📈 economics

Repairing Locally Misspecified GMM: An Empirical Bayes Approach

تقترح هذه الورقة نهج "بايز التجريبي" لإصلاح مُقدِّرات "طريقة العزوم المعممة" (GMM) في ظل وجود خطأ في التوصيف المحلي، وذلك عبر تقدير المتوسط والتباين لأخطاء التوصيف لبناء مُقدِّرات مصححة الانحياز ومحسنة الدقة، والتي أظهرت قدرة على تعزيز المتانة في تطبيقات مثل دراسة أنجريست وكروجر (1991) حول العوائد على التعليم.

Patrick Kline2026-08-26
📊 statistics

Learning from Uncertainty-dependent Missing Labels for Semi-supervised Classification

تقترح هذه الورقة نظرية معلومات قائمة على الأرجحية للتصنيف شبه الموجه حيث يعتمد فقدان الملصقات على عدم اليقين اللاحق، مما يثبت أن مثل هذا الفقدان المعلوماتي يمكن أن يعزز كفاءة التقدير ويقلل المخاطر الزائدة مقارنة بالنماذج المرجعية القياسية في ظل ميزانيات تسمية ثابتة.

You-Gan Wang, Jinran Wu, Geoffrey J. McLachlan2026-08-26
📊 statistics

Causal Effects of Modified Treatment Policies under Positivity Violations: A Partial Identification Approach

تقترح هذه الورقة إطاراً للتعريف الجزئي لتقدير الآثار السببية لسياسات العلاج المعدلة في ظل انتهاكات شرط الإيجابية عبر حصر النتائج غير الملحوظة من خلال استمرارية ليبشيتز، وتقديم طريقة إسقاط إزاحة داخلية مبتكرة لضمان وجود مُقدِّرات قابلة للاشتقاق مساريّاً وتتبع التوزيع الطبيعي التقاربي توفر فترات ثقة متينة حيث تفشل الطرق التقليدية التي تفترض الإيجابية.

Taehyeon Koo, Elizabeth A. Stuart, Kara E. Rudolph, Caleb H. Miles2026-08-26
📊 statistics

Cross-validating causal discovery via Leave-One-Variable-Out

تقدم هذه الورقة إطار تنبؤ "ترك متغير واحد" (LOVO) الذي يفند خوارزميات الاكتشاف السببي دون الحاجة إلى حقيقة أرضية، وذلك عبر تدريب النماذج على مجموعات بيانات تستثني أزواج متغيرات محددة وتقييم قدرتها على التنبؤ بدقة بالعلاقات المحذوفة، مستخدمةً بذلك خطأ التنبؤ كبديل للدقة السببية.

Daniela Schkoda, Philipp Faller, Patrick Blöbaum, Dominik Janzing2026-08-25
📊 statistics

Inference for quantile-parametrized families via CDF confidence bands

تقترح هذه الورقة إطار استدلال جديداً قليل الافتراضات، يقوم ببناء مجموعات ثقة للعائلات ذات المعلمات المئينية عبر عكس نطاقات التوزيع التراكمي التجريبي الخالية من التوزيع، مما يتغلب على القيود الحسابية والنظرية للطرق القائمة على الأرجحيةية للنماذج التي تفتقر إلى تعبيرات كثافة مغلقة الصيغة.

Srijan Chattopadhyay, Siddhaarth Sarkar, Arun Kumar Kuchibhotla2026-08-25
📊 statistics

Decomposing Degree Assortativity in Sparse Spatial Networks

تقدم هذه الورقة طريقة لفك الارتباط بين ما إذا كان التماثل في الدرجة في الشبكات المكانية ينشأ عن "فرز" حقيقي (سعي العقد الشائعة نحو بعضها البعض) أو مجرد فرص جغرافية مشتركة، مما يكشف أنه بينما يحدد النموذج بنجاح عملية الفرز في بيانات التأليف المشترك الوطنية، فإنه يرفض وجود فرز في الشبكات الحضرية حيث يُعزى التماثل الملحوظ بدلاً من ذلك إلى عدم توافق هيكلي مثل التعاون القائم على الفرق.

Marios Papamichalis, Regina Ruane2026-08-25
📊 statistics

Interval Spacing

تُعرّف هذه الورقة التباعد الفتري بأنه الفرق في الإحصاءات المرتبة عبر عرض محدد، وتستنتج خصائصه الإحصائية للتوزيعات المنتظمة والأسية واللوجستية، وتثبت أن هذا المفهوم يكافئ تطبيق مرشح تمرير منخفض مستطيل الشكل، مما يبسط حسابات القيمة المتوقعة ويكشف عن الارتباطات في الفترات المتداخلة.

Greg Kreider2026-08-25
📊 statistics

Sparse Separable Factor Analysis in the Complex Domain with an Application to Local Field Potential Data

تقدم هذه الورقة تحليل العوامل المتفرقة والقابلة للفصل (SSFA)، وهو نموذج عامل كامن للمصفوفات ذات القيم المركبة يستفيد من بنية تغاير متباعدة وعقوبات عتبة ناعمة مركبة لتحسين تقدير التغاير وتمكين تحليل قابل للتفسير ومحافظ على الطور لبيانات الإشارات متعددة الأبعاد، مثل تسجيلات مجالات الحقل الموضعي.

Ian Hultman, Kirtikanth Kalapatapu, Yassine Filali, Rainbo Hultman, Sanvesh Srivastava2026-08-25
📊 statistics

KK-functions for point processes on complex surfaces

تقترح هذه الورقة وتقيم عدة طرق لتوسيع دالة KK الكلاسيكية لتشمل العمليات النقطية على الأسطح المعقدة، وتحدد في النهاية دالة KK للمساحة السطحية القائمة على مساحات الكرات الجيوديسية باعتبارها النهج الأكثر فعالية للتقييم الدقيق للتكتل أو الانتظام دون التشويهات الناتجة عن الإسقاطات ثنائية الأبعاد.

Francisco Cuevas-Pacheco, Scott Ward, Ed Cohen, Rasmus Waagepetersen2026-08-25
📊 statistics

Guidance for Prior Change via Density Ratio Estimation

تقترح هذه الورقة إطار عمل للتوجيه عند وقت الاختبار يتسم بالمرونة وعدم الانحياز، حيث يستفيد من تقدير نسبة الكثافة لفصل الاستدلال القائم على المحاكاة المستهلك للزمن عن أولويات التدريب المحددة، مما يعالج بفعالية التبعية للأولويات ويتفوق على الأساليب الحالية مثل PriorGuide في كل من الاختبارات المعيارية الاصطناعية وتطبيقات بيانات الكواكب في العالم الحقيقي.

Yichen Zang, Song Liu, Jiun-Yi Lin2026-08-25