Cluster-induced target shift and synthetic approximation for high-dimensional clustered data
高维聚类数据中的估计目标偏移与合成近似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：摘要处理未观测组效应和组内依赖，并应用于患者纵向数据，与面板数据中的个体异质性问题相关。
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…
高维聚类数据中的估计目标偏移与合成近似
- 研究问题
- 高维聚类数据中，跨组分布不同的协变量为何会代理未观测组效应，使边际LASSO偏离结构系数并增加误选，如何修正这一问题？
- 方法与思路
- 作者提出SHEL，在设计矩阵中加入不依赖结果、组内恒定且单独惩罚的合成协变量，并构建带聚类稳健三明治方差的去偏估计。
- 材料陈述的贡献
- 摘要称在残余异质性与增广设计弱对齐等条件下得到结构系数一致性和oracle性质，并报告去偏渐近结果及较少误选的模拟表现。
- 阅读关注点
- 应核对合成协变量的构造与惩罚选择、残余异质性条件，以及异质性持续存在时总体工作参数与结构参数的区别。
- 阅读边界
- 依据arXiv v2预印本摘要，同行评审或期刊接收未核验；摘要未给出残余异质性的精确条件，模拟优势不能视为普遍保证。
原文摘要
In high-dimensional clustered data, covariates whose distributions differ across clusters can act as proxies for unobserved cluster effects. We show that the marginal-model LASSO implicitly uses sparse combinations of such covariates to shift the estimation target from structural coefficients to a contaminated vector, which inflates false selections. We therefore propose the Synthetic Heterogeneous-Effects LASSO (SHEL), which augments the regression design with separately penalized, outcome-independent, cluster-constant synthetic covariates to correct the cluster-induced target shift. Under a fixed nuisance-effects formulation, we derive oracle properties and establish consistency of the structural coefficients when the residual heterogeneity is weakly aligned with the augmented design. We also demonstrate the distinction between the structural parameter under small residual heterogeneity and the population working parameter when residual heterogeneity persists. Further, we develop a debiased estimator with a cluster-robust sandwich variance, and establish asymptotic results. Simulations show far fewer false selections than the marginal LASSO, and an analysis of longitudinal neutrophil transcriptomic data from hospitalized COVID-19 patients yields a more parsimonious gene set that retains the severity markers of the original study.