Buchumschlag

int3ract: Johnson-Neyman Technique and its Three-Way Extension for Frequentist and Bayesian Models in R

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Krause, Robert W.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multivariate Interval-Valued Models in Frequentist and Bayesian Schemes
von: Sadeghkhani, Ali, et al.
Veröffentlicht: (2024)

Bayesian and Frequentist Inference for Synthetic Controls
von: Martinez, Ignacio, et al.
Veröffentlicht: (2022)

Bayesian inference for Neyman-Scott point processes with anisotropic clusters
von: Dvořák, Jiří, et al.
Veröffentlicht: (2025)

Frequentist properties of Bayesian inequality tests
von: Kaplan, David M., et al.
Veröffentlicht: (2016)

Semi-parametric Bayesian inference under Neyman orthogonality
von: Sabbagh, Magid, et al.
Veröffentlicht: (2026)

Adaptive Neyman Allocation
von: Zhao, Jinglong
Veröffentlicht: (2023)

Empirical Bayes for the Reluctant Frequentist
von: Koenker, Roger, et al.
Veröffentlicht: (2024)

Polynomial Maximization Method with Fractional Polynomial Basis: A Frequentist Bridge to Bayesian Fractional Polynomials
von: Zabolotnii, Serhii
Veröffentlicht: (2026)

Frequentist Inference for Semi-mechanistic Epidemic Models with Interventions
von: Bong, Heejong, et al.
Veröffentlicht: (2023)

Complementary strengths of the Neyman-Rubin and graphical causal frameworks
von: Gorbach, Tetiana, et al.
Veröffentlicht: (2025)

Error Bounds Revisited, and How to Use Bayesian Statistics While Remaining a Frequentist
von: Xu, Ning, et al.
Veröffentlicht: (2025)

W-Kernel and Its Principal Space for Frequentist Evaluation of Bayesian Estimators
von: Iba, Yukito
Veröffentlicht: (2023)

Frequentist Statistics as Internalist Reliabilism
von: Lin, Hanti
Veröffentlicht: (2024)

A Neyman-Orthogonalization Approach to the Incidental Parameter Problem
von: Bonhomme, Stéphane, et al.
Veröffentlicht: (2024)

On the Equivalence between Neyman Orthogonality and Pathwise Differentiability
von: Chen, Yuxi, et al.
Veröffentlicht: (2026)

Revamping Conformal Selection With Optimal Power: A Neyman--Pearson Perspective
von: Qin, Jing, et al.
Veröffentlicht: (2025)

Neyman-Pearson and equal opportunity: when efficiency meets fairness in classification
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

Implementing Errors on Errors: Bayesian vs Frequentist
von: Mishima, Satoshi, et al.
Veröffentlicht: (2025)

Bayesian Covariance Structure Modeling of Multi-Way Nested Data
von: Baas, Stef, et al.
Veröffentlicht: (2022)

Recursive Neyman Algorithm for Optimum Sample Allocation under Box Constraints on Sample Sizes in Strata
von: Wesołowski, Jacek, et al.
Veröffentlicht: (2023)

Combining Bayesian and Frequentist Inference for Laboratory-Specific Performance Guarantees in Copy Number Variation Detection
von: Talbot, Austin, et al.
Veröffentlicht: (2026)

Prevalence estimation in infectious diseases with imperfect tests: A comparison of Frequentist and Bayesian Logistic Regression methods with misclassification correction
von: Alvarez, Jorge Mario Estrada, et al.
Veröffentlicht: (2025)

Beyond Neyman-Pearson: e-values enable hypothesis testing with a data-driven alpha
von: Grünwald, Peter
Veröffentlicht: (2022)

A Frequentist Statistical Introduction to Variational Inference, Autoencoders, and Diffusion Models
von: Chen, Yen-Chi
Veröffentlicht: (2025)

Neyman-Pearson Multi-class Classification via Cost-sensitive Learning
von: Tian, Ye, et al.
Veröffentlicht: (2021)

Sigmoid-FTRL: Design-Based Adaptive Neyman Allocation for AIPW Estimators
von: Chen, Fangyi, et al.
Veröffentlicht: (2025)

Stronger Neyman Regret Guarantees for Adaptive Experimental Design
von: Noarov, Georgy, et al.
Veröffentlicht: (2025)

Neyman-Pearson multiclass classification under label noise via empirical likelihood
von: Zhang, Qiong, et al.
Veröffentlicht: (2026)

Neyman Jackknife: Design-Based Variance Estimation for Causal Inference under Interference
von: Park, Bryan, et al.
Veröffentlicht: (2026)

Neyman Meets Causal Machine Learning: Experimental Evaluation of Individualized Treatment Rules
von: Li, Michael Lingzhi, et al.
Veröffentlicht: (2024)

Clustering Three-Way Data with Outliers
von: Clark, Katharine M., et al.
Veröffentlicht: (2023)

Rejoinder to the discussants of the two JASA articles `Frequentist Model Averaging' and `The Focused Information Criterion', by Nils Lid Hjort and Gerda Claeskens
von: Hjort, Nils Lid, et al.
Veröffentlicht: (2026)

Bayesian Inference of Geometric Brownian Motion: An Extension with Jumps
von: Yan, Yifei, et al.
Veröffentlicht: (2025)

The Bayesian Way: Uncertainty, Learning, and Statistical Reasoning
von: Sosa, Juan, et al.
Veröffentlicht: (2025)

False Discovery Rate Control via Frequentist-assisted Horseshoe
von: Liang, Qiaoyu, et al.
Veröffentlicht: (2025)

Generalized Neyman Allocation for Locally Minimax Optimal Best-Arm Identification
von: Kato, Masahiro
Veröffentlicht: (2024)

Estimation of Directed Acyclic Graphs by Frequentist Model Averaging
von: Liu, Huihang, et al.
Veröffentlicht: (2026)

Bayesian Hierarchical Modelling of Noisy Gamma Processes: Model Formulation, Identifiability, Model Fitting, and Extensions to Unit-to-Unit Variability
von: Leadbetter, Ryan, et al.
Veröffentlicht: (2024)

An Efficient Sampling from Circular Distributions and its Extension to Toroidal Distributions
von: Biswas, Surojit, et al.
Veröffentlicht: (2024)

Linear Model and Extensions
von: Ding, Peng
Veröffentlicht: (2024)