两篇新的arXiv论文探讨了预测驱动推断(PPI)的概念,该框架使用机器学习预测来改进难以测量结果时的统计推断。第一篇论文《使用黑盒预测的最佳推断》侧重于高维高斯序列模型,描述了理论极限并开发了实用的假设检验。第二篇论文《揭秘预测驱动推断》综合了现有的PPI变体,为实践者提供了一个统一的工作流程。它强调,虽然PPI可以产生更窄的置信区间,但重复使用训练数据可能导致反保守结果,并且在某些缺失数据条件下,所有方法都可能产生有偏估计。 AI
影响 为将机器学习预测整合到统计分析中提供了一个统一的框架和实践指导,有可能提高各个研究领域的效率和有效性。
排序理由 两篇在arXiv上发表的学术论文,详细介绍了统计推断框架。
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Prediction-Powered Inference
- ScienceCast
- Yilin Song
- Connected Papers
- CORE Recommender
- Influence Flower
- Litmaps
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →