Buchumschlag

Bayesian model-averaging stochastic item selection for adaptive testing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Su, Tina, Choe, Edison, Chang, Joshua C.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Information Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Consistent model selection in the spiked Wigner model via AIC-type criteria
von: Mukherjee, Soumendu Sundar
Veröffentlicht: (2023)

Perturbative adaptive importance sampling for Bayesian LOO cross-validation
von: Chang, Joshua C, et al.
Veröffentlicht: (2024)

Unifying Summary Statistic Selection for Approximate Bayesian Computation
von: Hoffmann, Till, et al.
Veröffentlicht: (2022)

Maximum entropy based testing in network models: ERGMs and constrained optimization
von: Ghosh, Subhro, et al.
Veröffentlicht: (2026)

Network two-sample test for block models
von: Nguen, Chung Kyong, et al.
Veröffentlicht: (2024)

High-dimensional Clustering and Signal Recovery under Block Signals
von: Su, Wu, et al.
Veröffentlicht: (2025)

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

POLAR: A Pessimistic Model-based Policy Learning Algorithm for Dynamic Treatment Regimes
von: Zhang, Ruijia, et al.
Veröffentlicht: (2025)

Locally Private Parametric Methods for Change-Point Detection
von: Yadav, Anuj Kumar, et al.
Veröffentlicht: (2026)

Amortized Vine Copulas for High-Dimensional Density and Information Estimation
von: Safaai, Houman
Veröffentlicht: (2026)

An efficient search-and-score algorithm for ancestral graphs using multivariate information scores
von: Lagrange, Nikita, et al.
Veröffentlicht: (2024)

Computationally efficient reductions between some statistical models
von: Lou, Mengqi, et al.
Veröffentlicht: (2024)

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

Spectral Ranking Inferences based on General Multiway Comparisons
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

Inference for Heteroskedastic PCA with Missing Data
von: Yan, Yuling, et al.
Veröffentlicht: (2021)

Time-Uniform Confidence Spheres for Means of Random Vectors
von: Chugg, Ben, et al.
Veröffentlicht: (2023)

Stability of a Generalized Debiased Lasso with Applications to Resampling-Based Variable Selection
von: Liu, Jingbo
Veröffentlicht: (2024)

Spectrum-Aware Debiasing: A Modern Inference Framework with Applications to Principal Components Regression
von: Li, Yufan, et al.
Veröffentlicht: (2023)

Deflated HeteroPCA: Overcoming the curse of ill-conditioning in heteroskedastic PCA
von: Zhou, Yuchen, et al.
Veröffentlicht: (2023)

Optimal Differentially Private PCA and Estimation for Spiked Covariance Matrices
von: Cai, T. Tony, et al.
Veröffentlicht: (2024)

Nested stochastic block model for simultaneously clustering networks and nodes
von: Josephs, Nathaniel, et al.
Veröffentlicht: (2023)

Non-asymptotic goodness-of-fit tests and model selection in valued stochastic blockmodels
von: Almendra-Hernández, Félix, et al.
Veröffentlicht: (2025)

Combining Evidence Across Filtrations
von: Choe, Yo Joong, et al.
Veröffentlicht: (2024)

Bayesian Rao test for distributed target detection in interference and noise with limited training data
von: Xiao, Daipeng, et al.
Veröffentlicht: (2025)

Decentralized Conformal Novelty Detection via Quantized Model Exchange
von: Loh, Kyle, et al.
Veröffentlicht: (2026)

Modular Learning of Deep Causal Generative Models for High-dimensional Causal Inference
von: Rahman, Md Musfiqur, et al.
Veröffentlicht: (2024)

Probing the Information Theoretical Roots of Spatial Dependence Measures
von: Wang, Zhangyu, et al.
Veröffentlicht: (2024)

Adaptive Learn-then-Test: Statistically Valid and Efficient Hyperparameter Selection
von: Zecchin, Matteo, et al.
Veröffentlicht: (2024)

CURATE: Scaling-up Differentially Private Causal Graph Discovery
von: Bhattacharjee, Payel, et al.
Veröffentlicht: (2024)

Adaptive debiased machine learning using data-driven model selection techniques
von: van der Laan, Lars, et al.
Veröffentlicht: (2023)

Rate doubly robust estimation for weighted average treatment effects
von: Wang, Yiming, et al.
Veröffentlicht: (2025)

Doublethink: simultaneous Bayesian-frequentist model-averaged hypothesis testing
von: Fryer, Helen R., et al.
Veröffentlicht: (2023)

Minimax optimal adaptive structured transfer learning through semi-parametric domain-varying coefficient model
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

Joint Value Estimation and Bidding in Repeated First-Price Auctions
von: Wen, Yuxiao, et al.
Veröffentlicht: (2025)

Gradient descent inference in empirical risk minimization
von: Han, Qiyang, et al.
Veröffentlicht: (2024)

Optimal No-regret Learning in Repeated First-price Auctions
von: Han, Yanjun, et al.
Veröffentlicht: (2020)

Random pairing MLE for estimation of item parameters in Rasch model
von: Yang, Yuepeng, et al.
Veröffentlicht: (2024)

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

Estimating Graph Dimension with Cross-validated Eigenvalues
von: Chen, Fan, et al.
Veröffentlicht: (2021)

When Does Bottom-up Beat Top-down in Hierarchical Community Detection?
von: Dreveton, Maximilien, et al.
Veröffentlicht: (2023)