郑耀明;王俊辉 新冠肺炎疫情动态反事实预测的非负张量补全。 （英语） Zbl 07832645号 附录申请。斯达。 18，编号1，224-245（2024）. 摘要：新冠肺炎疫情在过去三年里一直是一场世界性的健康危机，给不同国家和地区的决策者带来了前所未有的挑战。虽然一个国家或地区在特定时间只能实施一项社会流动限制政策，但政策制定者不时决定是否提高或取消限制政策是非常有意义的。本文提出了一种新的非负张量补全方法，以预测多层面社会流动限制政策随着时间的推移可能产生的反事实结果。该方法建立在大流行数据的低阶张量分解的基础上，它还明确表征了流动性限制强度的有序性和大流行随时间演变的平稳趋势。它在新冠肺炎疫情数据中的应用揭示了一些有趣的事实，即社会流动限制政策对病毒传播的影响。该方法的有效性还得到了其渐近估计一致性和对合成数据集的大量数值实验的支持。 MSC公司： 第62页 统计学的应用 关键词：因果推断;插补;信息缺失;潜在因素;张量分解 软件：张量回归 PDF格式BibTeX公司 XML格式引用 \textit{Y.Zhen}和\textit{J.Wang}，Ann.Appl。Stat.18，No.1，224--245（2024；Zbl 07832645） 全文： 内政部 参考文献： [1] AGARWAL，A.、SHAH，D.和SHEN，D.（2022）。综合干预。ArXiv预印本。可从ArXiv:2006.07691获得。 [2] ATHEY，S.、BAYATI，M.、DOUDCHENKO，N.、IMBENS，G.和KHOSRAVI，K.（2021年）。因果面板数据模型的矩阵补全方法。J.Amer。统计师。协会116 1716-1730。数字对象标识符：10.1080/01621459.2021.1891924谷歌学者：查找链接数学科学网：MR4353709·Zbl 1506.15030号 ·doi:10.1080/01621459.2021.1891924 [3] Athey，S.、Imbens，G.W.和Wager，S.（2018年）。近似剩余平衡：对高维平均治疗效果的借方推断。J.R.统计社会服务。B.统计方法。80 597-623. 数字对象标识符：10.1111/rssb.12268谷歌学者：查找链接数学科学网：MR3849336·Zbl 1398.62194号 ·doi:10.1111/rssb.12268 [4] BAI，J.和NG，S.（2021年）。矩阵补全、反事实和缺失数据的因子分析。J.Amer。统计师。协会116 1746-1763。数字对象标识符：10.1080/01621459.2021.1967163谷歌学者：查找链接数学科学网：MR4353711·Zbl 1506.62236号 ·doi:10.1080/01621459.2021.1967163 [5] BI，X.，QU，A.和SHEN，X.（2018）。多层张量因子分解及其在推荐系统中的应用。安。统计师。46 3308-3333. 数字对象标识符：10.1214/17-AOS1659谷歌学者：查找链接数学科学网：MR3852653·Zbl 1454.62511号 ·doi:10.1214/17-AOS1659 [6] CAI，C.，LI，G.，POOR，H.V.和CHEN，Y.（2019年）。噪声数据的非凸低秩张量补全。高级神经信息处理。系统。32 [7] 蔡J.-F.、李J.和夏D.（2022a）。基于快速黎曼优化的广义低秩加稀疏张量估计。J.Amer。统计师。协会1-17。 [8] 蔡J.-F.、李J.和夏D.（2022b）。通过黎曼优化证明张量-应变格式张量补全。J.马赫。学习。决议23第[123]号文件，77。数学科学网：MR4577075 [9] CHEN，B.、SUN，T.、ZHOU，Z.和ZENG，Y.（2019）。通过低秩Tucker分解实现非负张量补全：模型和算法。IEEE接入95903-95914。 [10] DONG，E.，DU，H.和GARDNER，L.（2020年）。实时跟踪新冠肺炎的交互式网络仪表板。柳叶刀感染。数字化信息系统。20 533-534. [11] FAN，J.、MASINI，R.和MEDEIROS，M.C.（2022）。我们是否利用所有信息进行反事实分析？因子模型和特质修正的好处。J.Amer。统计师。协会117 574-590。数字对象标识符：10.1080/01621459.2021.2004895谷歌学者：查找链接数学科学网：MR4436297·Zbl 1507.62381号 ·doi:10.1080/01621459.2021.2004895 [12] 范毅、卢旭、赵杰、傅华和刘毅（2022）。评估具有层次结构的治疗的个体化治疗规则。电子。《美国联邦法律大全》第16卷第737-784页。数字对象标识符：10.1214/21-ejs1948谷歌学者：查找链接数学科学网：MR4366820·Zbl 07524940号 ·doi:10.1214/21-ejs1948 [13] FOGARTY，C.B.（2020年）。配对观察研究中样本平均治疗效果的学生敏感性分析。J.Amer。统计师。协会115 1518-1530。数字对象标识符：10.1080/01621459.2019.1632072谷歌学者：查找链接数学科学网：MR4143482·Zbl 1441.62069号 ·doi:10.1080/016214519.2019.1632072 [14] GOUTTE，C.和AMINI，M.-R.（2010年）。概率张量分解和模型选择。张量、内核和机器学习(TKLM公司2010) 1-4. [15] HØFLER，M.（2005）。基于反事实的因果推理。BMC医学研究方法。5 1-12. [16] HU，J.、LEE，C.和WANG，M.（2022年）。具有多模态特征的广义张量分解。J.计算。图表。统计师。31 204-218. 数字对象标识符：10.1080/10618600.2021.1978471谷歌学者：查找链接数学科学网：MR4387221·Zbl 07546470号 ·doi:10.1080/10618600.2021.1978471 [17] JAIN，P.和OH，S.（2014）。缺少数据的可证明张量因子分解。高级神经信息处理。系统。27 [18] JI，P.和JIN，J.（2016）。统计学家合著和引用网络。附录申请。《美国联邦法律大全》第10卷第1779-1812页。数字对象标识符：10.1214/15-AOAS896谷歌学者：查找链接数学科学网：MR3592033·兹比尔1454.62541 ·doi:10.1214/15-AOAS896 [19] JOHANSSON，F.、SHALIT，U.和SONTAQ，D.（2016）。反事实推理的学习表征。在3020-3029国际机器学习会议上。 [20] Kolda，T.G.和Bader，B.W.（2009年）。张量分解及其应用。SIAM版本51 455-500。数字对象标识符：10.1137/07070111X谷歌学者：查找链接数学科学网：MR2535056·Zbl 1173.65029号 ·doi:10.1137/07070111X [21] Lauer，S.A.、Grantz，K.H.、Bi，Q、Jones，F.K.、Zheng，Q、Meredith，H.R.、Azman，A.S.、Reich，N.G.和Lessler，J.（2020年）。公开报告的确诊病例中2019年冠状病毒病（COVID-19）的潜伏期：估计和应用。Ann.实习生。医学172 577-582。 [22] LIU，A.和MOITRA，A.（2020年）。拉索完成变得切实可行。神经信息处理系统进展33 18905-8916。 [23] MANDAL，D.和PARKES，D.（2022年）。时间序列因果推理的加权张量补全。ArXiv预印本。可从ArXiv:1902.04646获得。 [24] 麦卡龙，C.，柯林斯，Á。，亨特·K·、巴伯·A·、拜恩·A·W·、凯西·M·、格里芬·J·、莱恩·E·、麦克维·D·等人（2020年）。新冠肺炎潜伏期：观察研究的快速系统回顾和荟萃分析。BMJ Open 10 e039652。 [25] MEN，K.，LI，Y.，WANG，X.，ZHANG，G.，HU，J.，GAO，Y.、HAN，A.和LIU，W.（2023年）。估计2019年冠状病毒（COVID-19）的潜伏期。计算。生物医学158 106794。 [26] MO，W.和LIU，Y.（2022）。有效学习异方差或指定错误的无治疗效应模型的最佳个体化治疗规则。J.R.统计社会服务。B.统计方法。84 440-472. 数字对象标识符：10.1111/rssb.12474谷歌学者：查找链接数学科学网：MR4412993·Zbl 07593418号 ·doi:10.1111/rssb.12474 [27] MO，W.，QI，Z.和LIU，Y.（2021）。学习最佳分布稳健的个性化治疗规则。J.Amer。统计师。协会116 659-674。数字对象标识符：10.1080/016214529.2021.1796359谷歌学者：查找链接MathSciNet:MR4270012·Zbl 1464.62467号 ·doi:10.1080/01621459.2020.1796359 [28] NEWEY，W.K.和STOULI，S.（2022）。异质系数、控制变量和多重处理效果的识别。生物特征109 865-872. 数字对象标识符：10.1093/biomet/asab060谷歌学者：查找链接数学科学网：MR4472853·Zbl 07582657号 ·doi:10.1093/biomet/asab060 [29] PAPADOGEORGOU，G.、IMAI，K.、LYALL，J.和LI，F.（2022年）。时空数据因果推断：评估空袭对伊拉克叛乱分子暴力的影响。J.R.统计社会服务。B.统计方法。84 1969-1999. 数字对象标识符：10.1111/rssb.12548谷歌学者：查找链接数学科学网：MR4515563·Zbl 07686604号 ·doi:10.1111/rssb.12548 [30] Pearl，J.（2009）。统计学中的因果推理：概述。统计调查。3 96-146. 数字对象标识符：10.1214/09-SS057谷歌学者：查找链接数学科学网：MR2545291·Zbl 1300.62013年 ·doi:10.1214/09-SS057 [31] POULOS，J.、ALBANESE，A.、MERCATANTI，A.和LI，F.（2022年）。通过矩阵补全进行回顾性因果推断，评估欧洲一体化对跨境就业的影响。ArXiv预印本。可在ArXiv:2106.00788获取。 [32] QI，Z.，LIU，D.，FU，H.和LIU，Y.（2020）。基于多臂角度的直接学习，用于评估具有不同结果的最佳个体化治疗规则。J.Amer。统计师。协会115 678-691。数字对象标识符：10.1080/01621459.2018.1529597谷歌学者：查找链接数学科学网：MR4107672·Zbl 1445.62286号 ·doi:10.1080/01621459.2018.1529597 [33] QUICK，C.，DEY，R.和LIN，X.（2021）。不完全数据下理解新型冠状病毒疫情动态的回归模型。J.Amer。统计师。协会116 1561-1577。数字对象标识符：10.1080/01621459.2021.2001339谷歌学者：查找链接数学科学网：MR4353694·Zbl 1506.62459号 ·doi:10.1080/01621459.2021.2001339 [34] ROHE，K.，QIN，T.和YU，B.（2016）。共聚类有向图以发现不对称性和方向性社区。程序。国家。阿卡德。科学。美国113 12679-12684。数字对象标识符：10.1073/pnas.1525793113谷歌学者：查找链接MathSciNet:MR3576189·Zbl 1406.91306号 ·doi:10.1073/pnas.1525793113 [35] Rosenbaum，P.R.和Rubin，D.B.（1983年）。倾向评分在因果效应观察性研究中的中心作用。生物特征70 41-55. 数字对象标识符：10.1093/biomet/70.1.41谷歌学者：查找链接MathSciNet:MR0742974 MathSclNet:MR742974·Zbl 0522.62091号 ·doi:10.1093/biomet/70.1.41 [36] SINHA，S.和CHAKRABORTY，M.（2022）。新冠肺炎疫情期间美国人口流动的原因分析和预测。ArXiv预印本。可从ArXiv:2111.12272获得。 [37] SUN，W.W.和LI，L.（2019年）。动态张量聚类。J.Amer。统计师。协会114 1894-1907。数字对象标识符：10.1080/01621459.2018.1527701谷歌学者：查找链接数学科学网：MR4047308·Zbl 1428.62260号 ·doi:10.1080/01621459.2018.1527701 [38] WILSON，N.、KVALSVIG，A.、BARNARD，L.T.和BAKER，M.G.（2020年）。使用死亡延迟时间计算新型冠状病毒肺炎的病死率风险估计值。应急信息。数字化信息系统。26 1339-1441. 数字对象标识符：10.3201/eid2606.200320谷歌学者：查找链接·doi:10.3201/eid2606.200320 [39] Xia，D.和Yuan，M.（2019）。精确低秩张量补全的多项式时间方法。已找到。计算。数学。19 1265-1313. 数字对象标识符：10.1007/s10208-018-09408-6谷歌学者：查找链接数学科学网：MR4029842·Zbl 1436.15031号 ·doi:10.1007/s10208-018-09408-6 [40] XU，Y.和YIN，W.（2013）。正则化多凸优化的块坐标下降法及其在非负张量分解和完备化中的应用。SIAM J.成像科学。6 1758-1789. 数字对象标识符：10.1137/120887795谷歌学者：查找链接数学科学网：MR3105787·Zbl 1280.49042号 ·doi:10.137/120887795 [41] XUE，F.和QU，A.（2021）。在模型选择中集成多源区块缺失数据。J.Amer。统计师。协会116 1914-1927。数字对象标识符：10.1080/01621459.20200.1751176谷歌学者：查找链接数学科学网：MR4353722·Zbl 1506.62242号 ·doi:10.1080/01621459.2020.1751176 [42] YADLOWSKY S.、PELLEGRINI F.、LIONETTO F.、BRAUNE S.和TIAN L.（2021）。使用观测数据估计和验证基于比率的条件平均治疗效果。J.Amer。统计师。协会116 335-352。数字对象标识符：10.1080/01621459.2020.1772080谷歌学者：查找链接数学科学网：MR4227698·Zbl 1457.62364号 ·doi:10.1080/01621459.2020.1772080 [43] YAN，H.，ZHU，Y.，GU，J.，HUANG。遏制新冠肺炎疫情的更好策略：通过vSIADR模型对25个国家进行的研究。程序。R.Soc.A 477论文编号：20200440，25。数学科学网：MR4258333 [44] YE，Y.，ZHANG，Q.，CAO，Z.，CHEN，F.Y.YAN，H.，STANLEY，H.E.和ZENG，D.D.（2021）。新冠肺炎期间出口限制对全球个人防护装备贸易网络的影响。高级理论模拟。2100352 [45] Yuan，M.和Zhang，C.-H.（2016）。基于核范数最小化的张量补全。已找到。计算。数学。16 1031-1068. 数字对象标识符：10.1007/s10208-015-9269-5谷歌学者：查找链接数学科学网：MR3529132·Zbl 1378.90066号 ·doi:10.1007/s10208-015-9269-5 [46] Yuan，M.和Zhang，C.-H.（2017）。非相干张量范数及其在高阶张量完备中的应用。IEEE传输。信息理论63 6753-6766。数字对象标识符：10.1109/TIT.2017.2724549谷歌学者：查找链接数学科学网：MR3707566·Zbl 1391.94469号 ·doi:10.10109/TIT.2017.22724549文件 [47] Zhang，J.、Sun，W.W.和Li，L.（2020年）。混合效应时变网络模型及其在大脑连通性分析中的应用。J.Amer。统计师。协会115 2022-2036。数字对象标识符：10.1080/01621459.2019.1677242谷歌学者：查找链接数学科学网：MR4189774·Zbl 1453.62747号 ·doi:10.1080/01621459.2019.1677242 [48] ZHANG，X.和NG，M.K.（2022）。稀疏非负张量因式分解和带噪声观测的完备性。IEEE传输。信息理论68 2551-2572。数学科学网：MR4413569·Zbl 1497.65085号 [49] 张毅、碧霞、唐宁和曲安（2021）。动态张量推荐系统。J.马赫。学习。决议22第65、35号文件。数学科学网：MR4253758·兹伯利07370582 [50] ZHEN，Y.和WANG，J.（2024）。补充“新冠肺炎大流行动态反事实预测的非负张量补全”https://doi.org/10.1214/23-AOAS1787SUPP网站 [51] 周杰、孙伟伟、张杰和李磊（2023）。部分观察到的动态张量响应回归。J.Amer。统计师。协会118 424-439。数字对象标识符：10.1080/01621459.2021.1938082谷歌学者：查找链接数学科学网：MR4571132·Zbl 1514.62288号 ·doi:10.1080/016214592021.1938082 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。