📊 statistics

Robust Regression with Student's T: The Role of Degrees of Freedom

تُثبت هذه الورقة أن تقدير معامل درجات الحرية عبر نهج لوغاريتم الاحتمالية المعتدل للملف الشخصي في الانحدار المتين القائم على توزيع "تي" لستودنت يُعطي معاملات انحدار دقيقة للغاية، حيث يؤدي أداءً مماثلاً للطرق ذات المعلمات الحقيقية المعروفة ويتفوق على بدائل المعلمات الثابتة أو بدائل فقدان "هوبر".

Amanda Ng, Shangkai Zhu, Archer Gong Zhang, Nancy Reid2026-03-18
📊 statistics

On the Equivalence between Neyman Orthogonality and Pathwise Differentiability

تُثبت هذه الورقة وجود تكافؤ رسمي بين التعامد النيمان (Neyman orthogonality) والتمايز المساري (pathwise differentiability) من خلال تحديد افتراض بنية المنتج المحلي ضمن الإطار شبه المعلمي، مما يوضح العلاقة بين هذين المفهومين التأسيسيين ومتطلباتهما الهيكلية المختلفة.

Yuxi Chen, Edward H. Kennedy, Sivaraman Balakrishnan2026-03-18
📊 statistics

Besag-Clifford e-values for unnormalized testing

تقترح هذه الورقة طريقة تستخدم نهج بيساج-كليفورد المتوازي لتوليد قيم-e لوغاريتمية مثلى وصالحة لاختبار الفرضيات وتقييم النماذج المتعلقة بتوزيعات الاحتمالات غير المعيرة، مما يتغلب على استعصاء ثوابت المعيرة التي تمنع عادةً اختبار نسبة الأرجحية.

Alexander Dombowsky, Barbara E. Engelhardt, Aaditya Ramdas2026-03-18
📊 statistics

SEMMS with Random Effects: A Mixed-Model Extension for Variable Selection in Clustered and Longitudinal Data

توسع هذه الورقة البحثية إجراء اختيار المتغيرات في نموذج (SEMMS) للتعامل مع البيانات العنقودية والطولية من خلال دمج التأثيرات العشوائية عبر خوارزمية صعود الإحداثيات المتناوبة، مما يظهر تحسناً كبيراً في دقة تحديد المتنبئات الحقيقية مقارنة بالطريقة الأصلية عندما يكون تباين التأثير العشوائي مهيمناً.

Haim Bar, Martin T. Wells2026-03-18
📊 statistics

Time Partitioning in Target Trial Emulation

تُبين هذه الورقة أن اختيار تقسيم زمني مناسب في محاكاة التجارب المستهدفة أمر بالغ الأهمية لتحقيق التوازن بين أبعاد النموذج وصحة البنية السببية، مما يقدم توجيهات عملية لتجنب عثرات استخدام دقة البيانات كمعيار افتراضي بدلاً من تطويع درجة التفصيل لتناسب السياق السريري المحدد.

Harold Tankpinou Zoumenou (Sorbonne Universite, Inserm, Institut Pierre-Louis d'epidemiologie et de sante publique, Pari (…)2026-03-18
📊 statistics

Deep Adaptive Model-Based Design of Experiments

تقترح هذه الورقة إطار عمل تكيفي عميق يجمع بين سياسات الشبكات العصبية المستهلكة للزمن والنماذج الميكانيكية القابلة للتفاضل لتمكين التصميم الفعال واللحظي لتجارب الأنظمة الديناميكية غير الخطية من خلال التغلب على الاختناقات الحسابية للاستدلال المتسلسل التقليدي.

Arno Strouwen, Sebastian Micluţa-Câmpeanu2026-03-18
📊 statistics

Semiparametric Inference under Dual Positivity Boundaries:Nested Identification with Administrative Censoring and Confounded Treatment

تطور هذه الورقة نظرية استدلال شبه معلمية للآثار السببية في الدراسات الرصدية حيث تكون النتائج طويلة الأمد محجوبة إدارياً ويكون العلاج مشوباً بالارتباك، مما يؤسس لاستراتيجية تحديد متداخلة تلغي حد الحجب من دالة التحديد مع توصيف الأدوار المتميزة لكل من حد حجب البيانات وحد إيجابية العلاج في دالة التأثير الفعالة.

Lin Li2026-03-18
📊 statistics

Spatial Causal Tensor Completion for Multiple Exposures and Outcomes: An Application to the Health Effects of PFAS Pollution

تقترح هذه الورقة إطار عمل لإكمال الموتر السببي المكاني يعمل على نمذجة التعرضات والنتائج المتعددة بشكل مشترك مع التعديل لظروف المربكات المكانية غير المقاسة والبيانات المفقودة، مما يثبت فعاليتها في تقدير الآثار الصحية السببية لمزيج المواد فوق الأكسية والفلورية (PFAS) من خلال الضمانات النظرية، والمحاكاة، وتطبيق وطني.

Xiaodan Zhou, Brian J Reich, Shu Yang2026-03-18
📊 statistics

Small Area Estimation using EBLUPs under the Nested Error Regression Model

تُثبت هذه الورقة الخصائص التقاربية وتستنتج مُقدِّرات متوسط مربع الخطأ البسيطة لمُقدِّرات المناطق الصغيرة القائمة على النموذج المختلط تحت نموذج الانحدار ذي الخطأ المتداخل، مُثبتةً من خلال المحاكاة أن هذه الأساليب تعمل بشكل جيد في العينات المحدودة، ومسلطةً الضوء على الاختلافات الجوهرية بين خصائصها القائمة على النموذج والخصائص القائمة على التصميم.

Ziyang Lyu, A. H. Welsh2026-03-17
📊 statistics

Skeleton Regression: A Graph-Based Approach to Estimation with Manifold Structure

تقدم هذه الورقة "تراجع الهيكل العظمي" (Skeleton Regression)، وهو إطار عمل جديد قائم على الرسوم البيانية يقوم ببناء هيكل لالتقاط البنية الهندسية الكامنة للبيانات واسعة النطاق على متشعبات منخفضة الأبعاد، مما يتيح إجراء تراجع غير معلمي فعال مع ضمانات إحصائية حتى في ظل وجود ضوضاء معقدة واتحادات متعددة للمتشعبات.

Zeyu Wei, Yen-Chi Chen2026-03-17