Skip to content
Hot eventLive

EDGE：容忍少量损坏记录的逻辑回归分组校准检验

1 reports1 sources16 hr ago updated

Get the story

AI overview

2026年10月5日，arXiv Statistics Machine Learning 发表论文提出 EDGE，一种用于逻辑回归校准的分组检验方法。该方法将分组残差投影到少量校准形状基上，自由度不依赖分组数，参考分布无需重采样。预设模拟显示，EDGE 在干净数据上功效与 Stukel 检验相当，平均比十组 Hosmer-Lemeshow 检验高 0.064；在千分之一记录协变量损坏时误报率为 0.056，十个损坏时为 0.097，表明其对少量损坏记录具有一定容忍度。目前报道仅涉及该论文的模拟结果，未见后续验证或争议。

Generated from reports · updated 16 hr ago

LatestOct 5
arXiv 论文提出 EDGE 分组校准检验，模拟显示其功效与 Stukel 相当且能容忍少量损坏记录。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Statistics Machine Learning
    EDGE：一种容忍少量损坏记录的逻辑回归分组校准检验

    论文提出 EDGE，一种用于逻辑回归校准的分组检验，将分组残差投影到少量校准形状基上，自由度不依赖分组数，参考分布无需重采样。预设定模拟中，EDGE 在干净数据上功效与 Stukel 检验相当，平均比十组 Hosmer-Lemeshow 检验高 0.064；千分之一记录协变量损坏时误报率为 0.056，十个损坏时为 0.097。

Heat trend

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.