Buchumschlag

Pseudo-R2D2 prior for high-dimensional ordinal regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yanchenko, Eric
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Group R2D2 Shrinkage Prior for Sparse Linear Models with Grouped Covariates
von: Yanchenko, Eric, et al.
Veröffentlicht: (2024)

Mediation analysis of community context effects on heart failure using the survival R2D2 prior
von: Feng, Brandon R., et al.
Veröffentlicht: (2024)

The R2D2 Prior for Generalized Linear Mixed Models
von: Yanchenko, Eric, et al.
Veröffentlicht: (2021)

Multivariate ordinal regression for multiple repeated measurements
von: Vana-Gür, Laura
Veröffentlicht: (2024)

A generalized hypothesis test for community structure in networks
von: Yanchenko, Eric, et al.
Veröffentlicht: (2021)

Statistical inference for core-periphery structures
von: Yanchenko, Eric, et al.
Veröffentlicht: (2025)

Hypothesis testing for community structure in temporal networks using e-values
von: Yanchenko, Eric, et al.
Veröffentlicht: (2025)

Variance prior forms for high-dimensional Bayesian variable selection
von: Moran, Gemma E., et al.
Veröffentlicht: (2018)

R2 priors for Grouped Variance Decomposition in High-dimensional Regression
von: Aguilar, Javier Enrique, et al.
Veröffentlicht: (2025)

An efficient tensor regression for high-dimensional data
von: Si, Yuefeng, et al.
Veröffentlicht: (2022)

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

Statistical inference for high-dimensional convoluted rank regression
von: Cai, Leheng, et al.
Veröffentlicht: (2024)

Decorrelated forward regression for high dimensional data analysis
von: Jiang, Xuejun, et al.
Veröffentlicht: (2024)

Logistic regression models: practical induced prior specification
von: Newman, Ken B., et al.
Veröffentlicht: (2025)

Robust Bayesian high-dimensional variable selection and inference with the horseshoe family of priors
von: Fan, Kun, et al.
Veröffentlicht: (2025)

Bayesian computation for high-dimensional Gaussian Graphical Models with spike-and-slab priors
von: Sulem, Deborah, et al.
Veröffentlicht: (2025)

An interpretable neural network-based non-proportional odds model for ordinal regression
von: Okuno, Akifumi, et al.
Veröffentlicht: (2023)

Scalable Bayesian inference on high-dimensional multivariate linear regression
von: Cao, Xuan, et al.
Veröffentlicht: (2025)

Robust and consistent model evaluation criteria in high-dimensional regression
von: Kurata, Sumito, et al.
Veröffentlicht: (2024)

Rank-based Maxsum test for high dimensional regression coefficient
von: Zhao, Ping, et al.
Veröffentlicht: (2026)

Bayesian iterative screening in ultra-high dimensional linear regressions
von: Wang, Run, et al.
Veröffentlicht: (2021)

Intuitive Joint Priors for Bayesian Linear Multilevel Models: The R2D2M2 prior
von: Aguilar, Javier Enrique, et al.
Veröffentlicht: (2022)

Bayesian inference on Cox regression models using catalytic prior distributions
von: Li, Weihao, et al.
Veröffentlicht: (2023)

A brief introduction on latent variable based ordinal regression models with an application to survey data
von: Wieditz, Johannes, et al.
Veröffentlicht: (2023)

Semiparametric model averaging for high-dimensional quantile regression with nonignorable nonresponse
von: Xiong, Wei, et al.
Veröffentlicht: (2025)

Adaptive adequacy testing of high-dimensional factor-augmented regression model
von: Shi, Yanmei, et al.
Veröffentlicht: (2025)

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

Time-Dependent Pseudo $\boldsymbol{R^2}$ for Assessing Predictive Performance in Competing Risks Data
von: Zhuang, Zian, et al.
Veröffentlicht: (2025)

Efficient posterior sampling for high-dimensional imbalanced logistic regression
von: Sen, Deborshee, et al.
Veröffentlicht: (2019)

Jeffreys-prior penalty for high-dimensional logistic regression: A conjecture about aggregate bias
von: Kosmidis, Ioannis, et al.
Veröffentlicht: (2023)

Estimation and inference of high-dimensional partially linear regression models with latent factors
von: Shi, Yanmei, et al.
Veröffentlicht: (2025)

Testing relevant difference in high-dimensional linear regression with applications to detect transferability
von: Liu, Xu
Veröffentlicht: (2025)

A direct approach to tree-guided feature aggregation for high-dimensional regression
von: Fu, Jinwen, et al.
Veröffentlicht: (2025)

A lack-of-fit test for quantile regression models with high-dimensional covariates
von: Conde-Amboage, Mercedes, et al.
Veröffentlicht: (2015)

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

Penalized mixed models to adjust for batch effects and unobserved confounding in high dimensional regression
von: Lu, Yujing, et al.
Veröffentlicht: (2025)

Inference of high-dimensional weak instrumental variable regression models without ridge-regularization
von: Ding, Jiarong, et al.
Veröffentlicht: (2025)

Bayesian inference for group-level cortical surface image-on-scalar-regression with Gaussian process priors
von: Whiteman, Andrew S., et al.
Veröffentlicht: (2023)

Spatiotemporal Modeling and Forecasting at Scale with Dynamic Generalized Linear Models
von: Pherwani, Pranay, et al.
Veröffentlicht: (2024)

Comparison study of variable selection procedures in high-dimensional Gaussian linear regression
von: Lacroix, Perrine, et al.
Veröffentlicht: (2021)