Buchumschlag

A partial likelihood approach to tree-based density modeling and its application in Bayesian inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Li, Bruni, Benedetta
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Statistics Theory Computation Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Monte Carlo inference for semiparametric Bayesian regression
von: Kowal, Daniel R., et al.
Veröffentlicht: (2023)

A Bayesian approach to learning mixtures of nonparametric components
von: Zhang, Yilei, et al.
Veröffentlicht: (2025)

Fiducial inference for partially identified parameters with applications to instrumental variable models
von: Cui, Yifan, et al.
Veröffentlicht: (2025)

Pooling information in likelihood-free inference
von: Frazier, David T., et al.
Veröffentlicht: (2022)

Stein transport for Bayesian inference
von: Nüsken, Nikolas
Veröffentlicht: (2024)

Uncertainty quantification for iterative algorithms in linear models with application to early stopping
von: Bellec, Pierre C., et al.
Veröffentlicht: (2024)

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

Semi-parametric inference based on adaptively collected data
von: Lin, Licong, et al.
Veröffentlicht: (2023)

Selective inference using randomized group lasso estimators for general models
von: Huang, Yiling, et al.
Veröffentlicht: (2023)

Maximin Robust Bayesian Experimental Design
von: Abdulsamad, Hany, et al.
Veröffentlicht: (2026)

Inverting estimating equations for causal inference on quantiles
von: Cheng, Chao, et al.
Veröffentlicht: (2024)

Bayesian Semiparametric Mixture Cure (Frailty) Models
von: Kızılaslan, Fatih, et al.
Veröffentlicht: (2025)

Optimal sparse phase retrieval via a quasi-Bayesian approach
von: Mai, The Tien
Veröffentlicht: (2025)

Iterating marginalized Bayes maps for likelihood maximization with application to nonlinear panel models
von: Wheeler, Jesse, et al.
Veröffentlicht: (2025)

Handling bounded response in high dimensions: a Horseshoe prior Bayesian Beta regression approach
von: Mai, The Tien
Veröffentlicht: (2025)

Doubly robust inference via calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

A general framework for inference on algorithm-agnostic variable importance
von: Williamson, Brian D., et al.
Veröffentlicht: (2020)

Tail-adaptive Bayesian shrinkage
von: Lee, Se Yoon, et al.
Veröffentlicht: (2020)

Dynamic treatment effects: high-dimensional inference under model misspecification
von: Zhang, Yuqian, et al.
Veröffentlicht: (2021)

Early-stopped aggregation: Adaptive inference with computational efficiency
von: Ohn, Ilsang, et al.
Veröffentlicht: (2026)

Dimension-agnostic inference using cross U-statistics
von: Kim, Ilmun, et al.
Veröffentlicht: (2020)

Anytime-valid off-policy inference for contextual bandits
von: Waudby-Smith, Ian, et al.
Veröffentlicht: (2022)

Bayesian Quantile Regression with Subset Selection: A Decision Analysis Perspective
von: Feldman, Joseph, et al.
Veröffentlicht: (2023)

Debiased Bayesian Inference for High-dimensional Regression Models
von: Chen, Qihui, et al.
Veröffentlicht: (2025)

Higher-order accurate two-sample network inference and network hashing
von: Shao, Meijia, et al.
Veröffentlicht: (2022)

Causal inference for the expected number of recurrent events in the presence of a terminal event
von: Baer, Benjamin R., et al.
Veröffentlicht: (2023)

Causal inference through multi-stage learning and doubly robust deep neural networks
von: Zhang, Yuqian, et al.
Veröffentlicht: (2024)

A Selective Review on Statistical Methods for Massive Data Computation: Distributed Computing, Subsampling, and Minibatch Techniques
von: Li, Xuetong, et al.
Veröffentlicht: (2024)

Concentration and Calibration in Predictive Bayesian Inference
von: Frazier, David T., et al.
Veröffentlicht: (2026)

On the estimation rate of Bayesian PINN for inverse problems
von: Sun, Yi, et al.
Veröffentlicht: (2024)

On Quantification of Borrowing of Information in Hierarchical Bayesian Models
von: Ghosh, Prasenjit, et al.
Veröffentlicht: (2025)

When can weak latent factors be statistically inferred?
von: Fan, Jianqing, et al.
Veröffentlicht: (2024)

Variational Bayesian Bow tie Neural Networks with Shrinkage
von: Sheinkman, Alisa, et al.
Veröffentlicht: (2024)

Bayesian Multiplicity Correction in the Probabilistic Forward Stepwise Framework
von: Womack, Andrew, et al.
Veröffentlicht: (2026)

A renormalization-group inspired lattice-based framework for piecewise generalized linear models
von: Chang, Joshua C.
Veröffentlicht: (2026)

The generalized underlap coefficient with an application in clustering
von: Zhang, Zhaoxi, et al.
Veröffentlicht: (2026)

Optimal estimators of cross-partial derivatives and surrogates of functions
von: Lamboni, Matieyendou
Veröffentlicht: (2024)

Bayesian Analysis for Over-parameterized Linear Model via Effective Spectra
von: Wakayama, Tomoya, et al.
Veröffentlicht: (2023)

High-dimensional Bayesian Tobit regression for censored response with Horseshoe prior
von: Mai, The Tien
Veröffentlicht: (2025)

Statistical inference of random graphs with a surrogate likelihood function
von: Wu, Dingbo, et al.
Veröffentlicht: (2022)