研究人员开发了一种名为条件泊松采样(CPS)的新方法,它为传统的泊松采样(PS)提供了一种固定大小的替代方案,用于统计推断。CPS通过确保一致的样本量而不损害统计效率,解决了PS的一个关键限制,即其样本量可变的问题。研究表明,新方法渐近方差不劣于PS,在预测不完美的情况下可能更好,并且已经发布了一个用于实现的Python包。 AI
影响 为机器学习应用引入了一种更鲁棒的统计采样方法,可能提高从数据中得出的结论的可靠性。
排序理由 该集群包含一篇详细介绍新统计推断方法的论文。[lever_c_demoted from research: ic=1 ai=0.7]
- alphaXiv
- arXiv
- CatalyzeX
- Conditional Poisson Sampling
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv
- Poisson Sampling
- Python
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →