Variable selection via knockoffs for clustered data
聚类数据下的 knockoffs 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：摘要明确针对聚类数据（横截面或重复测量）并区分观测层与聚类层预测变量，与面板数据的多层结构最直接相关；其余细分方向在摘要中无文本依据。
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…
聚类数据下的 knockoffs 变量选择
- 研究问题
- 摘要称，研究如何在聚类数据（横截面或重复测量）中进行变量选择，其中部分预测变量在观测层（层1）测量、部分在聚类层（层2）测量且在聚类内取值恒定。
- 方法与思路
- 作者提出两步方法：先将每个层1预测变量分解为聚类均值与对聚类均值的离差，分别构成层2与层1成分；再在层1数据矩阵（离差）与层2数据矩阵（层1预测变量的聚类均值及层2预测变量）上分别做变量选择。摘要称通过模拟比较了 sequential knockoff、derandomized knockoff 与 Lasso。
- 材料陈述的贡献
- 摘要称模拟结果显示，在错误发现率与功效方面结果令人满意；所有方法在合并层1与层2预测变量的完整数据矩阵上均失效，而分层处理时表现更好；sequential knockoffs 明显优于 Lasso 与 derandomized knockoffs。作者据此认为该框架可行、灵活且有效。
- 阅读关注点
- 应核对分解后两层选择如何合并为最终变量集、层1与层2的错误发现率控制是否有理论保证、模拟设计（聚类数、组内相关、效应稀疏度）以及比较方法的具体调参方式；摘要未说明这些细节。
- 阅读边界
- 这是 arXiv 预印本，未经同行评审或期刊接收验证；结论仅来自摘要所述的模拟研究，摘要未说明真实数据应用、理论性质与具体数值，不能据此判断方法的一般优越性。
原文摘要
We extend the knockoffs method for selecting predictors to clustered data (cross-sectional or repeated measures). In the setting of clustered data, variable selection is complex because some predictors are measured at the observation level (level 1), whereas others are measured at the cluster level (level 2), so their values are constant within clusters. The solution we propose is to conduct variable selection separately at the two levels. To this end, we suggest a two-step approach: (i) decompose each level 1 predictor into level 2 and level 1 components by replacing it with the cluster mean and the deviation from the cluster mean; (ii) perform variable selection separately at the two levels, where the level 1 data matrix includes the deviations from the cluster means and the level 2 data matrix includes the cluster means of level 1 predictors and the level 2 predictors. To evaluate the performance of the proposed approach, we conduct a simulation study comparing the sequential knockoff, the derandomized knockoff, and the Lasso. The study shows satisfactory results in terms of false discovery rate and power. All methods fail when applied to the complete data matrix, including both level 1 and level 2 predictors. In contrast, all methods perform better when applied to the level 1 and level 2 data matrices separately. Moreover, the sequential knockoffs method performs substantially better than the Lasso and the derandomized knockoffs. Our proposal to implement the knockoffs method in a clustered data framework is feasible, flexible, and effective.