2434 पेपर
यह शोध पत्र एक गणनात्मक रूप से कुशल बेयसियन डायनेमिक मॉडलिंग फ्रेमवर्क प्रस्तुत करता है जो रियलाइज्ड वोलेटिलिटी के लिए एक नवीन डायनेमिक गामा प्रोसेस को पारंपरिक रैखिक मॉडलों के साथ एकीकृत करता है ताकि अस्थिरता उत्तोलन (volatility leverage) और फीडबैक प्रभावों के प्रभावी कैप्चर के माध्यम से वित्तीय संपत्ति मूल्य पूर्वानुमान और जोखिम प्रबंधन में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र एक ऐसी जनरेटिव पद्धति प्रस्तावित करता है जो कुशल पैरामीटर अनुमान, सटीक भविष्यवाणी और वर्गीकरण, तथा अनंत अनुकूलता (asymptotic optimality) प्राप्त करने के लिए उनके भविष्यवक्ताओं (predictors) के साथ मात्रात्मक और गुणात्मक प्रतिक्रियाओं के वितरण को संयुक्त रूप से मॉडल करती है, जैसा कि पदार्थ विज्ञान और आनुवंशिकी में सिमुलेशन और वास्तविक अनुप्रयोगों के माध्यम से सत्यापित किया गया है।
यह शोध पत्र उपचारित व्यक्तियों पर औसत उपचार प्रभावों (average treatment effects on the treated) के लिए नवीन, सुदृढ़ सीमाएँ प्रस्तुत करता है जो अवलोकनों में सूचना संचयन (information pooling) के मध्यवर्ती स्तरों का उपयोग करती हैं ताकि तब भी वैध और सूचनात्मक बना रहे जब अनुकूलक चर (conditioning variables) उच्च-आयामी हों या ओवरलैप की स्थिति का उल्लंघन हुआ हो।
यह शोधपत्र **gcor** प्रस्तुत करता है, जो एक कुशल पायथन पैकेज है जो संख्यात्मक और श्रेणीगत चरों के बीच निर्भरता को मापने के लिए कैटेगोरिकल गिनी कोरिलेशन (CGC) को लागू करता है, और गणना, विश्वास अंतराल निर्माण और स्वतंत्रता परीक्षण के लिए अनुकूलित एल्गोरिदम प्रदान करता है।
यह अध्ययन विभिन्न लुप्त डेटा तंत्रों (missing data mechanisms) और धनात्मकता उल्लंघन (positivity violations) के तहत टार्गेटेड मैक्सिमम लाइकलीहुड एस्टीमेशन (TMLE) का मूल्यांकन करता है, जिसमें यह पाया गया कि आउटकम-मिसिंगनेस मॉडल के साथ पूर्ण-मामला विश्लेषण (complete-case analysis) पूर्वाग्रह को न्यूनतम करता है, जबकि CART का उपयोग करते हुए मल्टीपल इम्प्यूटेशन (multiple imputation) बेहतर रूट मीन स्क्वेयर्ड एरर और कॉन्फिडेंस इंटरवल कवरेज प्रदान करता है।
यह शोध पत्र सरल प्रारंभिक परीक्षणों और संगत विश्वास अंतराल (confidence intervals) का प्रस्ताव करता है जो एक "सशर्त निष्कर्षण धारणा" (conditional extrapolation assumption) पर भरोसा करते हुए पूर्व-उपचार रुझान उल्लंघनों को पश्चात-उपचार उल्लंघनों से जोड़कर, मौजूदा विधियों के पूर्वाग्रह और कवरेज संबंधी मुद्दों को दूर करते हुए डिफरेंस-इन-डिफरेंस अनुमानों के लिए वैध सांख्यिकीय अनुमान सुनिश्चित करते हैं।
यह शोध पत्र मार्जिनलाइज्ड स्टेट-स्पेस मॉडल (M-SSM) ढांचे को पेश करता है जो INGARCH मॉडलों का एक सैद्धांतिक रूप से पुख्ता प्रतिनिधित्व प्रदान करता है जो स्वाभाविक रूप से सहचरों (covariates) और लुप्त डेटा को समाहित करता है, साथ ही यह भी प्रदर्शित करता है कि यह दृष्टिकोण बीमा अनुप्रयोगों में दुर्बल स्थिरता (weak stationarity) स्थापित करने के लिए अवलोकन-संचालित स्टेट-स्पेस निरूपणों के व्युत्पन्न को कैसे सुगम बनाता है।
यह शोध पत्र कारण संबंधी पहचान (causal identification) के लिए दो प्रमुख प्रॉक्सी वेरिएबल दृष्टिकोणों—ब्रिज इक्वेशन विधियों और एरे डिकंपोजिशन विधियों—के बीच उनके अंतर्निहित मॉडल प्रतिबंधों और धारणाओं का विश्लेषण करके तुलना करता है ताकि प्रत्येक की प्रयोज्यता के दायरे को स्पष्ट किया जा सके।
यह शोध पत्र कार्यात्मक क्वांटाइल ऑटोकोरिलेशन (functional quantile autocorrelation) पर आधारित कार्यात्मक समय श्रृंखला (functional time series) में क्रमिक निर्भरता के लिए एक नवीन, सुदृढ़ गैररेखीय परीक्षण वर्ग प्रस्तुत करता है, जो क्षण विवरण स्थितियों (moment conditions) की आवश्यकता को समाप्त करता है और जटिल निर्भरताओं का पता लगाने तथा आउटलेर्स (outliers) को संभालने में पारंपरिक विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र TTCD का प्रस्ताव करता है, जो एक नवीन एंड-टू-एंड फ्रेमवर्क है जो गैर-स्थिर (non-stationary), गैर-रेखीय (nonlinear) और शोर युक्त (noisy) टाइम सीरीज़ डेटा में समकालीन और लैग्ड (lagged) कारण संबंधी संबंधों को मजबूती से खोजने के लिए पुनर्निर्माण-निर्देशित सिग्नल डिस्टिलेशन (reconstruction-guided signal distillation) के साथ ट्रांसफार्मर-आधारित टेम्पोरल और फ्रीक्वेंसी-डोमेन अटेंशन का लाभ उठाता है, जो प्रतिबंधात्मक सांख्यिकीय धारणाओं पर निर्भर नहीं है।