来自边际摘要的双变量正态分布估计：临床试验中的应用
统计方法学
2025-08-05 v1
摘要
在临床试验模拟、联邦学习和分布式学习等领域的某些隐私敏感场景中，研究人员常面临无法获取individual-level数据却需估计变量之间相关性的挑战。为此，我们提出了一种 novel 方法，用于从多个数据集的边际信息中估计双变量正态变量的相关性。该方法基于最大似然估计 (MLE)，能够处理样本量不同的数据集，避免依赖敏感信息（如样本协方差），特别适用于隐私受限的环境。大量仿真研究表明，所提方法在准确估计相关性方面有效，且在多样化数据配置下具有稳健性。
引用
@article{arxiv.2508.02057,
title = {Estimation of Bivariate Normal Distributions from Marginal Summaries in Clinical Trials},
author = {Longwen Shang and Min Tsao and Xuekui Zhang},
journal= {arXiv preprint arXiv:2508.02057},
year = {2025}
}