📊 statistics

Sanity Checking Causal Representation Learning on a Simple Real-World System

यह शोध पत्र ज्ञात ग्राउंड ट्रुथ (ground truth) वाले एक सरल, वास्तविक ऑप्टिकल प्रयोग पर अत्याधुनिक कॉज़ल रिप्रेजेंटेशन लर्निंग (causal representation learning) विधियों का मूल्यांकन करता है और पाता है कि वे पुनरुत्पादकता संबंधी समस्याओं और प्रमुख सैद्धांतिक धारणाओं के उल्लंघन के कारण अंतर्निहित कॉज़ल कारकों को पुनः प्राप्त करने में लगातार विफल रहते हैं, जो सैद्धांतिक वादे और व्यावहारिक अनुप्रयोग के बीच एक महत्वपूर्ण अंतर को उजागर करता है।

Juan L. Gamella, Simon Bing, Jakob Runge2026-09-15
📊 statistics

MuPlon: Multi-Path Causal Optimization for Claim Verification through Controlling Confounding

यह शोधपत्र MuPlon का प्रस्ताव करता है, जो एक नवीन ढांचा है जो दावा सत्यापन (claim verification) में डेटा शोर और पूर्वाग्रहों को कम करने के लिए बैक-डोर और फ्रंट-डोर पथों को संयोजित करने वाली एक दोहरी कारण हस्तक्षेप रणनीति (dual causal intervention strategy) का उपयोग करता है, जिससे नोड भार को अनुकूलित करके और प्रासंगिक उप-ग्राफ (subgraphs) पर प्रतितथ्यात्मक तर्क (counterfactual reasoning) लागू करके अत्याधुनिक प्रदर्शन प्राप्त किया जाता है।

Hanghui Guo, Shimin Di, Pasquale De Meo, Zhangze Chen, Jia Zhu2026-09-15
📊 statistics

Assumption-Lean Inference for Spectral Differential Network Analysis of High-Dimensional Time Series

यह शोध पत्र विभिन्न स्थितियों के बीच उच्च-आयामी समय श्रृंखला नेटवर्क (high-dimensional time series networks) में परिवर्तनों का विश्लेषण करने के लिए एक धारणा-मुक्त अनुमान ढांचा (assumption-lean inference framework) प्रस्तावित करता है, जिसमें व्युत्क्रम स्पेक्ट्रल घनत्वों (inverse spectral densities) के अंतर के लिए एक डी-बायस्ड डी-ट्रेस अनुमानक (de-biased D-trace estimator) विकसित किया गया है, इसकी स्पर्शोन्मुख सामान्यता (asymptotic normality) और इष्टतम विंडो आकार स्थापित किए गए हैं, और कृत्रिम एवं इलेक्ट्रोएन्सेफलोग्राफी (electroencephalography) डेटा पर मान्य एक कुशल एल्गोरिदम प्रदान किया गया है।

Michael Hellstern, Byol Kim, Ali Shojaie2026-09-15
📊 statistics

When Is a Relevance Threshold Statistically Resolvable? Minimax Limits for Effect Classification

यह शोध पत्र एक प्रासंगिकता-विभेदन सूचकांक (relevance-resolution index) को प्रस्तुत करते हुए वैज्ञानिक प्रासंगिकता के वर्गीकरण के लिए मिनिमैक्स सीमाओं (minimax limits) को स्थापित करता है, जो यह दर्शाता है कि सुसंगत प्रभाव वर्गीकरण केवल तभी सांख्यिकीय रूप से resolvable है जब थ्रेशोल्ड (threshold) n1/2n^{-1/2} की सैंपलिंग अनिश्चितता दर से अधिक तेज़ी से कम न हो, जिससे प्रभाव आकार, शक्ति और व्यावहारिक सार्थकता को एक एकीकृत सूचना पैमाने के माध्यम से जोड़ा जा सके।

Subir Hait2026-09-15
📊 statistics

Functional Estimation under Proxy-Based Full-Law Identification

यह शोधपत्र विलुप्त अव्यवस्थाओं (latent confounders) से जुड़े प्रॉक्सी चरों (proxy variables) का उपयोग करके पूर्ण-डेटा नियम (full-data law) की पहचान करने के लिए सामान्य स्थितियाँ स्थापित करता है और पूर्ण-डेटा नियम के फलन (functionals) के लिए सुसंगत (consistent), बहु-सुदृढ़ (multiple-robust) और n\sqrt{n}-सुसंगत M-अनुमानकर्ताओं (M-estimators) के निर्माण के लिए एक प्रॉक्सी-आधारित वेटिंग रणनीति विकसित करता है।

Helen Guo, AmirEmad Ghassami, Ilya Shpitser, Elizabeth L. Ogburn2026-09-15
📊 statistics

A joint model for (un)bounded longitudinal markers, competing risks, and recurrent events using patient registry data

यह शोध पत्र एक नवीन बेयसियन साझा-पैरामीटर संयुक्त मॉडल प्रस्तावित करता है जो एक साथ कई अनुदैर्ध्य संकेतकों (सीमित वाले संकेतकों सहित), आवर्त घटनाओं और प्रतिस्पर्धी जोखिमों को संभालता है, और सिस्टिक फाइब्रोसिस रोगी रजिस्ट्री डेटा के व्यावहारिक अनुप्रयोग के माध्यम से R पैकेज JMbayes2 का उपयोग करते हुए सिमुलेशन द्वारा अपने उत्कृष्ट प्रदर्शन का प्रदर्शन करता है।

Pedro Miranda Afonso, Dimitris Rizopoulos, Anushka K. Palipana, Emrah Gecili, Cole Brokamp, John P. Clancy, Rhonda D. Sz (…)2026-09-14
📊 statistics

Estimating the hyperuniformity exponent of point processes

यह शोध पत्र वेवलेट ट्रांसफॉर्म्स पर आधारित एक मल्टी-स्केल, मल्टी-टेपर एस्टिमेटर का प्रस्ताव और सत्यापन करता है ताकि एकल रियलाइजेशन से स्थानिक बिंदु प्रक्रियाओं (spatial point processes) के हाइपरयूनिफॉर्मिटी घातांक (hyperuniformity exponent) का निरंतर अनुमान लगाया जा सके, जो विश्वास अंतराल (confidence intervals) के लिए सैद्धांतिक गारंटी प्रदान करता है और सिमुलेशन एवं वास्तविक समुद्री शैवाल डेटा के माध्यम से व्यावहारिक उपयोगिता प्रदर्शित करता है।

Gabriel Mastrilli, Bartłomiej Błaszczyszyn, Frédéric Lavancier2026-09-14
📊 statistics

Graphon-Level Bayesian Predictive Synthesis for Random Network

यह शोध पत्र कई ग्राफोन अनुमानों को एक एकल भविष्य कहनेवाला मॉडल में संयोजित करने के लिए एक बेयसियन प्रेडिक्टिव सिंथेसिस फ्रेमवर्क प्रस्तुत करता है, यह प्रदर्शित करते हुए कि जबकि मुक्त गैर-ऋणात्मक भार या एक नॉइज़ी-ओआर नियम मल्टीप्लेक्स नेटवर्क में यूनियन तंत्र को प्रभावी ढंग से कैप्चर करते हैं, यह दृष्टिकोण मानक बेंचमार्क में कमियों को सुधारने के बाद ही विशिष्ट मल्टीप्लेक्स डेटासेट पर एकल मॉडलों से बेहतर प्रदर्शन करता है।

Marios Papamichalis, Regina Ruane2026-09-14
📊 statistics

Maximizing the magnitude of Strictly Standardized Mean Difference of a Linear Combination

यह शोध पत्र प्रभाव आकार (effect size) को अधिकतम करने के लिए एक क्लोज्ड-फॉर्म समाधान व्युत्पन्न करके, फिशर के लीनियर डिस्क्रिमिनेन्ट और AUROC के साथ इसके संबंध को स्थापित करके, और उच्च-थ्रूपुट अनुप्रयोगों में बहुचर बायोमार्कर निर्माण के लिए सुदृढ़ अनुमान और निष्कर्ष विधियाँ प्रदान करके, स्ट्रिक्टली स्टैंडर्डाइज्ड मीन डिफरेंस (SSMD) को कई चरों के रैखिक संयोजनों तक विस्तारित करता है।

Xiaohua Douglas Zhang2026-09-14
📊 statistics

Nonparametric Estimation of Event-Free Survival for Data with Left-Truncated Death and Intermittently Assessed Nonfatal Events

यह शोध पत्र लेफ्ट ट्रंकेशन (left truncation), राइट-सेंसर्ड डेथ (right-censored death) और इंटरवल-सेंसर्ड नॉनफेटल इवेंट्स (interval-censored nonfatal events) द्वारा अभिलक्षित डेटा के लिए इवेंट-फ्री सर्वाइवल प्रोबेबिलिटीज (event-free survival probabilities) और रिस्ट्रिक्टेड मीन टाइम्स (restricted mean times) का अनुमान लगाने हेतु एक नवीन नॉनपैरामीट्रिक कर्नेल स्मूथिंग विधि प्रस्तावित करता है, जो पूरक डेटा स्रोतों का लाभ उठाता है और सिमुलेशन तथा एआरआईसी (ARIC) अध्ययन के एक अनुप्रयोग के माध्यम से इस दृष्टिकोण को प्रदर्शित करता है।

Han Lu (Division of Biostatistics and Health Data Science, School of Public Health, University of Minnesota), Xianghua L (…)2026-09-14