Copertina

Goodness-of-Fit Tests for Latent Class Models with Ordinal Categorical Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Qing, Huan
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

On the Robustness of Kernel Goodness-of-Fit Tests
di: Liu, Xing, et al.
Pubblicazione: (2024)

A Latent Causal Inference Framework for Ordinal Variables
di: Scauda, Martina, et al.
Pubblicazione: (2025)

Fitting Sparse Markov Models to Categorical Time Series Using Convex Clustering
di: Majumder, Tuhin, et al.
Pubblicazione: (2022)

A Gaussian Process Model for Ordinal Data with Applications to Chemoinformatics
di: Gosnell, Arron, et al.
Pubblicazione: (2024)

Composite Goodness-of-fit Tests with Kernels
di: Key, Oscar, et al.
Pubblicazione: (2021)

Classifier Pooling for Modern Ordinal Classification
di: Rotenberg, Noam H., et al.
Pubblicazione: (2026)

Conformal Risk Control for Ordinal Classification
di: Xu, Yunpeng, et al.
Pubblicazione: (2024)

Ordinal Mixed-Effects Random Forest
di: Bergonzoli, Giulia, et al.
Pubblicazione: (2024)

A Dynamic, Ordinal Gaussian Process Item Response Theoretic Model
di: Chen, Yehu, et al.
Pubblicazione: (2025)

Optimal Transport on Categorical Data for Counterfactuals using Compositional Data and Dirichlet Transport
di: Machado, Agathe Fernandes, et al.
Pubblicazione: (2025)

Distribution-free Conformal Prediction for Ordinal Classification
di: Chakraborty, Subhrasish, et al.
Pubblicazione: (2024)

Fit CATE Once: Model-Assisted Randomization Tests Without Sample Splitting
di: Zheng, Fangnan, et al.
Pubblicazione: (2026)

Fiducial Matching: Differentially Private Inference for Categorical Data
di: Romanus, Ogonnaya Michael, et al.
Pubblicazione: (2025)

Identifiable Deep Latent Variable Models for MNAR Data
di: Xie, Huiming, et al.
Pubblicazione: (2026)

How many asymmetric communities are there in multi-layer directed networks?
di: Qing, Huan
Pubblicazione: (2026)

K-Models: a Flexible and Interpretable Method for Ordinal Clustering with Application to Antigen-Antibody Interaction Profiles
di: Patanè, Giulia, et al.
Pubblicazione: (2026)

Model Class Selection
di: Cecil, Ryan, et al.
Pubblicazione: (2025)

A Generalized Similarity U Test for Multivariate Analysis of Sequencing Data
di: Wei, Changshuai, et al.
Pubblicazione: (2015)

Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers
di: Lee, Seunghyun, et al.
Pubblicazione: (2025)

Causal Inference with Categorical Unobserved Confounder via Mixture Learning
di: Saha, Aytijhya, et al.
Pubblicazione: (2026)

Fitting networks with a cancellation trick
di: Jin, Jiashun, et al.
Pubblicazione: (2025)

Independence Testing for Temporal Data
di: Shen, Cencheng, et al.
Pubblicazione: (2019)

Causal Discovery on Dependent Binary Data
di: Chen, Alex, et al.
Pubblicazione: (2024)

Towards Identifiable Latent Additive Noise Models
di: Liu, Yuhang, et al.
Pubblicazione: (2024)

Amortized Causal Discovery with Prior-Fitted Networks
di: Sypniewski, Mateusz, et al.
Pubblicazione: (2025)

Latent Network Estimation and Variable Selection for Compositional Data via Variational EM
di: Osborne, Nathan, et al.
Pubblicazione: (2020)

Learning Latent and Hierarchical Structures in Cognitive Diagnosis Models
di: Ma, Chenchen, et al.
Pubblicazione: (2021)

Data Fusion with Distributional Equivalence Test-then-pool
di: Yang, Linying, et al.
Pubblicazione: (2026)

Quotient-Based Posterior Analysis for Euclidean Latent Space Models
di: You, Kisung, et al.
Pubblicazione: (2026)

Causal Effect Identification in LiNGAM Models with Latent Confounders
di: Tramontano, Daniele, et al.
Pubblicazione: (2024)

Knowledge Distillation of Uncertainty using Deep Latent Factor Model
di: Park, Sehyun, et al.
Pubblicazione: (2025)

Towards Characterizing Domain Counterfactuals For Invertible Latent Causal Models
di: Zhou, Zeyu, et al.
Pubblicazione: (2023)

Unified Conformalized Multiple Testing with Full Data Efficiency
di: Huo, Yuyang, et al.
Pubblicazione: (2025)

Characterization and Learning of Causal Graphs with Latent Confounders and Post-treatment Selection from Interventional Data
di: Luo, Gongxu, et al.
Pubblicazione: (2025)

TransformerLSR: Attentive Joint Model of Longitudinal Data, Survival, and Recurrent Events with Concurrent Latent Structure
di: Zhang, Zhiyue, et al.
Pubblicazione: (2024)

Covariate-assisted Grade of Membership Models via Shared Latent Geometry
di: Xu, Zhiyu, et al.
Pubblicazione: (2026)

Iterative Methods for Vecchia-Laplace Approximations for Latent Gaussian Process Models
di: Kündig, Pascal, et al.
Pubblicazione: (2023)

Membership Testing in Markov Equivalence Classes via Independence Query Oracles
di: Zhang, Jiaqi, et al.
Pubblicazione: (2024)

Combining Incomplete Observational and Randomized Data for Heterogeneous Treatment Effects
di: Yao, Dong, et al.
Pubblicazione: (2024)

Tuning-Free Maximum Likelihood Training of Latent Variable Models via Coin Betting
di: Sharrock, Louis, et al.
Pubblicazione: (2023)