法姆特

此软件的关键字
参考文献中的数学 33条 , 2标准条款 )
罗奎因,艾蒂安; Verzelen,Nicolas:具有未知空分布的错误发现率控制:有可能模仿甲骨文吗? (2022年) 卡彭蒂埃,亚历山德拉; 德尔瓦恩,西拉特; 罗奎因,艾蒂安; Verzelen,Nicolas:用离群值选择估计最小效应(2021) 范建清; 王开正; 钟一巧; 朱自伟:稳健高维因子模型及其在统计机器学习中的应用(2021) 杰拉德,大卫; Stephens,Matthew:基于阴性对照消除不必要变化的统一和通用方法(2021) 陈曦; 周文新:基于乘法器引导的鲁棒推理(2020) 德维杰,埃米莉; Perthame,Emeline:通过逆回归预测区域(2020年) 余、张; 丹尼尔,泽特曼:与同时多重假设检验相关的分布(2020) 于伟昌; 奥莫罗德,约翰T。; Stewart,Michael:变量选择的变分判别分析(2020) 范建清; 可,元; 孙强; 周文新:Farmtest:具有近似错误发现控制的因子调整稳健多重检验(2019) 詹,X。杰西; 陈雄志:高维回归中的预测因子排序和错误发现比例控制(2019) 博德温,凯利; 张凯; Nobel,Andrew:基于测试的发现差异相关变量集的方法(2018) 邓、鲁; 子,薛敏; 李中华:一定相关性下大规模模型检验的错误发现率(2018) 周文新; 百色、口石; 范建清; 刘汉:稳健(M)估计的新视角:有限样本理论及其在相依调整多重检验中的应用(2018) 赵海兵:依赖下多重比较中错误发现比例的估计(2017) 布鲁姆,尤娜; 后脑-偏执狂,马加里; Causeur,David:基于先验生物学知识的共表达网络稀疏因子模型(2016) 博德纳尔,塔拉斯; Reiß,Markus:低维和大维因子模型的精确和渐近检验及其应用(2016) 德拉特,西尔文; Roquain,Etienne:高维高斯向量分量的经验分布函数及其在多重测试中的应用(2016) 范建清; 廖元元; 王伟臣:因子模型中的预测主成分分析(2016) Jessie Jeng,X.:检测高维弱信号(2016) 佩瑟姆,爱梅林; 冷冰冰,克洛埃; Causeur,David:高维相关数据分类问题中特征选择的稳定性(2016)