热点事件持续更新
Cross-Fitting 在非正则条件下的正态性与推断研究
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv 统计学机器学习栏目发表研究《Cross-Fitting 在非正则条件下的正态性与基于局部性的推断》。作者提出新的 locality 条件，证明一大类 cross-fitting 估计量在非正则（nonregularity）情形下仍满足中心极限定理，但渐近方差需对 cross-fold 相关性作调整。研究给出估计该相关性的方法，并构造新的置信区间，使其获得渐近名义覆盖率。随机森林与神经网络的仿真研究表明，这些置信区间可达到近似名义覆盖率。
AI 根据报道生成 · 16 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Statistics Machine LearningCross-Fitting 在非正则条件下的正态性与基于局部性的推断
作者提出新的 locality 条件，证明一大类 cross-fitting 估计量在非正则（nonregularity）情形下仍满足中心极限定理，但渐近方差需对 cross-fold 相关性作调整。研究给出估计该相关性的方法并构造新的置信区间，使其获得渐近名义覆盖率。随机森林与神经网络的仿真研究表明，这些置信区间可达到近似名义覆盖率。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。