📊 statistics

Bridging SCED and Group Designs: Demonstrating the Ratio-Metric BC-IRR Effect Size in a Meta-Analysis

यह अध्ययन एकल-मामला और समूह प्रयोगात्मक डिजाइनों के बीच के अंतर को पाटने के एक पद्धति के रूप में अनुपात-मात्रक (ratio-metric) BC-IRR प्रभाव आकार को प्रस्तुत करता है, जो ऑटिज्म वाले छात्रों के लिए प्रौद्योगिकी-सहायता प्राप्त हस्तक्षेपों के पुन: विश्लेषण के माध्यम से यह प्रदर्शित करता है कि BC-IRR विविध प्रकार के साक्ष्यों के संश्लेषण को सक्षम करते हुए पारंपरिक मेट्रिक्स की तुलना में विशिष्ट व्याख्यात्मक लाभ प्रदान करता है।

Wen Luo, Chendong Li, Eunkyeng Baek2026-08-18
📊 statistics

SynthGuard-ReleaseBench: Locked-Audit Evidence for Synthetic Tabular Data Releases

यह शोध पत्र SynthGuard-ReleaseBench को प्रस्तुत करता है, जो एक पुनरुत्पादक ऑडिट फ्रेमवर्क है जो वास्तविक और सिंथेटिक वर्कफ़्लो की तुलना करके सिंथेटिक सारणीबद्ध डेटा (tabular data) रिलीज़ के मूल्यांकन के लिए पूर्व-निर्धारित मानदंड स्थापित करता है ताकि गोपनीयता या सुरक्षा के बारे में व्यापक दावे करने के बजाय विशिष्ट उपयोग के मामलों, जनसंख्या और थ्रेट मॉडल के लिए परिमित-नमूना सीमाएं (finite-sample bounds) और स्पष्ट साक्ष्य प्रदान किए जा सकें।

Jeffery Opoku, David2026-08-18
📊 statistics

Inverse Lomax Frechet Distribution with Applications

यह शोध पत्र फ्रेट (Frechet) और इनवर्स लोमैक्स (Inverse Lomax) सामान्य परिवारों को संयोजित करके चार-पैरामीटर वाले इनवर्स लोमैक्स फ्रेट (ILF) वितरण को प्रस्तुत करता है, इसके प्रमुख सांख्यिकीय गुणों और अधिकतम संभावना अनुमानकों (maximum likelihood estimators) को व्युत्पन्न करता है, और दो वास्तविक जीवन के डेटासेट के अनुप्रयोगों के माध्यम से इसके उत्कृष्ट फिटिंग प्रदर्शन को प्रदर्शित करता है।

Sadiq Abubakar Ismaila, Taiwo Yakubu Hassan2026-08-18
📊 statistics

COVID-19 Dispersion Modeling of Data with Minimax Measurement

यह शोध पत्र घटना स्थिति डेटा पर मिनिमैक्स मापन का उपयोग करके कोविड-19 के प्रसार को ट्रैक करने और पूर्वानुमान लगाने के लिए एक डेटा-संचालित मॉडलिंग ढांचे को प्रस्तुत करता है, जिसमें भविष्य कहने वाली क्षमताओं में सुधार के लिए मॉडल सत्यापन, वैधता और मजबूती पर ध्यान केंद्रित किया गया है।

DONGYUNG KIM, Grace Kim2026-08-18
📊 statistics

Distribird: Literature-Informed Prior Distribution Design for Bayesian Model Calibration

Distirdistird एक एजेंटिक वेब एप्लिकेशन है जो बेयसियन मॉडल अंशांकन (Bayesian model calibration) के लिए साहित्य-सूचित पूर्व वितरणों (literature-informed prior distributions) के निर्माण को स्वचालित करने के लिए एक मल्टी-एजेंट पाइपलाइन तैनात करता है, जिससे वैज्ञानिक डेटा को निकालने, भारित करने और फिट करने की प्रक्रिया पूरी होती है, और इस प्रकार यह आमतौर पर उपयोग किए जाने वाले समान पूर्व वितरणों (uniform priors) या गैर-आधारित सिंगल-प्रॉम्ट एलएलएम बेसलाइनों के विकल्प के रूप में एक ट्रैसेबल और वैधता-जांच वाला विकल्प प्रदान करता है।

Patrik P. Süli, György Eigner, Roland Hollós2026-08-18
📊 statistics

Validating the Crystal Ball: Retrospective Evaluation and Uncertainty-Aware Forecasting of Severe Housing Cost Burden in New York City

यह शोध पत्र न्यूयॉर्क शहर के आवास लागत बोझ के लिए एक मशीन-लर्निंग मॉडल को पूर्वव्यापी रूप से मान्य करता है, जो स्थिर आर्थिक धारणाओं के कारण व्यवस्थित कम-अनुमान (under-prediction) को प्रकट करता है और तत्पश्चात 2025-2028 के लिए अधिक सुदृढ़, परिदृश्य-आधारित पूर्वानुमान उत्पन्न करने के लिए अनिश्चितता-जागरूक विधियों के साथ ढांचे को पुन: अंशांकित करता है।

Nakib Uddin Ahmed, Azizur Rahman, Mehjabin Ferdous, Kadirur Rahman Chowdhury2026-08-18
📊 statistics

Matrix Variate Skew-Normal Distribution and Related Finite Mixtures: Modeling and Clustering of Asymmetric Data

यह शोध पत्र एक नया मैट्रिक्स वेरियेट स्क्यू-नॉर्मल वितरण और इसके परिमित मिश्रण मॉडल का प्रस्ताव करता है ताकि मैट्रिक्स-मूल्य वाले डेटा में विषमता को प्रभावी ढंग से कैप्चर किया जा सके और क्लस्टरिंग की जा सके, जो व्युत्पन्न अनुमानकों और एक ECM एल्गोरिदम के माध्यम से पारंपरिक सममित मॉडलों की तुलना में बेहतर लचीलापन और प्रदर्शन प्रदान करता है।

Shiva Kumar Kurva, Kiruthika C2026-08-18
📊 statistics

Seemingly Unrelated Cointegrating Regressions with Autoregressive Distributed Lag Dynamics: Estimation, Bounds Testing, and Cross-Equation Inference

यह शोध पत्र एक सीमिंगली अनरिलेटेड ऑटोरेग्रेसिव डिलेड लैग (SUR-ARDL) ढांचे का प्रस्ताव करता है जो छोटे-N पैनलों के लिए, क्रॉस-इक्वेशन त्रुटि सहसंबंधों का लाभ उठाकर अनुमान दक्षता और कोइंटीग्रेशन परीक्षण शक्ति को बढ़ाता है, साथ ही दीर्घकालिक सहप्रसरण मैट्रिक्स अनुमानकों के परिमित-नमूना विरूपणों से बचता है, जैसा कि सैद्धांतिक प्रमाणों, मोंटे कार्लो सिमुलेशन और आसियान देशों में नवीकरणीय ऊर्जा-विकास संबंध के अनुप्रयोग के माध्यम से प्रदर्शित किया गया है।

Muhammad Afnan Arif, Fumitaka Furuoka2026-08-18
📊 statistics

A Closed-Loop Framework for Knowledge-Based Causal Model Refinement Using Process Mining and Human-AI Governance

यह शोध पत्र एक क्लोज्ड-लूप, मानव-एआई सहयोगात्मक ढांचे का प्रस्ताव करता है जो जटिल पुरानी बीमारियों में कारण अनुमान (कॉज़ल इन्फरेंस) की सटीकता और पारदर्शिता को बढ़ाने के लिए विशेषज्ञ निर्णय के साथ अनुभवजन्य इवेंट लॉग्स के प्रोसेस माइनिंग को एकीकृत करके ज्ञान-आधारित कारण मॉडलों (DAGs) को पुनरावर्ती रूप से परिष्कृत करता है।

Eduardo Illueca Fernandez, Kaile Chen, Carlos Fernandez Llatas, Fernando Seoane, Farhad Abtahi2026-08-14
📊 statistics

Matched-Calibration of Changepoint Detectors for Biopharmaceutical Quality Monitoring

यह अध्ययन प्रदर्शित करता है कि जब बायोफार्मास्युटिकल गुणवत्ता निगरानी के लिए चेंजपॉइंट डिटेक्टरों की तुलना समान फॉल्स-पॉजिटिव दरों और सर्च-स्पेस एब्लेशन्स के तहत की जाती है, तो एक मानक वेरिएंस-आधारित पेनल्टी विभिन्न नमूना आकारों और वितरणों में रोबस्ट विकल्पों से बेहतर प्रदर्शन करती है, जिससे यह पता चलता है कि रोबस्ट विधियों के लिए पिछली प्राथमिकताएं अंतर्निहित श्रेष्ठता के बजाय अनियंत्रित प्रयोगात्मक स्थितियों से प्रेरित थीं।

Halil İbrahim Özdemir, Berfin Dogan, Pemra Ozbek2026-08-14