Differentially Private Average Treatment Effect Estimation by Propensity Score Blocking
本文提出两种基于倾向评分的算法，用于在观察研究中估计平均处理效应，同时保护数据隐私，减少了误差和偏差。
0 citationsRead paper
Selected work
Representative Papers
A penalized logistic generalized regression estimator
本文提出了一种带惩罚的逻辑广义回归估计器，通过lasso或ridge惩罚控制不必要的辅助变量影响，以提高复杂调查数据中有限总体比例估计的效率。
0 citationsRead paper
Can statistical models capture Mamdani's success? Social choice, ranked-choice voting, and model fit, with an application to the 2025 New York City Democratic Primary
本文探讨了统计模型在描述排序选择投票中的局限性，通过分析2025年纽约市民主党初选数据，表明非理性化模型更能揭示选民偏好。
0 citationsRead paper
Efficient Bayesian Inference for Benter Models on Ranked Data
本文提出了一种高效的贝叶斯估计方法，通过引入辅助变量线性化Benter模型中的不可解标准化项，解决了该模型拟合的挑战。
0 citationsRead paper
Recent publications
Latest Papers
Differentially Private Average Treatment Effect Estimation by Propensity Score Blocking
本文提出两种基于倾向评分的算法，用于在观察研究中估计平均处理效应，同时保护数据隐私，减少了误差和偏差。
0 citationsRead paper
A penalized logistic generalized regression estimator
本文提出了一种带惩罚的逻辑广义回归估计器，通过lasso或ridge惩罚控制不必要的辅助变量影响，以提高复杂调查数据中有限总体比例估计的效率。
0 citationsRead paper
Can statistical models capture Mamdani's success? Social choice, ranked-choice voting, and model fit, with an application to the 2025 New York City Democratic Primary
本文探讨了统计模型在描述排序选择投票中的局限性，通过分析2025年纽约市民主党初选数据，表明非理性化模型更能揭示选民偏好。
0 citationsRead paper
Efficient Bayesian Inference for Benter Models on Ranked Data
本文提出了一种高效的贝叶斯估计方法，通过引入辅助变量线性化Benter模型中的不可解标准化项，解决了该模型拟合的挑战。
0 citationsRead paper