📊 Category

stat.ME

2434 पेपर

📊 statistics

Joint Estimation of Marginal and Heterogeneous Treatment Effects

यह शोधपत्र एक संयुक्त मॉडलिंग ढांचे का प्रस्ताव करता है जो विभिन्न प्रकार के परिणामों (outcomes) में सांख्यिकीय दक्षता में सुधार करते हुए और सीमांत व्याख्यात्मकता (marginal interpretability) को बनाए रखते हुए, सीमांत उपचार प्रभावों (marginal treatment effects) का अनुमान लगाने और रोगनिरोधी (prognostic) एवं भविष्य कहनेवाला (predictive) सहचरों (covariates) को रैंक करने के लिए नॉनपैरानॉर्मल एडजस्टेड मार्जिनल इन्फरेंस का विस्तार करता है।

Leticia Wuethrich, Torsten Hothorn2026-05-25
📊 statistics

Joint Bayesian models for validating spatial health-event databases against a gold standard: separating global and local discrepancies

यह शोध पत्र एक नवीन बेयसियन ढांचे (Bayesian framework) का प्रस्ताव करता है जो वैश्विक बदलावों को मात्रात्मक रूप से मापने और स्थानीय विसंगतियों का पता लगाने के माध्यम से स्थानिक स्वास्थ्य-घटना डेटाबेस को एक गोल्ड स्टैंडर्ड के विरुद्ध कठोरता से मान्य करने का कार्य करता है, और सिमुलेशन तथा क्रोहन रोग के डेटा पर वास्तविक अनुप्रयोग के माध्यम से इसकी प्रभावशीलता को प्रदर्शित करता है।

Mathias Brugel, Florine Kempf, Camille Ternynck, Marta Blangiardo, Michaël Génin2026-05-25
📊 statistics

From Isotonic to Lipschitz Regression: A New Interpolative Perspective on Shape-restricted Estimation

यह शोध पत्र एक नवीन प्रतिगमन ढांचे (regression framework) को प्रस्तुत करता है जो लिप्सचिट्ज़ फलनों (Lipschitz functions) को एकदिष्ट (monotonic) और रैखिक घटकों में विभाजित करके स्मूथनेस-आधारित और आकार-प्रतिबंधित अनुमान के बीच एक सेतु बनाता है, जिससे अनुमानकों का एक ऐसा परिवार निर्मित होता है जिसमें अभिसरण (convergence), अनुकूलन क्षमता (adaptivity) और विषम विचरता (heteroscedasticity) एवं भारी-पूंछ वाले त्रुटियों (heavy-tailed errors) के विरुद्ध सुदृढ़ता के लिए मजबूत सैद्धांतिक गारंटी है।

Kenta Takatsu, Tianyu Zhang, Arun Kumar Kuchibhotla2026-05-22
📊 statistics

Unified Conformalized Multiple Testing with Full Data Efficiency

यह शोध पत्र कॉन्फॉर्मलाइज्ड मल्टीपल टेस्टिंग के लिए एक एकीकृत ढांचे का प्रस्ताव करता है जो एक पूर्ण परम्यूटेशन रणनीति के माध्यम से सभी उपलब्ध डेटा (शून्य, वैकल्पिक और बिना लेबल वाले) का उपयोग करके बेहतर स्कोर और पी-वैल्यू को कैलिब्रेट करके डेटा दक्षता को अधिकतम करता है, जिससे अतिरिक्त डेटा विभाजन की आवश्यकता के बिना सांख्यिकीय शक्ति में उल्लेखनीय सुधार होता है और फॉल्स डिस्कवरी रेट को कड़ाई से नियंत्रित किया जाता है।

Yuyang Huo, Xiaoyang Wu, Changliang Zou, Haojie Ren2026-05-22
📊 statistics

Multidimensional constructs and moderated linear and nonlinear factor analysis

यह शोध पत्र एक बहुआयामी मॉडरेटेड नॉनलीनियर फैक्टर एनालिसिस (MNLFA) मॉडल प्रस्तुत करता है जो मॉडल के सभी घटकों में मॉडरेटेड पैरामीटर्स के साथ तीन या अधिक लेटेंट फैक्टर्स को संभालने में सक्षम है, और जो अनुमान स्थिरता में सुधार करने तथा आंशिक मापन गैर-अपरिवर्तनीयता (partial measurement non-invariance) का पता लगाने के लिए क्लोज्ड-फॉर्म एनालिटिक ग्रेडिएंट्स के साथ बेयसियन और पेनलाइज्ड मैक्सिमम लाइकलीहुड विधियों का उपयोग करता है।

R. Noah Padgett2026-05-22
📊 statistics

Scalable and Communication-Efficient Varying Coefficient Mixed Effect Models: Methodology, Theory, and Applications

यह शोध पत्र एक संचार-कुशल, स्केलेबल बेयसियन ढांचे (Bayesian framework) का प्रस्ताव करता है जो पर्याप्त सांख्यिकी (sufficient statistics) और SVD-उन्नत एल्गोरिदम का उपयोग करके 'वेरिंग कोएफिशिएंट मिक्स्ड मॉडल्स' (Varying Coefficient Mixed Models) के लिए है, जो कच्चे डेटा को साझा किए बिना वितरित डेटा नोड्स में मानव प्रवास पैटर्न जैसे जटिल स्थानिक-कालिक निर्भरताओं को सटीक रूप से मॉडल करता है।

Lida Chalangar Jalili Dehkharghani, Li-Hsiang Lin2026-05-22
📈 economics

Reevaluating Causal Estimation Methods with Data from a Product Release

यह शोध पत्र एक बड़ी प्रौद्योगिकी कंपनी के उत्पाद विमोचन से प्राप्त एक अद्वितीय डेटासेट का उपयोग करके आधुनिक कारण (कॉज़ल) मशीन लर्निंग विधियों का मूल्यांकन करता है, जिसमें यह पाया गया है कि यद्यपि वास्तविक कारण प्रभावों (ग्राउंड ट्रुथ कॉज़ल इफेक्ट्स) को पुनः प्राप्त करना संभव है, लेकिन उच्च-आयामी (हाई-डायमेंशनल) परिवेश में विश्वसनीय उपचार प्रभाव अनुमान सुनिश्चित करने के लिए सावधानीपूर्वक मॉडलिंग विकल्पों की आवश्यकता होती है।

Justin Young, Eleanor Wiske Dillon2026-05-22
📊 statistics

An Old Look at Empirical Bayes

यह शोध पत्र आधुनिक एम्पिरिकल बेयस विधियों की पदानुक्रमित स्तरों को मिलाने और अनिश्चितता का गलत प्रतिनिधित्व करने के लिए आलोचना करता है, और यह तर्क देता है कि पूर्ण पदानुक्रमित मॉडलिंग की कम होती लागत के साथ, संसाधनों को इसके बजाय उचित पदानुक्रमित बेयस दृष्टिकोणों की ओर पुनर्निर्देशित किया जाना चाहिए।

Nicholas G. Polson, Vadim O. Sokolov, Daniel Zantedeschi2026-05-22
📊 statistics

Distribution-free root cause analysis

यह शोध पत्र कॉन्फॉर्मल रूट कॉज़ एनालिसिस (CROC) प्रस्तुत करता है, जो एक डिस्ट्रीब्यूशन-फ्री फ्रेमवर्क है जो न्यूनतम धारणाओं के तहत मल्टी-स्ट्रीम सिस्टम में सबसे पहले बदलने वाली डेटा स्ट्रीम की पहचान करने के लिए परिमित-नमूना वैध कॉन्फिडेंस सेट्स का निर्माण करता है, जबकि यह क्रॉस-स्ट्रीम निर्भरता को संभालने के लिए भी विस्तार करता है और एसिम्प्टोटिक रूप से शार्प लोकलाइजेशन प्राप्त करता है।

Rohan Hore, Aaditya Ramdas2026-05-22
📊 statistics

Causal Discovery in Structural VAR Models Under Equal Noise Variance

यह शोध पत्र समान शोर प्रसरण (noise variance) वाले रैखिक गाऊसी स्ट्रक्चरल VAR मॉडलों में कारण खोज (causal discovery) की चुनौती को संबोधित करता है, जिसमें अवलोकन संबंधी तुल्यता (observational equivalence) के लिए एक सैद्धांतिक ढांचा स्थापित किया गया है और ENVAR प्रस्तावित किया गया है, जो एक स्पर्सिटी-आधारित एल्गोरिदम है जो तुल्यता वर्ग के भीतर एक प्रतिनिधि कारण ग्राफ की पहचान करता है, जिसे सिंथेटिक और fMRI डेटा दोनों पर मान्य किया गया है।

SeyedSina Seyedi HasanAbadi, Fahimeh Arab, Erfan Nozari, AmirEmad Ghassami2026-05-22