2434 पेपर
यह शोधपत्र वास्तविक दुनिया के परिदृश्यों में, जो यादृच्छिक और स्थानिक डेटा वितरणों के चरम सीमाओं के बीच आते हैं, स्थानिक पर्यावरणीय मॉडलों के लिए अधिक विश्वसनीय सटीकता अनुमान प्रदान करने हेतु क्रॉस-वैलिडेशन विधियों की एक नई श्रेणी के रूप में "प्रेडिक्शन-डोमेन एडेप्टिव इवैल्यूएशन" का समर्थन करता है।
यह शोध पत्र एक नवीन बेयसियन पदानुक्रमित बहुभिन्नरूपी ढांचे (Bayesian hierarchical multivariate framework) को प्रस्तुत करता है जो वयस्क जीवनकाल में जोखिम कारकों के प्रक्षेपवक्र (trajectories) को संयुक्त रूप से मॉडल करने के लिए सात अनुदैर्ध्य हृदय रोग कोहोर्ट्स के डेटा को संयोजित करता है, जो प्रभावी रूप से डेटा अंतराल को भरता है और बेहतर हृदय रोग रोकथाम के लिए महत्वपूर्ण आयु-संबंधी विविधताओं को प्रकट करता है।
यह शोध पत्र अध्ययन विच्छेदन से होने वाले लुप्त डेटा के कारण स्वतंत्र सेंसरिंग धारणा के उल्लंघन से प्रभावित टाइम-टू-इवेंट ट्रायल्स में उपचार नीति अनुमानों (treatment policy estimands) की मजबूती का आकलन करने के लिए मॉडल-आधारित और एड हॉक टिपिंग पॉइंट विश्लेषण विधियों की तुलना करता है।
यह शोध पत्र जटिल सर्वेक्षण डेटा पर लागू बहु-स्तरीय मॉडलों में स्थानीय और वैश्विक दोनों मापदंडों के लिए अनिश्चितता परिमाणीकरण (uncertainty quantification) में सुधार हेतु सर्वेक्षण-भारित छद्म-पश्चवर्ती (survey-weighted pseudo-posteriors) के लिए संशोधित स्वचालित पश्च-प्रसंस्करण (post-processing) विधियों का प्रस्ताव और सत्यापन करता है।
यह शोध पत्र डिफरेंस-इन-डिफरेंसेस से पूर्व मिलान (मैचिंग) के विश्लेषण का विस्तार करते हुए यह प्रदर्शित करता है कि जहाँ प्रेक्षित सह-चरों (ऑब्जर्व्ड कोवेरियेट्स) पर मिलान करने में नमूना आकार में कमी के कारण बायस-वेरिएंस ट्रेडऑफ शामिल होता है, वहीं उपचार-पूर्व परिणामों (प्री-ट्रीटमेंट आउटकम्स) पर मिलान करना माध्य वर्ग त्रुटि (मीन स्क्वेयर्ड एरर) को न्यूनतम करने के लिए हमेशा फायदेमंद होता है, जिससे शोधकर्ताओं को परिचालन प्रबंधन (ऑपरेशंस मैनेजमेंट) के अनुभवजन्य कार्यों में कारण अनुमानों (कॉज़ल एस्टिमेट्स) को बेहतर बनाने के लिए व्यावहारिक दिशा-निर्देश प्राप्त होते हैं।
यह शोध पत्र 'पार्टीशन ट्री' (Partition Tree) का परिचय देता है, जो एक नवीन नॉनपैरामेट्रिक ढांचा है जो नेगेटिव लॉग-लाइक्लीहुड (negative log-likelihood) को कम करने के लिए डेटा-अनुकूल विभाजनों को सीखकर सामान्य परिणाम स्थानों (general outcome spaces) पर कंडीशनल डेंसिटी का अनुमान लगाता है, साथ ही इसके बैगिंग विस्तार, 'पार्टीशन फॉरेस्ट' (Partition Forest) के साथ, जो मौजूदा ट्री-आधारित और रैंडम फॉरेस्ट विधियों की तुलना में बेहतर संभाव्य भविष्यवाणी प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक नवीन बाह्य सत्यापन ढांचे का प्रस्ताव करता है जो विकास डेटा (डेवलपमेंट डेटा) के साथ रोगी-स्तरीय समानता को मापने के लिए जनरेटिव ऑटोएनकोडर्स का उपयोग करता है, जिससे मॉडल की कमियों और जनसंख्या के अंतरों को अलग किया जा सके ताकि विशिष्ट रोगी उपसमूहों के लिए एक भविष्य कहने वाले मॉडल की परिवहन क्षमता (ट्रांसपोर्टेबिलिटी) और सुरक्षा का अधिक सटीक मूल्यांकन प्रदान किया जा सके।
यह शोध पत्र स्पेशियल एडेप्टर (Spatial Adapter) को प्रस्तुत करता है, जो एक पैरामीटर-कुशल पोस्ट-हॉक लेयर है जो फ्रोजन प्रेडिक्टर्स (frozen predictors) को एक क्लोज्ड-फॉर्म कोवेरिएंस एस्टीमेटर के माध्यम से उनके अवशेषों (residuals) के एक संरचित स्थानिक प्रतिनिधित्व से सुसज्जित करता है, जिससे मूल मॉडल में संशोधन किए बिना क्रिगिंग-शैली (kriging-style) की भविष्यवाणी और अनिश्चितता परिमाणीकरण सक्षम होता है।
यह शोध पत्र एक बायेसियन लो-रैंक लेटेंट-क्लस्टर रिग्रेशन मॉडल प्रस्तावित करता है जो मल्टीप्लिकेटिव गामा प्रोसेस श्रिंकेज के साथ रिग्रेशन सतहों के एक परिमित मिश्रण का उपयोग करके, उच्च-आयामी मिश्रित स्वास्थ्य परिणामों के लिए आयाम न्यूनीकरण, क्लस्टरिंग और व्याख्यात्मक मॉडलिंग को एक साथ निष्पादित करता है, जबकि सैद्धांतिक पोस्टीरियर कॉन्ट्रैक्शन स्थापित करता है और सिमुलेशन एवं वास्तविक दुनिया के अनुप्रयोगों के माध्यम से उत्कृष्ट प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र बहुभिन्नवकीय (मल्टीवेरिएट) डेटा के लिए विभिन्न गैर-प्राचलिक (नॉन-पैरामीट्रिक) दो-नमूना और सुसंगतता-परीक्षणों (गुडनेस-ऑफ-फिट टेस्ट्स) की शक्ति का मूल्यांकन करने वाले व्यापक सिमुलेशन अध्ययनों को प्रस्तुत करता है, जिसका निष्कर्ष यह है कि कोई भी एकल विधि सार्वभौमिक रूप से प्रभावी नहीं है और विविध परिदृश्यों में उच्च शक्ति सुनिश्चित करने के लिए विधियों के एक छोटे, सुदृढ़ सेट का प्रस्ताव देता है।