stat.ME पेपर | Gist.Science

Inverse sampling intensity weighting for preferential sampling adjustment

यह शोध पत्र भू-सांख्यिकी (जियोस्टैटिस्टिक्स) में अधिमान्य नमूनाकरण (प्रिफरेंशियल सैंपलिंग) को समायोजित करने के लिए जटिल लेटेंट वेरिएबल मॉडलों के एक गणनात्मक रूप से कुशल, दो-चरणीय विकल्प के रूप में इन्वर्स सैंपलिंग इंटेंसिटी वेटिंग (ISIW) का प्रस्ताव और मूल्यांकन करता है, जो मॉस बायोमॉनिटरिंग और वायु गुणवत्ता डेटा के अनुप्रयोगों के माध्यम से डिज़ाइन मिसस्पेसिफिकेशन के तहत इसके उत्कृष्ट भविष्य कहने वाले प्रदर्शन को प्रदर्शित करता है।

Thomas W. Hsiao, Lance A. Waller2026-05-26

📊 statistics

A Functional Approach to Curve Alignment and Shape Analysis

यह शोध पत्र एक नवीन फन्क्शनल डेटा एनालिसिस फ्रेमवर्क प्रस्तुत करता है जो वक्र संरेखण (कर्व एलाइनमेंट) के लिए विश्लेषणात्मक समाधान प्राप्त करने और रैंडम कंटूर के लिए एक जनरेटिव मॉडल विकसित करने हेतु बेसिस एक्सपेंशन तकनीकों का उपयोग करता है, जिससे निरंतर ज्यामितीय संरचनाओं और विरूपण निर्भरताओं को पकड़ने में विविक्त अवलोकन विधियों की सीमाओं को दूर किया जा सके।

Issam-Ali Moindjié, Cédric Beaulac, Marie-Hélène Descary2026-05-26

📊 statistics

Selection-Induced Contraction of Innovation Statistics in Gated Kalman Filters

यह शोधपत्र यह प्रदर्शित करता है कि कलमन फिल्टर (Kalman filters) में वैलिडेशन गेटिंग (validation gating) और नियरेस्ट-नेबर एसोसिएशन (nearest-neighbor association), इनोवेशन कोवेरिएंस (innovation covariance) के एक नियतात्मक, आयाम-निर्भर संकुचनन (deterministic, dimension-dependent contraction) को प्रेरित करके इनोवेशन सांख्यिकी (innovation statistics) को मौलिक रूप से परिवर्तित कर देते हैं, जो यह सिद्ध करता है कि इन चयन प्रक्रियाओं के तहत नाममात्र सांख्यिकीय गुणों (nominal statistical properties) को संरक्षित नहीं किया जा सकता है।

Barak Or2026-05-26

📊 statistics

DiPPER: A Bayesian approach to differential prevalence analysis with applications in microbiome studies

यह शोध पत्र DiPPER को प्रस्तुत करता है, जो माइक्रोबायोम अध्ययनों में विभेदात्मक व्यापकता विश्लेषण (differential prevalence analysis) के लिए एक बेयसियन पदानुक्रमित मॉडलिंग पद्धति है, जो उच्च संवेदनशीलता, सुव्यवस्थित त्रुटि दर और उत्कृष्ट क्रॉस-स्टडी प्रतिकृति प्रदर्शित करके मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करता है और स्वाभाविक रूप से मल्टीपल टेस्टिंग को समायोजित करता है।

Juho Pelto, Kari Auranen, Janne V. Kujala, Leo Lahti2026-05-26

📊 statistics

PCA score regression: the art of losing power

यह शोध पत्र प्रदर्शित करता है कि कोवेरिएट्स पर प्रिंसिपल कंपोनेंट स्कोर्स का रिग्रेशन (RPCS), फंक्शन ऑन स्केलर रिग्रेशन (FoSR) की तुलना में कम सांख्यिकीय शक्ति, बढ़ी हुई टाइप I त्रुटि दर और अमान्य निष्कर्षों से ग्रस्त है, जो कि सिमुलेशन और NHANES एक्सीलेरोमेट्री डेटा के माध्यम से प्रमाणित एक बेहतर दृष्टिकोण है।

Yu Lu, Nidhi Pai, Erjia Cui, Ciprian Crainiceanu2026-05-26

📊 statistics

Modified treatment policies that depend on the natural history of treatment

यह शोध पत्र अनुदैर्ध्य संशोधित उपचार नीतियों (longitudinal modified treatment policies) के लिए लक्षित शिक्षण अनुमानकों (targeted learning estimators) को विकसित करता है जो प्राकृतिक उपचार मानों के इतिहास पर निर्भर करते हैं, जो उपचार की शुरुआत में देरी करने जैसे जटिल हस्तक्षेपों के लिए $\sqrt{n}$ -सुसंगत (consistent) कारण संबंधी अनुमान (causal inference) को सक्षम बनाता है, और ओपियोइड उपयोग विकार पर जोखिम भरी दर्द उपचार को स्थगित करने के प्रभाव का आकलन करने के लिए इस पद्धति को लागू करता है।

Iván Díaz, Nicholas T. Williams, Paweł Morzywołek, Kara E. Rudolph2026-05-26

📊 statistics

Synthetic Heterogeneous-Effects LASSO: A Fixed-effects Estimation Approach for High-dimensional Mixed-effects Models

यह शोधपत्र सिंथेटिक हेट्रोजेनियस-इफेक्ट्स LASSO (SHEL) प्रस्तुत करता है, जो एक नवीन फिक्स्ड-इफेक्ट्स पेनलाइज्ड फ्रेमवर्क है जिसे उच्च-आयामी क्लस्टर्ड डेटा में हेट्रोजेनियस कोवेरिएट वितरणों के कारण होने वाले गलत वेरिएबल चयन को संबोधित करने के लिए डिज़ाइन किया गया है, जिससे वैध पोस्ट-सिलेक्शन इन्फरेंस और स्ट्रक्चरल फिक्स्ड इफेक्ट एस्टीमेशन सक्षम होता है।

Shangyuan Ye, Cong Zhang, Ying Chen, Ye Liang, Guanbo Wang2026-05-26

📊 statistics

Shared hidden-factor information framework for multiple behavioral tasks

यह शोध पत्र 'शेयर्ड हिडन-फैक्टर इंफॉर्मेशन फ्रेमवर्क फॉर मल्टीपल बिहेवियरल टास्क' (SHIFT) का प्रस्ताव करता है, जो एक संयुक्त मॉडलिंग दृष्टिकोण है जो मेजर डिप्रेसिव डिसऑर्डर में अनुमान की सटीकता में सुधार करने और विशिष्ट व्यवहारिक पैटर्न एवं संभावित चिकित्सीय मार्करों को प्रकट करने के लिए विभिन्न कार्यों के बीच साझा गुप्त कारकों (shared latent factors) का लाभ उठाता है।

Yuan Bian, Yuanjia Wang, Xingche Guo2026-05-26

📊 statistics

Spiking the training data to correct for test set contamination

यह शोध पत्र डेटा संदूषण (डेटा कंटैमिनेशन) के कारण बढ़े हुए टेस्ट स्कोर को ठीक करने के लिए एक विधि प्रस्तावित करता है, जिसमें मेमोराइजेशन प्रेडिक्टर्स (स्मरण भविष्यवक्ताओं) को कैलिब्रेट करने के लिए ज्ञात टेस्ट उदाहरणों के साथ प्रशिक्षण डेटा को जानबूझकर "स्पाइकिंग" (स्पाइक) किया जाता है, जिनका उपयोग फिर मॉडल प्रदर्शन मेट्रिक्स को सांख्यिकीय रूप से समायोजित करने के लिए किया जाता है।

Johnny Tian-Zheng Wei, Jerry Li, Ameya Godbole, Robin Jia2026-05-26

📊 statistics

Adaptable High-Dimensional Change Point Detection via Ridge Regularization

यह शोध पत्र सघन विकल्पों (dense alternatives) के तहत उच्च-आयामी माध्य सदिशों (high-dimensional mean vectors) में एकाधिक परिवर्तन बिंदुओं का पता लगाने के लिए रिज-नियमित (ridge-regularized) CUSUM सांख्यिकी के एक परिवार का प्रस्ताव करता है, जो स्थिर सहप्रसरण सामान्यीकरण (stable covariance normalization), जनसंख्या संरचनाओं के अनुकूलन क्षमता, और सिमुलेशन एवं वित्तीय डेटा के माध्यम से प्रमाणित एक सिद्धांतपूर्ण पैरामीटर चयन पद्धति प्रदान करता है।

Haoran Li, Haotian Xu2026-05-26

← पिछला अगला →