📊 statistics

Sample Size Determination Under Selection Bias: Robust Tolerance Limits for Prevalent Cohort Data

यह शोध पत्र संशोधित वितरण-मुक्त सहनशीलता सीमा सूत्र (distribution-free tolerance limit formulae) व्युत्पन्न और मान्य करता है जो विभिन्न पक्षपाती नमूनाकरण योजनाओं, जैसे कि भार पक्षपात (weight bias) और सेंसरिंग (censoring), को समायोजित करते हैं ताकि उन सीमाओं को संबोधित किया जा सके जो पारंपरिक विधियों में तब आती हैं जब निष्पक्ष प्रतिनिधि नमूने उपलब्ध नहीं होते हैं, और 'कनाडाई स्टडी ऑफ हेल्थ एंड एजिंग' के डिमेंशिया डेटा के साथ अपने अनुप्रयोग का प्रदर्शन करता है।

James H. McVittie, Martin Lysy, Masoud Asgharian2026-05-20
📊 statistics

Variance-Reduced Manifold Sampling via Polynomial-Maximization Density Estimation

यह शोध पत्र PMM-MASEM का प्रस्ताव करता है, जो एक हाइब्रिड मैनिफोल्ड सैंपलिंग मॉड्यूल है जो स्थानीय स्पेसिंग वितरण विशेषताओं के आधार पर एक बहुपद-अधिकतमीकरण क्षण अनुमानक (polynomial-maximization moment estimator) और एक मानक प्लग-इन नियम के बीच अनुकूल रूप से स्विच करता है, जिससे समरूप मैनिफोल्ड्स पर इष्टतम प्रदर्शन बनाए रखते हुए गैर-समतल (non-flat) व्यवस्थाओं में घनत्व अनुमान त्रुटि में महत्वपूर्ण कमी आती है।

Serhii Zabolotnii2026-05-20
📊 statistics

Estimating treatment duration effects via clone-censor-weight: a breast cancer case study

यह शोध पत्र उपचार की अवधि के प्रभावों का अनुमान लगाने में इमोर्टल टाइम बायस (immortal time bias) को संबोधित करने के लिए क्लोनिंग-सेन्सोरिंग-वेटिंग (CCW) ढांचे के भीतर धारणाओं को औपचारिक रूप देता है और अनुमान पद्धतियों की तुलना करता है, तथा स्तन कैंसर के एक केस स्टडी के माध्यम से इसके अनुप्रयोग और सीमाओं को प्रदर्शित करता है जिसमें 2 बनाम 5 वर्ष के एडजुवेंट टैमोक्सीफेन (adjuvant tamoxifen) की तुलना की गई है।

Charlotte Voinot, Noémie Simon-Tillaux, Emma Torrini, Stefan Michiels, Bernard Sebastien, Clément Berenfeld, Julie Josse2026-05-20
📊 statistics

Component over Composite: Mitigating Type I Error Inflation when Imputing "Days Alive and at Home"

यह शोध पत्र सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि "डेज़ अलाइव एंड एट होम" (Days Alive and at Home) समग्र परिणाम के बजाय उसके व्यक्तिगत घटकों का आरोपण (imputing) करना, नैदानिक परीक्षणों में टाइप I त्रुटि (type I error) के बढ़ने को प्रभावी ढंग से कम करता है और सांख्यिकीय शक्ति (statistical power) को सुरक्षित रखता है।

Mia S. Tackney, Sarah Dawson, Letao Yuan, Dominique-Laurent Couturier, Sofia S. Villar2026-05-20
📊 statistics

Collective Outlier Detection and Enumeration with Conformalized Closed Testing

यह शोध पत्र कोंफॉर्मल इन्फरेंस (conformal inference) को मल्टीपल टेस्टिंग और एडेप्टिव रैंक टेस्ट के साथ एकीकृत करके, सामूहिक आउटलेर्स (collective outliers) का पता लगाने और उनकी गणना करने के लिए एक लचीले, डिस्ट्रीब्यूशन-फ्री फ्रेमवर्क को प्रस्तुत करता है, जिसमें किसी दिए गए डेटासेट के लिए इष्टतम मशीन लर्निंग क्लासिफायर और टू-सैंपल टेस्टिंग प्रक्रिया को स्वचालित रूप से चुनने के लिए एक सिद्धांतिक तंत्र शामिल है।

Chiara G. Magnani, Matteo Sesia, Aldo Solari2026-05-19
📊 statistics

On the extensions of the Chatterjee-Spearman test

यह शोध पत्र एक सममित संस्करण पेश करके पूर्व में प्रस्तावित चैटर्जी-स्पियरमैन संयुक्त स्वतंत्रता परीक्षण का विस्तार करता है, अन्य रैंक सहसंबंधों से इसकी स्पर्शोन्मुख स्वतंत्रता को स्थापित करता है (विशेष रूप से एक चैटर्जी-केंडल संस्करण की श्रेष्ठ शक्ति को प्रदर्शित करते हुए), और इसकी प्रयोज्यता को व्यापक बनाने के लिए बहुभिन्नरूपी सामान्यीकरणों का अन्वेषण करता है।

Qingyang Zhang2026-05-19
💰 quantitative finance

Functional Clustering of Discount Functions for Behavioral Investor Profiling

यह अध्ययन विभिन्न निवेशक स्वभावों में टेम्पोरल डिस्काउंटिंग व्यवहारों की सूक्ष्म विषमता को उजागर करने के लिए फंक्शनल डेटा एनालिसिस का उपयोग करता है, जिससे व्यक्तिगत वित्तीय रणनीतियों को बेहतर ढंग से निर्देशित करने के लिए व्यवहार संबंधी निवेशक प्रोफाइलिंग को परिष्कृत किया जा सके।

Annamaria Porreca, Viviana Ventre, Roberta Martino, Salvador Cruz Rambaud, Fabrizio Maturo2026-05-19
📊 statistics

Sample size and power calculations for causal inference of observational studies

यह शोध पत्र एक सैद्धांतिक ढांचा स्थापित करता है और अवलोकन संबंधी कारण अनुमान (observational causal inference) में नमूना आकार और शक्ति गणना के लिए विश्लेषणात्मक सूत्र प्रदान करता है, जो विचरण (variance) को तीन घटकों में विभाजित करके और दो प्रमुख मापदंडों—कोवेरिएट ओवरलैप के लिए भट्टाचर्या गुणांक (Bhattacharyya coefficient) और कन्फाउंडिंग के लिए एक आर-स्क्वेर्ड-आधारित संवेदनशीलता पैरामीटर—को पेश करके किया गया है, जिसे एक नए आर पैकेज और ऑनलाइन कैलकुलेटर द्वारा समर्थित किया गया है।

Bo Liu, Chengxin Yang, Fan Li2026-05-19
📊 statistics

Multivariate Poisson intensity estimation via low-rank tensor decomposition

यह शोध पत्र एक नवीन मैट्रिक्स- और टेंसर-आधारित ढांचे का प्रस्ताव करता है जो लो-रैंक निरूपणों (low-rank representations) का लाभ उठाकर विषम बिंदु प्रक्रियाओं (inhomogeneous point processes) के बहुभिन्नरूपी तीव्रता फलनों (multivariate intensity functions) का अनुमान लगाने के लिए इष्टतम बायस-वेरिएंस ट्रेड-ऑफ और गणनात्मक दक्षता प्राप्त करता है, जैसा कि पारंपरिक कर्नेल विधियों की तुलना में एक चार-आयामी भूकंप डेटासेट में स्थानीयकृत भूकंपीयता पैटर्न को पुनः प्राप्त करने की इसकी उत्कृष्ट क्षमता द्वारा प्रदर्शित किया गया है।

Haotian Xu, Carlos Misael Madrid Padilla, Oscar Hernan Madrid Padilla, Daren Wang2026-05-19
📊 statistics

Reliable fairness auditing with semi-supervised inference

यह शोध पत्र इन्फेयरनेस (Infairness) को प्रस्तुत करता है, जो एक अर्ध-पर्यवेक्षित (semi-supervised) ढांचा है जो छोटे लेबल वाले डेटासेट को बड़े बिना लेबल वाले डेटा के साथ जोड़कर अनुमान भिन्नता (estimation variance) को लगभग 50% कम करके बायोमेडिकल अनुप्रयोगों में निष्पक्षता ऑडिटिंग की दक्षता और विश्वसनीयता में महत्वपूर्ण सुधार करता है।

Jianhui Gao, Jessica Gronsbell2026-05-19