arXiv发布Fuse-EIV误差变量数据融合论文

Huali Zhao、Molei Liu、Tianying Wang于2026年10月在arXiv（cs.LG）发布论文《Data Fusion for Errors-in-Variables》，提出误差变量数据融合方法Fuse-EIV。 方法针对的问题是：目标研究只有一个对未观测暴露的易错替代测量，外部来源研究则来自不同人群、提供重复替代测量。作者引入条件可迁移性假设与复制误差条件，用以识别目标的条件测量误差分布。 论文目前仅为arXiv预印本，其识别结果依赖上述假设是否成立，尚未见独立验证或应用效果报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。