Scalable Variable Selection under Predictor Dependence with Adaptive Virtual Dummies
预测变量相关下基于自适应虚拟变量的可扩展变量选择AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用高维变量选择与计算方法，没有具体经济预测或其他所列应用方向的证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
预测变量相关下基于自适应虚拟变量的可扩展变量选择
- 研究问题
- 当高维预测变量相互依赖时，如何改善 T-Rex 选择器中合成变量与真实变量的竞争，并减少重复计算以控制错误发现率？
- 方法与思路
- 作者估计未激活预测变量的条件高斯分布，构造自适应虚拟变量，并用共享的惰性 Gram 缓存复用跨实验的内积计算。
- 材料陈述的贡献
- 摘要称，所做模拟中方法经验性控制了错误发现率，缓存带来超过六倍加速，并在十万个预测变量下保持计算可行。
- 阅读关注点
- 应核对条件分布估计、依赖结构与模拟设计，区分虚拟变量生成机制的精确性和错误发现率保证，并检查计算比较是否公平。
- 阅读边界
- 这是 arXiv v1 预印本，不能据此声称已经同行评审或期刊接收；摘要仅报告模拟中的错误率控制，未说明一般理论保证。
原文摘要
Reliable high-dimensional variable selection requires scalable error-controlling methods. The Terminating-Random Experiments (T-Rex) selector estimates the false discovery rate (FDR) by aggregating early-terminated forward-selection paths in which predictors compete with synthetic dummies. We address two remaining challenges: i) predictor dependence can bias dummy-predictor competition; ii) computation is wasted on recomputing terms shared across experiments. Building on memory-efficient virtual dummies, which sequentially sample projections from their exact conditional law, we estimate the conditional Gaussian law of inactive predictors and map draws onto the remaining sphere radius. A shared lazy Gram cache computes the response product and each requested Gram column once across experiments. Simulations across three covariance structures show that uniform spherical dummies can exceed the target FDR, whereas the proposed method empirically controls FDR. Caching yields more than a sixfold speedup, and the method remains feasible with 100000 predictors, where competing FDR-controlling methods become computationally impractical.