2434 पेपर
यह शोध पत्र छोटे प्रयोगात्मक डेटासेट से अपूर्ण परिणामों वाले बड़े अवलोकनात्मक डेटासेट तक उपचार प्रभावों (treatment effects) को स्थानांतरित करने के लिए एक नवीन अनुमान और निष्कर्ष पद्धति प्रस्तावित करता है, जो प्रयोगात्मक डेटा के साथ अवलोकनात्मक विषमताओं (observational contrasts) को कैलिब्रेट करके, बिना पॉजिटिविटी ओवरलैप की आवश्यकता के, अर्ध-पैरामीट्रिक दक्षता और वैध निष्कर्ष प्राप्त करता है।
यह शोध पत्र अनुपात समय श्रृंखला (proportion time series) के लिए एक बीटा-जीएएम (Beta-GAM) हिडन मार्कोव मॉडल प्रस्तावित करता है जो लचीले स्प्लाइन-आधारित कोवेरिएट प्रभावों के साथ रिजीम-स्विचिंग गतिकी को जोड़ता है, जिसे सिमुलेशन के माध्यम से मान्य किया गया है और ऐतिहासिक मृत्यु दर झटकों के अंतर्निहित गुप्त संरचनात्मक रिजीम की पहचान करने के लिए रूसी मृत्यु दर डेटा पर लागू किया गया है।
यह अध्ययन प्रदर्शित करता है कि गायब प्रेडिक्टर डेटा (predictor data) स्थिर और सु-कैलिब्रेटेड क्लिनिकल प्रेडिक्शन मॉडल विकसित करने के लिए नमूना आकार (sample size) की आवश्यकताओं को महत्वपूर्ण रूप से बढ़ा देता है, और पोस्टीरियर-आधारित नमूना आकार गणनाओं का एक व्यावहारिक अनुकूलन प्रस्तावित करता है ताकि गायब डेटा धारणाओं और इमप्यूटेशन रणनीतियों को सीधे शामिल किया जा सके।
यह शोधपत्र भारी-पूंछ वाले शोर (heavy-tailed noise) और आउटलेयर्स वाले उच्च-आयामी डेटा को संभालने के लिए नॉनकॉन्वेक्स रिलैक्सेशन पर आधारित एक लो ट्यूबल रैंक रोबस्ट टेंसर रिग्रेशन विधि प्रस्तावित करता है, जो विभिन्न लॉस फंक्शन्स के लिए सिद्ध वैश्विक अभिसरण (global convergence) और व्यापक सांख्यिकीय गारंटी के साथ एक कार्यान्वयन योग्य एल्गोरिदम प्रदान करता है।
यह शोध पत्र सर्वाइवल एंडपॉइंट्स (survival endpoints) तक अपने अनुप्रयोग का विस्तार करके, त्रुटि नियंत्रण के लिए शून्य परिकल्पना चयन को परिष्कृत करके, और सिमुलेशन के माध्यम से यह प्रदर्शित करके कि अनुकूलित एलोकेशन प्रोबेबिलिटी (AP) परीक्षण सख्त टाइप I एरर दरों को बनाए रखते हुए पारंपरिक फ्रीक्वेंटिस्ट विधियों की तुलना में शक्ति (power) में काफी बेहतर प्रदर्शन करते हैं, रिस्पॉन्स-एडेप्टिव क्लिनिकल ट्रायल्स में एलोकेशन प्रोबेबिलिटी (AP) परीक्षणों को अनुकूलित करने के लिए एक व्यावहारिक ढांचा प्रदान करता है।
यह शोध पत्र स्क्यू-नॉर्मल वितरणों के स्केल मिश्रणों (scale mixtures) के अंतर्गत इष्टतम बायोमार्कर कटऑफ चुनने के लिए एक पैरामीट्रिक निर्णय-सैद्धांतिक ढांचे का प्रस्ताव करता है, जो शास्त्रीय यूडेन इंडेक्स (Youden index) से बेहतर प्रदर्शन करने के लिए रोग प्रसार और असममित गलत वर्गीकरण लागतों को ध्यान में रखता है और कठोर स्पर्शोन्मुखी अनुमान (asymptotic inference) प्रदान करते हुए SARS-CoV-2 सेरोलॉजिकल अनुप्रयोगों में पर्याप्त जोखिम न्यूनीकरण प्रदर्शित करता है।
यह शोध पत्र एक नवीन सांख्यिकीय ढांचे को प्रस्तुत करता है जो अनस्ट्रक्चर्ड डेटा पर गतिशील कारण अनुमान (डायनेमिक कॉज़ल इन्फरेंस) को सक्षम करने के लिए जनरेटिव एआई का लाभ उठाता है, जिससे शोधकर्ताओं को यह अनुमान लगाने की अनुमति मिलती है कि टेक्स्ट और वीडियो जैसी अनुक्रमों (सीक्वेंस) के भीतर ट्रीटमेंट फीचर्स की स्थिति परिणामों को कैसे प्रभावित करती है, साथ ही वैध कॉन्फिडेंस इंटरवल भी प्रदान करती है।
CHASM एक नवीन, अनसुपरवाइज्ड ऑनलाइन विधि है जो पुनरावर्ती रूप से अनुमानित डायनेमिक मोड डिकम्पोजिशन ऑपरेटर के ट्रंकेटेड आइजनवैल्यू अनुक्रम की निगरानी करके मल्टीवेरिएट टेम्पोरल और क्रॉस-वेरिएबल डिपेंडेंस में सूक्ष्म परिवर्तनों का पता लगाती है, जो आइजनडिकम्पोजिशन परम्यूटेशन इनवेरिएंस और कॉम्प्लेक्स-वैल्यूड टाइम सीरीज़ विश्लेषण जैसी चुनौतियों को प्रभावी ढंग से संबोधित करते हुए विविध डोमेन में उत्कृष्ट प्रदर्शन प्राप्त करती है।
यह शोध पत्र एक नया बेयसियन संवेदनशीलता मान (BSV) ढांचा प्रस्तावित करता है जो कारण अनुमान संवेदनशीलता विश्लेषण में निराशावादी सबसे खराब स्थिति की धारणाओं को साक्ष्य-आधारित प्रायोरिटीज़ (priors) से बदल देता है ताकि मधुमेह उपचार प्रभावों के अनुप्रयोग के माध्यम से प्रदर्शित अधिक यथार्थवादी और सूचनात्मक सुदृढ़ता आकलन प्रदान किया जा सके।
यह शोध पत्र सेलवाइज मल्टीवेरिएट रिग्रेशन (cellMR) एस्टिमेटर और एक नवीन सेलबूट (cellBoot) इन्फरेंस प्रक्रिया प्रस्तावित करता है ताकि मल्टीवेरिएट लीनियर रिग्रेशन में केसवाइज और सेलवाइज आउटलेर्स, लुप्त डेटा (missing data), और उच्च आयामीता (high dimensionality) को एक साथ संबोधित किया जा सके और साथ ही स्पर्शोन्मुखी रूप से वैध (asymptotically valid) कॉन्फिडेंस इंटरवल्स प्रदान किए जा सकें।