Buchumschlag

Approximate posterior recalibration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cai, Tiffany, Greengard, Philip, Goodrich, Ben, Gelman, Andrew
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A calibrated BISG for inferring race from surname and geolocation
von: Greengard, Philip, et al.
Veröffentlicht: (2023)

Hierarchical Bayesian Models to Mitigate Systematic Disparities in Prediction with Proxy Outcomes
von: Mikhaeil, Jonas, et al.
Veröffentlicht: (2024)

Efficient scenario analysis in real-time Bayesian election forecasting via sequential meta-posterior sampling
von: Han, Geonhee, et al.
Veröffentlicht: (2025)

The ladder of abstraction in statistical graphics
von: Gelman, Andrew
Veröffentlicht: (2025)

Slamming the sham: A Bayesian model for adaptive adjustment with noisy control data
von: Gelman, Andrew, et al.
Veröffentlicht: (2019)

The piranha problem: Large effects swimming in a small pond
von: Tosh, Christopher, et al.
Veröffentlicht: (2021)

Pareto Smoothed Importance Sampling
von: Vehtari, Aki, et al.
Veröffentlicht: (2015)

Model validation for aggregate inferences in out-of-sample prediction
von: Kennedy, Lauren, et al.
Veröffentlicht: (2023)

Advances in Approximate Bayesian Inference for Models in Epidemiology
von: Li, Xiahui, et al.
Veröffentlicht: (2025)

Wild posteriors in the wild
von: Shen, Yunyi, et al.
Veröffentlicht: (2025)

Gradient-Based Approximate Bayesian Inference with Entropy-Optimized Summary Statistics for Compartmental Models
von: Li, Xiahui, et al.
Veröffentlicht: (2024)

Bayesian inference for stochastic oscillatory systems using the phase-corrected Linear Noise Approximation
von: Swallow, Ben, et al.
Veröffentlicht: (2022)

Hypothesizing an effect size by considering individual variation
von: Gelman, Andrew, et al.
Veröffentlicht: (2026)

When Bayes goes bad: Weakly-regularized covariate adjustment leads to a biased estimate of prevalence
von: Kuh, Swen, et al.
Veröffentlicht: (2026)

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

Laplace and skew-Laplace approximations for Dirichlet process mixture posterior density
von: Franzolini, Beatrice, et al.
Veröffentlicht: (2026)

Skew-symmetric approximations of posterior distributions
von: Pozza, Francesco, et al.
Veröffentlicht: (2024)

Computational methods for fast Bayesian model assessment via calibrated posterior p-values
von: Paganin, Sally, et al.
Veröffentlicht: (2023)

Robustifying Approximate Bayesian Computation
von: Weerasinghe, Chaya, et al.
Veröffentlicht: (2025)

Asymptotics for parametric martingale posteriors
von: Fong, Edwin, et al.
Veröffentlicht: (2024)

Permutations accelerate Approximate Bayesian Computation
von: Luciano, Antoine, et al.
Veröffentlicht: (2025)

Self-Normalized Quantile Empirical Saddlepoint Approximation
von: Jian, Hou, et al.
Veröffentlicht: (2025)

Gaussian Approximation and Output Analysis for High-Dimensional MCMC
von: Pengel, Ardjen, et al.
Veröffentlicht: (2024)

Approximate Bayesian Computation with Statistical Distances for Model Selection
von: Grazian, Clara
Veröffentlicht: (2024)

Power Analysis is Essential: High-Powered Tests Suggest Minimal to No Effect of Rounded Shapes on Click-Through Rates
von: Kohavi, Ron, et al.
Veröffentlicht: (2025)

Rapid Approximation Prediction for Kriging
von: Li, Ziyu, et al.
Veröffentlicht: (2026)

Approximations to worst-case data dropping: unmasking failure modes
von: Huang, Jenny Y., et al.
Veröffentlicht: (2024)

The Integrated Nested Laplace Approximation for fitting Dirichlet regression models
von: Martínez-Minaya, Joaquín, et al.
Veröffentlicht: (2019)

Constructing Level Sets Using Smoothed Approximate Bayesian Computation
von: Edwards, David, et al.
Veröffentlicht: (2024)

Stochastic Approximation Cut Algorithm for Inference in Modularized Bayesian Models
von: Liu, Yang, et al.
Veröffentlicht: (2020)

Copula Approximate Bayesian Computation Using Distribution Random Forests
von: Karabatsos, George
Veröffentlicht: (2024)

Enhancing Approximate Modular Bayesian Inference by Emulating the Conditional Posterior
von: Hutchings, Grant, et al.
Veröffentlicht: (2024)

Multivariate Singular Spectrum Analysis by Robust Diagonalwise Low-Rank Approximation
von: Centofanti, Fabio, et al.
Veröffentlicht: (2023)

Nested $\hat R$: Assessing the convergence of Markov chain Monte Carlo when running many short chains
von: Margossian, Charles C., et al.
Veröffentlicht: (2021)

Maximum Likelihood Estimates of Parameters in Generalized Gamma Distribution with SeLF Algorithm
von: Cai, Yufei
Veröffentlicht: (2023)

Joint Models with Multiple Markers and Multiple Time-to-event Outcomes Using Variational Approximations
von: Christoffersen, Benjamin, et al.
Veröffentlicht: (2025)

Linear-cost unbiased posterior estimates for crossed effects and matrix factorization models via couplings
von: Ceriani, Paolo Maria, et al.
Veröffentlicht: (2024)

REX-SUB: A Scalable Subsampling Strategy for Modeling Large Spatial Datasets
von: Rios, Nicholas, et al.
Veröffentlicht: (2026)

Empirical Likelihood Test for Common Invariant Subspace of Multilayer Networks based on Monte Carlo Approximation
von: Yao, Qianqian
Veröffentlicht: (2026)

Exact Gradient Evaluation for Adaptive Quadrature Approximate Marginal Likelihood in Mixed Models for Grouped Data
von: Stringer, Alex
Veröffentlicht: (2023)