2434 पेपर
यह शोध पत्र सुपर-लेवल-सेट रिग्रेशन (SLS) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो वॉल्यूम मिनिमाइजेशन और कंडीशनल एरर क्वांटाइल्स के बीच निहित युग्मन (इम्प्लिसिट कपलिंग) को हल करके न्यूनतम-वॉल्यूम कंडीशनल प्रेडिक्शन क्षेत्रों की ज्यामितिक सीमाओं को सीधे अनुकूलित करता है, जिससे जटिल, मल्टीमॉडल संरचनाओं को पकड़ने के लिए स्पष्ट घनत्व अनुमान (एक्सप्लिसिट डेंसिटी एस्टीमेशन) की आवश्यकता समाप्त हो जाती है।
यह शोध पत्र एक नवीन अनुमान-स्तर (estimate-level) ढांचे को प्रस्तुत करता है जो संचित ऐतिहासिक डेटा से प्राप्त यादृच्छिक प्रभावों (random effects) के रूप में प्रॉक्सी-प्राथमिक विसंगतियों को मॉडल करके, यादृच्छिक वितरण परिवर्तनों के तहत प्रॉक्सी-आधारित सांख्यिकीय अनुमान को अनुभवजन्य रूप से कैलिब्रेट करता है, जिससे व्यक्तिगत-स्तरीय प्रतिक्रिया डेटा या सख्त पहचान संबंधी धारणाओं की आवश्यकता के बिना पूर्वाग्रहों को सुधारा जा सके।
यह शोध पत्र बाइवेरिएट फ्रैंक कोपुला के एसोसिएशन पैरामीटर के बेयसियन पॉइंट एस्टीमेशन का विस्तार करता है, जो छोटे नमूनों के लिए जेफ्रीज़ प्रायोर (Jeffreys prior) की श्रेष्ठता को प्रदर्शित करता है, साथ ही गुडनेस-ऑफ-फिट परीक्षणों का पुनरावलोकन करता है और वियतनाम के भूजल आर्सेनिक डेटा का विश्लेषण करने के लिए मॉडल को लागू करता है।
यह शोध पत्र एक क्रमिक प्रयोगात्मक प्रोटोकॉल प्रस्तावित करता है जहाँ एक नियामक उच्च-जोखिम वाले क्षेत्रों में वित्तीय बाधाओं को दूर करने के लिए एक डेवलपर की परीक्षण लागतों को आंशिक रूप से सब्सिडी देता है, और यह प्रदर्शित करता है कि एक 'बलीफ मार्कोव डिसीजन प्रोसेस' मॉडल के माध्यम से यह दृष्टिकोण मानक गैर-क्रमिक विधियों की तुलना में सामाजिक उपयोगिता को 35% से अधिक बढ़ा सकता है।
यह शोध पत्र DARTS को प्रस्तुत करता है, जो एक ऐसी विधि है जो अनुक्रमिक प्रयोगों के लिए एक माप बजट के भीतर पूर्वानुमानित सहचरों (prognostic covariates) को क्रमिक रूप से चुनने के लिए थॉम्पसन सैंपलिंग का उपयोग करती है, जिससे अनुमानत्मक वैधता बनाए रखते हुए और निकट-इष्टतम अधिग्रहण दक्षता प्राप्त करते हुए उपचार प्रभाव प्रसरण (treatment effect variance) को कम किया जाता है।
यह शोध पत्र बाइनरी परिणामों वाले कोवेरिएट एडजस्टमेंट के लिए एक क्लोज्ड-फॉर्म, इन्फ्लुएंस फंक्शन-आधारित लीव-वन-आउट क्रॉस-वैलडेटेड (IF-LOO) वेरिएंस एस्टिमेटर प्रस्तावित करता है जो विश्वसनीय टाइप-I एरर नियंत्रण और दुर्लभ घटनाओं या छोटे नमूनों जैसे चुनौतीपूर्ण परिवेशों में मजबूत प्रदर्शन सुनिश्चित करता है, जो इसे नैदानिक परीक्षणों के लिए एक विवेकपूर्ण डिफ़ॉल्ट विकल्प बनाता है।
यह शोध पत्र तर्क देता है कि गैर-कोलैप्सिबल (non-collapsible) प्रभाव मापों के लिए, शुद्ध रूप से रोगनिरोधी चर (prognostic variables) हाशिए पर प्रभाव विषमता (marginal effect heterogeneity) उत्पन्न कर सकते हैं भले ही व्यक्तिगत स्तर के उपचार प्रभाव सजातीय हों, जो साक्ष्य संश्लेषण में परिवहन क्षमता (transportability) सुनिश्चित करने के लिए सावधानीपूर्वक कोवेरिएट समायोजन की आवश्यकता को रेखांकित करता है और सीधे कोलैप्सिबल मापों के उपयोग के लाभों को उजागर करता है।
यह शोध पत्र मल्टीपल इम्प्यूटेशन मार्जिनलाइजेशन (MIM) को प्रस्तुत करता है, जो मॉडल-आधारित मानकीकरण के लिए एक नवीन बेयसियन-आधारित विधि है, जो वैध अनिश्चितता प्रसार के साथ मार्जिनल ट्रीटमेंट प्रभावों का अनुमान लगाने के लिए सिंथेटिक डेटासेट उत्पन्न करता है, और सिमुलेशन अध्येशनों में मानक दृष्टिकोणों के तुलनीय निष्पक्ष प्रदर्शन और दक्षता प्रदर्शित करता है।
यह शोध पत्र कोवेरिएट-समायोजित अप्रत्यक्ष उपचार तुलनाओं (covariate-adjusted indirect treatment comparisons) के लिए चार प्रमुख पद्धतिगत विचारों का परीक्षण करता है, जो वेटिंग (weighting) और आउटकम मॉडलिंग के बीच के समझौतों, सीमित ओवरलैप के लिए मॉडल-आधारित एक्सट्रपलेशन की आवश्यकता, डेटा-अनुकूल दृष्टिकोणों की चुनौतियों और डबली-रोबस्ट फ्रेमवर्क की क्षमता पर केंद्रित है।
यह शोध पत्र एक नवीन बेयसियन क्लस्टर-वेटेड गॉसियन मॉडल प्रस्तुत करता है जो संकुचन (shrinkage) के लिए लासो (lasso) और ग्राफिकल-लासो (graphical-lasso) प्रायों (priors) का उपयोग करते हुए रिस्पॉन्स और प्रेडिक्टर वितरण दोनों में विषमता को एक साथ कैप्चर करता है, जबकि क्लस्टरों की संख्या का पूर्ण अनुमान लगाने के लिए एक ट्रांस-डायमेंशनल टेलिस्कोपिंग सैंपलर का उपयोग करता है।