimation with incomplete data via generalised ANOVA decompositions
von: Berrett, Thomas B.
Veröffentlicht: (2024)

False discovery rate envelopes
von: Mrkvička, Tomáš, et al.
Veröffentlicht: (2020)

Local graph estimation with pathwise false discovery control
von: Melikechi, Omar, et al.
Veröffentlicht: (2025)

Separation-based causal discovery for extremes
von: Jiang, Junshu, et al.
Veröffentlicht: (2025)

Bayesian discovery of species in multiple areas
von: Colombi, Alessandro, et al.
Veröffentlicht: (2025)

A powerful procedure that controls the false discovery rate with directional information
von: Tian, Zhaoyang, et al.
Veröffentlicht: (2025)

Multivariate Poisson intensity estimation via low-rank tensor decomposition
von: Xu, Haotian, et al.
Veröffentlicht: (2025)

Assessing the causes of continuous effects by posterior effects of causes
von: Luo, Shanshan, et al.
Veröffentlicht: (2024)

A Flexible Quasi-Copula Distribution for Statistical Modeling
von: Ji, Sarah S., et al.
Veröffentlicht: (2022)

The permuted score test for robust differential expression analysis
von: Barry, Timothy, et al.
Veröffentlicht: (2025)

Simultaneous false discovery rate control in location families
von: Gao, Zijun, et al.
Veröffentlicht: (2026)

Adaptive procedures for directional false discovery rate control
von: Leung, Dennis, et al.
Veröffentlicht: (2022)

Adaptive discovery of effect modification in matched observational studies
von: Gui, Yu, et al.
Veröffentlicht: (2026)

Cross-validating causal discovery via Leave-One-Variable-Out
von: Schkoda, Daniela, et al.
Veröffentlicht: (2024)

Prediction decomposition for causal analysis
von: Reich, Ofir
Veröffentlicht: (2026)

permApprox: a general framework for accurate permutation p-value approximation
von: Peschel, Stefanie, et al.
Veröffentlicht: (2026)

Probability of Root Cause: A Counterfactual Definition and Its Identification
von: Lu, Zitong, et al.
Veröffentlicht: (2026)

Residual permutation test for regression coefficient testing
von: Wen, Kaiyue, et al.
Veröffentlicht: (2022)

Post-selection inference for causal effects after causal discovery
von: Chang, Ting-Hsuan, et al.
Veröffentlicht: (2024)

Searching for local associations while controlling the false discovery rate
von: Gablenz, Paula, et al.
Veröffentlicht: (2024)

Causal discovery on vector-valued variables and consistency-guided aggregation
von: Ninad, Urmi, et al.
Veröffentlicht: (2025)

Supervised low-rank approximation of high-dimensional multivariate functional data via tensor decomposition
von: Alam, Mohammad Samsul, et al.
Veröffentlicht: (2024)

Considerations for missing data, outliers and transformations in permutation testing for ANOVA, ASCA(+) and related factorizations
von: Merchanskaya, Oliver Polushkina, et al.
Veröffentlicht: (2024)

A studentized permutation test for the treatment effect in individual participant data meta-analysis
von: Tran, Phuc Thien, et al.
Veröffentlicht: (2025)

Root/Additional Metric (RoAM) framework: a guide for goal-centred metric construction
von: Goodyear, Luke E. B., et al.
Veröffentlicht: (2025)

Confounder-robust causal discovery and inference in Perturb-seq using proxy and instrumental variables
von: Park, Kwangmoon, et al.
Veröffentlicht: (2026)

Graph-based Square-Root Estimation for Sparse Linear Regression
von: Li, Peili, et al.
Veröffentlicht: (2024)

Testing for no effect in regression problems: a permutation approach
von: Ciszewski, Michał, et al.
Veröffentlicht: (2023)

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

Anytime-valid simultaneous lower confidence bounds for the true discovery proportion
von: Preusse, Friederike
Veröffentlicht: (2025)

A nonparametric framework for treatment effect modifier discovery in high dimensions
von: Boileau, Philippe, et al.
Veröffentlicht: (2023)

Bayesian inference of vector autoregressions with tensor decompositions
von: Luo, Yiyong, et al.
Veröffentlicht: (2022)

Network knockoffs: controlling false discovery in dyadic space
von: Van Ee, Justin, et al.
Veröffentlicht: (2026)