Copertina

Estimating Broad Sense Heritability via Kernel Ridge Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bley, Olivia, Lei, Elizabeth, Zhou, Andy, Shen, Xiaoxi
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Optimal and Structure-Adaptive CATE Estimation with Kernel Ridge Regression
di: Kim, Seok-Jin
Pubblicazione: (2026)

Transfer Learning of CATE with Kernel Ridge Regression
di: Kim, Seok-Jin, et al.
Pubblicazione: (2025)

Non-null Shrinkage Regression and Subset Selection via the Fractional Ridge Regression
di: Park, Sihyung, et al.
Pubblicazione: (2025)

HEDE: Heritability estimation in high dimensions by Ensembling Debiased Estimators
di: Song, Yanke, et al.
Pubblicazione: (2024)

Generalized Ridge Regression: Biased Estimation for Multiple Linear Regression Models
di: Gómez, Román Salmerón, et al.
Pubblicazione: (2024)

Ridge Estimation of High Dimensional Two-Way Fixed Effect Regression
di: He, Junnan, et al.
Pubblicazione: (2026)

Robust Genomic Prediction and Heritability Estimation using Density Power Divergence
di: Chowdhury, Upama Paul, et al.
Pubblicazione: (2024)

Lasso-Ridge Refitting: A Two-Stage Estimator for High-Dimensional Linear Regression
di: Liu, Guo
Pubblicazione: (2025)

Optimal Functional Bilinear Regression with Two-way Functional Covariates via Reproducing Kernel Hilbert Space
di: Yang, Dan, et al.
Pubblicazione: (2023)

Tractable Ridge Regression for Paired Comparisons
di: Varin, Cristiano, et al.
Pubblicazione: (2024)

Bayesian Kernel Machine Regression via Random Fourier Features for Estimating Joint Health Effects of Multiple Exposures
di: Zhang, Danlu, et al.
Pubblicazione: (2025)

Benchmarking Heritability Estimation Strategies Across 86 Configurations and Their Downstream Effect on Polygenic Risk Score Performance
di: Muneeb, Muhammad, et al.
Pubblicazione: (2026)

Pseudo-Labeling for Kernel Ridge Regression under Covariate Shift
di: Wang, Kaizheng
Pubblicazione: (2023)

Collapsible Kernel Machine Regression for Exposomic Analyses
di: McGee, Glen, et al.
Pubblicazione: (2024)

Generalized Ridge Regression: Applications to Nonorthogonal Linear Regression Models
di: Gómez, Román Salmerón, et al.
Pubblicazione: (2025)

Conditional-Marginal Nonparametric Estimation for Stage Waiting Times from Multi-Stage Models under Dependent Right Censoring
di: Zhang, Xiaoxi, et al.
Pubblicazione: (2025)

Transfer Learning for Moderate-Dimensional Ridge-Regularized Robust Linear Regression
di: Lyu, Lingfeng, et al.
Pubblicazione: (2026)

Forest Kernel Balancing Weights: Outcome-Guided Features for Causal Inference
di: Shen, Andy A., et al.
Pubblicazione: (2025)

Transfer Learning for Kernel-based Regression
di: Wang, Chao, et al.
Pubblicazione: (2023)

Ridge Regularized Estimation of VAR Models for Inference
di: Ballarin, Giovanni
Pubblicazione: (2021)

Bayesian Image-on-Image Regression via Deep Kernel Learning based Gaussian Processes
di: Ma, Guoxuan, et al.
Pubblicazione: (2023)

Wasserstein Regression with Empirical Measures and Density Estimation for Sparse Data
di: Zhou, Yidong, et al.
Pubblicazione: (2023)

Robust Local Polynomial Regression with Similarity Kernels
di: Shulman, Yaniv
Pubblicazione: (2025)

Kernel Three Pass Regression Filter
di: Jat, Rajveer, et al.
Pubblicazione: (2024)

High-dimensional Asymptotics of Generalization Performance in Continual Ridge Regression
di: Zhao, Yihan, et al.
Pubblicazione: (2025)

Kernel Smoothing for Bounded Copula Densities
di: Muia, Mathias N., et al.
Pubblicazione: (2025)

Distributed High-Dimensional Quantile Regression: Estimation Efficiency and Support Recovery
di: Wang, Caixing, et al.
Pubblicazione: (2024)

Multi-Layer Kernel Machines: Fast and Optimal Nonparametric Regression with Uncertainty Quantification
di: Dai, Xiaowu, et al.
Pubblicazione: (2024)

The Effective Number of Parameters in Kernel Density Estimation
di: Guglielmini, Sofia, et al.
Pubblicazione: (2024)

Estimation of Treatment Effects based on Kernel Matching
di: Ding, Chong, et al.
Pubblicazione: (2025)

Generalised Exponential Kernels for Nonparametric Density Estimation
di: Craig, Laura M., et al.
Pubblicazione: (2026)

Changing the Kernel During Training Leads to Double Descent in Kernel Regression
di: Allerbo, Oskar
Pubblicazione: (2023)

Variable Selection with Broken Adaptive Ridge Regression for Interval-Censored Competing Risks Data
di: Mahmoudi, Fatemeh, et al.
Pubblicazione: (2025)

Causal Effect Estimation on Restricted Mean Survival Time in Case-Cohort Studies via a Matching Design
di: Ni, Andy, et al.
Pubblicazione: (2026)

Counterfactual Density Estimation using Kernel Stein Discrepancies
di: Martinez-Taboada, Diego, et al.
Pubblicazione: (2023)

Towards Semiparametric Bandwidth Selectors for Kernel Density Estimators
di: Hjort, Nils Lid
Pubblicazione: (2026)

Simultaneous Sieve Estimation and Inference for Time-Varying Nonlinear Time Series Regression
di: Ding, Xiucai, et al.
Pubblicazione: (2025)

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

Generalized Local Polynomial Regression with Decomposed Context-Aware Kernels
di: Shulman, Yaniv
Pubblicazione: (2026)

Mixture Quantiles Estimated by Constrained Linear Regression
di: Peng, Cheng, et al.
Pubblicazione: (2023)