2434 पेपर
यह शोध पत्र एक रीसैंपलिंग-आधारित मल्टी-रेज़ोल्यूशन विधि प्रस्तावित करता है जो लोकप्रिय MaxT प्रक्रिया का विस्तार करती है ताकि डेटा-निर्भर कॉन्फिडेंस एनवेलप के साथ समवर्ती फॉल्स डिस्कवरी एक्सीडेंस (FDX) नियंत्रण प्रदान किया जा सके, जिससे मौजूदा गैर-समवर्ती विधियों के तुलनीय शक्ति प्राप्त होती है और सभी रिजेक्शन थ्रेशोल्ड पर अधिक मजबूत, समवर्ती गारंटी मिलती है।
यह शोधपत्र 'बिक्सप्लॉट' (bixplot) का परिचय देता है, जो एक नया विज़ुअलाइज़ेशन टूल है और पारंपरिक बॉक्सप्लॉट का विस्तार करते हुए द्विआयामी (bimodal) या बहुआयामी (multimodal) डेटा संरचनाओं को प्रभावी ढंग से पहचानने और प्रदर्शित करने के लिए एक एकचर क्लस्टरिंग (univariate clustering) पद्धति को समाहित करता है, जिससे एकचर डेटासेट में सार्थक उपसमूहों और अलग-थलग बिंदुओं की पहचान करने में सुविधा होती है।
यह शोधपत्र अनुकूल डेटा संग्रह के तहत वितरण संबंधी अनुमान (distributional inference) के लिए पहले कर्नेल-आधारित ढांचे को प्रस्तुत करता है, जो माध्य बदलाव (mean shifts) और उच्च-मोमेंट अंतरों (higher-moment differences) दोनों का पता लगाने के लिए वैध टाइप-I त्रुटि नियंत्रण प्रदान करने हेतु विटनेस फंक्शन (witness function) और अनुक्रमिक सामान्यीकरण (sequential normalization) के साथ डबली रोबस्ट RKHS स्कोर को संयोजित करता है।
यह शोध पत्र रैंक-आधारित असमानता सूचकांकों के लिए एक एकीकृत ढांचे को प्रस्तुत करता है, उनके प्राकृतिक U-सांख्यिकी-प्रकार के अनुमानकों के लिए एक सामान्य पूर्वाग्रह अपघटन (bias decomposition) व्युत्पन्न करता है, और यह सिद्ध करता है कि ये अनुमानक किसी भी नमूना आकार के लिए गामा आबादी के तहत सटीक रूप से निष्पक्ष हैं, एक ऐसा निष्कर्ष जिसे मोंटे कार्लो सिमुलेशन के माध्यम से मान्य किया गया है और वास्तविक दुनिया के जीडीपी डेटा पर लागू किया गया है।
यह शोध पत्र ऊर्जा दूरी (energy distance) और एक स्कैन सांख्यिकी (scan statistic) पर आधारित एक सुदृढ़, गैर-पैरामीट्रिक एकल परिवर्तन-बिंदु पहचान विधि का प्रस्ताव और सत्यापन करता है, जिसे स्तन कैंसर CGH अनुक्रमों जैसे जीनोमिक डेटा का प्रभावी ढंग से विश्लेषण करने के लिए बाइनरी सेगमेंटेशन के माध्यम से विस्तारित किया गया है।
यह शोधपत्र डिफरेंस-इन-डिफरेंसेंस विश्लेषण में कंडीशनल पैरेलल ट्रेंड्स (conditional parallel trends) को संतुष्ट करने के लिए सहचरों (covariates) के चयन हेतु एक औपचारिक, ग्राफ-आधारित ढांचे का प्रस्ताव करता है, और यह तर्क देता है कि पहचान संबंधी चुनौतियाँ अक्सर लोकप्रिय अनुमानकों (estimators) से स्वयं के बजाय वैधता के लिए आवश्यक एडजस्टमेंट सेट्स और उनके द्वारा उपयोग किए जाने वाले सेट्स के बीच गलत संरेखण से उत्पन्न होती हैं।
यह शोध पत्र गैर-गाऊसी डेटा जैसे कि काउंट्स (counts) के लिए स्थानिक सामान्यीकृत रैखिक मिश्रित मॉडल (GLMMs) को संभालने हेतु 'कोर्स-टू-फाइन' (coarse-to-fine) स्थानिक मॉडलिंग ढांचे का विस्तार करता है, जो अपभ्रष्टता (degeneracy) की समस्याओं का समाधान करता है और सिमुलेशन एवं कोविड-19 केस स्टडी के माध्यम से स्केलेबल भविष्यवाणी और बहुस्तरीय विश्लेषण में इसकी प्रभावशीलता को प्रदर्शित करता है, जिसका कार्यान्वयन R पैकेज spCF में उपलब्ध है।
यह शोध पत्र स्थिर अधिकतम संभावना अनुमान (maximum likelihood estimation) को सक्षम करने के लिए वोइग्ट वितरण (Voigt distribution) के विश्लेषणात्मक व्युत्पन्न प्राप्त करता है और एक सुदृढ़ गॉस-कॉची कनवल्शन (Gauss-Cauchy Convolution) फिल्टर प्रस्तुत करता है जो वित्तीय अस्थिरता मॉडलिंग में मौजूदा गॉसियन और सुदृढ़ विकल्पों से बेहतर प्रदर्शन करते हुए, निरंतर गुप्त गतिकी (persistent latent dynamics) को भारी-पूंछ वाले मापन शोर (heavy-tailed measurement noise) से प्रभावी ढंग से अलग करता है।
यह शोध पत्र PRCD-MAP का प्रस्ताव करता है, जो एक कारण खोज (causal discovery) विधि है जो एम्पिरिकल बेयस कैलिब्रेशन और MLP प्रसार के माध्यम से अपूर्ण बाहरी पूर्वग्रहों (external priors) में प्रति-किनारा विश्वास (per-edge trust) को गतिशील रूप से सीखती है, जिससे एक ऐसा मजबूत प्रदर्शन प्राप्त होता है जो सूचनात्मक संकेतों का स्वचालित रूप से लाभ उठाता है और अविश्वसनीय या गैर-सूचनात्मक संकेतों को सुरक्षित रूप से अनदेखा करता है।
यह शोध पत्र एक एडेप्टिव टार्गेटेड मैक्सिमम लाइकलीहुड एस्टीमेशन (A-TMLE) ढांचे का प्रस्ताव करता है जो पॉलिसी-वैल्यू एस्टीमेशन को स्थिर करने और प्रत्यक्ष इनवर्स प्रोपेंसिटी स्कोर वेटिंग से बचकर व्यावहारिक पॉजिटिविटी उल्लंघन के तहत प्रदर्शन में सुधार करने के लिए कंडीशनल एवरेज ट्रीटमेंट इफेक्ट के लिए एक डेटा-एडेप्टिव वर्किंग मॉडल का उपयोग करता है।