Buchumschlag

Breaking the Winner's Curse with Bayesian Hybrid Shrinkage

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mudd, Richard, Zaidi, Abbas, Friedberg, Rina, Gorbachev, Ilya, Choubey, Anchal, Nassif, Houssam
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Breaking the Winner's Curse with Bayesian Hybrid Shrinkage
von: Mudd, Richard, et al.
Veröffentlicht: (2025)

Treatment Effect Learning Under Sequential Randomization
von: Friedberg, Rina, et al.
Veröffentlicht: (2025)

Bayesian Predictive Probabilities for Online Experimentation
von: Zaidi, Abbas, et al.
Veröffentlicht: (2025)

Winner's Curse Free Robust Mendelian Randomization with Summary Data
von: Xie, Zhongming, et al.
Veröffentlicht: (2023)

A Flexible Defense Against the Winner's Curse
von: Zrnic, Tijana, et al.
Veröffentlicht: (2024)

Correction for Weak IV Bias and Winner's Curse in Mendelian Randomization Egger Regression: Rerandomized Egger estimator
von: Su, Youpeng, et al.
Veröffentlicht: (2025)

Evaluating Variance Estimates with Relative Efficiency
von: Karhadkar, Kedar, et al.
Veröffentlicht: (2025)

Adaptive Shrinkage with a Nonparametric Bayesian Lasso
von: Marin, Santiago, et al.
Veröffentlicht: (2024)

Curse of Dimensionality in Bayesian Model Updating
von: Binbin, Li, et al.
Veröffentlicht: (2025)

Flexibly Modeling Shocks to Demographic and Health Indicators with Bayesian Shrinkage Priors
von: Susmann, Herbert, et al.
Veröffentlicht: (2024)

Limiting the Shrinkage for the Exceptional by Objective Robust Bayesian Analysis: the `Clemente Problem'
von: Pericchi, Luis R., et al.
Veröffentlicht: (2025)

Locally Adaptive Bayesian Isotonic Regression using Half Shrinkage Priors
von: Okano, Ryo, et al.
Veröffentlicht: (2022)

Adaptive Bayesian Joint Latent Space Modeling via Cumulative Shrinkage
von: Lv, Bin, et al.
Veröffentlicht: (2025)

Bayesian Variable Selection for Multi-Outcome Models Through Shared Shrinkage
von: Kundu, Debamita, et al.
Veröffentlicht: (2019)

Best of Three Worlds: Adaptive Experimentation for Digital Marketing in Practice
von: Fiez, Tanner, et al.
Veröffentlicht: (2024)

Active learning with biased non-response to label requests
von: Robinson, Thomas, et al.
Veröffentlicht: (2023)

Bayesian Multi-Group Functional Factor Models with Parameter-Expanded Cumulative Shrinkage Priors
von: Dai, Xuanye, et al.
Veröffentlicht: (2026)

Bayesian Shrinkage in High-Dimensional VAR Models: A Comparative Study
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

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

Shrinkage through multiple identifiability
von: Meixide, Carlos García, et al.
Veröffentlicht: (2026)

Constructing Genetic Risk Scores: Robust Bayesian Approach through Projected Summary Statistics and Flexible Shrinkage
von: Dun, Yuzheng, et al.
Veröffentlicht: (2024)

Bayesian Variable Selection on Small Sample Trial Data via Adaptive Posterior-Informed Shrinkage Prior
von: Kong, Lingxuan, et al.
Veröffentlicht: (2025)

Bayesian Transfer Learning for High-Dimensional Linear Regression via Adaptive Shrinkage
von: Jamshidian, Parsa, et al.
Veröffentlicht: (2025)

Bayesian Region Selection and Prediction in Poisson Regression with Spatially Dependent Global-Local Shrinkage Prior
von: Zhu, Zihan, et al.
Veröffentlicht: (2026)

Relaxation of Projected Prior with Continuous Gap Shrinkage
von: Duan, Leo L, et al.
Veröffentlicht: (2026)

Shrinkage Estimators for Beta Regression Models
von: Firinguetti, Luis, et al.
Veröffentlicht: (2024)

Monotone Missing Data: A Blessing and a Curse
von: Tikka, Santtu, et al.
Veröffentlicht: (2024)

Shrinkage linear regression for symbolic interval-valued variables
von: Rodriguez, Oldemar
Veröffentlicht: (2024)

Variational Inference for the Latent Shrinkage Position Model
von: Gwee, Xian Yao, et al.
Veröffentlicht: (2023)

Prediction-Powered Adaptive Shrinkage Estimation
von: Li, Sida, et al.
Veröffentlicht: (2025)

System Reliability Estimation via Shrinkage
von: Qiang, Beidi, et al.
Veröffentlicht: (2025)

Linear Shrinkage Convexification of Penalized Linear Regression With Missing Data
von: Park, Seongoh, et al.
Veröffentlicht: (2024)

Joint Quantile Shrinkage: A State-Space Approach toward Non-Crossing Bayesian Quantile Models
von: Kohns, David, et al.
Veröffentlicht: (2025)

BaGGLS: A Bayesian Shrinkage Framework for Interpretable Modeling of Interactions in High-Dimensional Biological Data
von: Lemanczyk, Marta S., et al.
Veröffentlicht: (2025)

Shrinkage-Constrained Functional Calibration for Complex Computer Models
von: Myhill, Liam, et al.
Veröffentlicht: (2026)

New sampling approaches for Shrinkage Inverse-Wishart distribution
von: Jiang, Yiye
Veröffentlicht: (2025)

Hybrid Bayesian Smoothing on Surfaces
von: Hofkes, Matthew, et al.
Veröffentlicht: (2024)

Bayesian Global-Local Shrinkage with Univariate Guidance for Ultra-High-Dimensional Regression
von: Das, Priyam
Veröffentlicht: (2026)

MUSE: Multi-Treatment Experiment Design for Winner Selection and Effect Estimation
von: Xu, Jiachen, et al.
Veröffentlicht: (2025)

Modeling Dynamic Correlation Matrices with Shrinkage Priors
von: Coulson, Daniel Andrew, et al.
Veröffentlicht: (2026)