📊 statistics

Causal Vaccine Effects on Post-infection Outcomes in the Naturally Infected

यह शोध पत्र विशेष रूप से "प्राकृतिक रूप से संक्रमित" (Naturally Infected) स्तर के भीतर संक्रमण के पश्चात के परिणामों पर वैक्सीन के प्रभावों के मूल्यांकन के लिए कारण अनुमानित (causal estimands) और कुशल अनुमानकों (efficient estimators) को प्रस्तावित और विकसित करता है, जो "नियत" (Doomed) स्तर पर ध्यान केंद्रित करने वाली मौजूदा विधियों की सीमाओं को संबोधित करता है, न्यूनतम धारणाओं के तहत पहचान परिणामों को प्रदान करता है और एक रोटावायरस वैक्सीन परीक्षण के पुनर्रचना में उनकी उपयोगिता को प्रदर्शित करता है।

Allison Codi, Elizabeth Rogawski McQuade, Razieh Nabi, Mats Stensrud, Kaeum Choi, David Benkeser2026-04-02
📊 statistics

Differentially Private One-Shot Federated Inference for Linear Mixed Models via Lossless Likelihood Reconstruction

यह शोधपत्र लीनियर मिक्स्ड मॉडल्स के लिए एक डिफरेंशियल प्राइवेट वन-शॉट फेडरेटेड इंफरेंस फ्रेमवर्क प्रस्तावित करता है जो विचलित साइट-स्तरीय सारांश सांख्यिकी (perturbed site-level summary statistics) से पुल्ड लाइकलीहुड्स (pooled likelihoods) को पुनर्गठित करता है, जो वैध अनिश्चितता परिमाणीकरण और कई साइटों में गोपनीयता संरक्षण एवं अनुमान सटीकता के बीच एक अनुकूल संतुलन प्रदान करता है।

Keisuke Hanada, Toshio Shimokawa, Kazushi Maruo2026-04-02
📈 economics

Conformal Inference for Counterfactuals and Individual Treatment Effects with Experiment Attrition

यह शोधपत्र एक नवीन विधि प्रस्तुत करता है जो व्यक्तिगत उपचार प्रभावों (individual treatment effects) के लिए सुदृढ़ और सटीक भविष्यवाणी अंतराल (prediction intervals) उत्पन्न करने हेतु कन्फॉर्मल इन्फरेंस (conformal inference) को स्थापित लुप्त डेटा तकनीकों (missing data techniques) के साथ जोड़ती है, जो प्रभावी रूप से प्रयोग क्षरण (experiment attrition) की चुनौतियों का समाधान करती है जहाँ पारंपरिक दृष्टिकोण अक्सर कड़े अनुमानों के कारण विफल हो जाते हैं।

Xiangyu Song2026-04-02
📊 statistics

Beyond the Beta Lorenz Curve: A New Parametric Family for Poverty and Inequality Estimation

यह शोध पत्र व्यापक रूप से उपयोग किए जाने वाले बीटा लोरेन्ज़ वक्र (Beta Lorenz curve) में सैद्धांतिक दोषों की पहचान करता है, लोरेन्ज़ वक्रों के एक सुधारात्मक चार-पैरामीटर परिवार का प्रस्ताव करता है, और व्यापक अनुभवजन्य विश्लेषण के माध्यम से यह प्रदर्शित करता है कि यह नया मॉडल सं agregado आय डेटा से गरीबी और असमानता का सटीक अनुमान लगाने में मानक जनरल क्वाड्रेटिक विनिर्देश (General Quadratic specification) से बेहतर प्रदर्शन करता है।

José María Sarabia, Vanesa Jordá, Emilio Gómez-Déniz2026-04-02
📊 statistics

Deconfounding Scores and Representation Learning for Causal Effect Estimation with Weak Overlap

यह शोध पत्र कमजोर ओवरलैप (weak overlap) के तहत कारण प्रभाव अनुमान (causal effect estimation) में सुधार के लिए "डीकॉन्फाउंडिंग स्कोर्स" (deconfounding scores) को फीचर रिप्रेजेंटेशन के एक वर्ग के रूप में प्रस्तावित करता है, और सैद्धांतिक एवं अनुभवजन्य रूप से यह प्रदर्शित करता है कि गॉसियन फीचर्स (Gaussian features) वाले सामान्य रैखिक मॉडल (generalized linear models) के भीतर ओवरलैप डाइवर्जेंस (overlap divergence) को न्यूनतम करने के लिए प्रोग्नोस्टिक स्कोर्स (prognostic scores) इष्टतम हैं।

Oscar Clivio, Alexander D'Amour, Alexander Franks, David Bruns-Smith, Chris Holmes, Avi Feller2026-04-02
📊 statistics

Debiased Estimators in High-Dimensional Regression: A Review and Replication of Javanmard and Montanari (2014)

यह शोध पत्र उच्च-आयामी अनुमान (high-dimensional inference) के लिए जावनमार्ड और मोंटानरी (2014) के डिबायस्ड लासो (debiased LASSO) ढांचे की समीक्षा और प्रतिकृति प्रस्तुत करता है, जिसमें विश्लेषण को डेस्पार्सिफाइड लासो (desparsified LASSO) को शामिल करने के लिए विस्तारित किया गया है और यह प्रदर्शित किया गया है कि जहाँ डिबायस्ड दृष्टिकोण वैध परिकल्पना परीक्षण सुनिश्चित करता है, वहीं लासो प्रोजेक्शन एस्टिमेटर कम-सिग्नल वाले सिमुलेशन में बेहतर शक्ति (power) प्रदान करता है, जबकि मूल विधि जटिल सहसंबंध संरचनाओं वाले वास्तविक दुनिया के जीनोमिक डेटा के लिए अधिक सुदृढ़ सिद्ध होती है।

Benjamin Smith2026-04-02
📊 statistics

Model Assisted Data Integration: An unbiased sampling strategy to use nonprobability data

यह शोध पत्र मॉडल असिस्टेड डेटा इंटीग्रेशन (MADI) सैंपलिंग रणनीति प्रस्तुत करता है, जो डिज़ाइन-अनबायस्ड अनुमान उत्पन्न करने के लिए गैर-संभाव्यता डेटा को एक लक्षित संभाव्यता नमूने और मनमाने मशीन लर्निंग मॉडलों के साथ जोड़ता है, जिसका विचरण पारंपरिक सर्वेक्षण अनुमानकों की तुलना में काफी कम है।

Martin Hyllienmark, Gustaf Strandell2026-04-02
📊 statistics

Bayesian Multi-Group Functional Factor Models with Parameter-Expanded Cumulative Shrinkage Priors

यह शोध पत्र एक बेयसियन मल्टी-ग्रुप फंक्शनल फैक्टर एनालिसिस फ्रेमवर्क प्रस्तावित करता है जो फंक्शनल डेटा में समूह-विशिष्ट और साझा लेटेंट संरचनाओं को संयुक्त रूप से मॉडल करने के लिए बी-स्प्लाइन (B-spline) बेसिस और एक पैरामीटर-एक्सपैंडेड क्युमुलेटिव श्रिंकेज प्रायर का उपयोग करता है, जो सिमुलेशन और ईईजी (EEG) डेटा के एक अनुप्रयोग के माध्यम से प्रदर्शित किया गया है कि यह सक्रिय कारकों की संख्या को स्वचालित रूप से निर्धारित करते हुए सामान्य और विशिष्ट विविधताओं के बीच प्रभावी ढंग से अंतर करता है।

Xuanye Dai, Anna Gottard, Michele Guindani, Marina Vannucci2026-04-02
📊 statistics

Generative multi-scale modeling and downscaling via spatial autoregressive transport maps

यह शोध पत्र एक अत्यधिक स्केलेबल बेयसियन ढांचे (Bayesian framework) का प्रस्ताव करता है जो स्केल-अवेयर ऑटोरेग्रेसिव गॉसियन प्रक्रियाओं (scale-aware autoregressive Gaussian processes) का उपयोग करके संयुक्त गैर-गॉसियन वितरणों को सीखने और गैर-स्थिर स्थानिक क्षेत्रों (nonstationary spatial fields) के मोटे से सूक्ष्म रिज़ॉल्यूशन तक कुशल, क्लोज्ड-फॉर्म सांख्यिकीय डाउनस्केलिंग करने के लिए है, जो मौजूदा विधियों की तुलना में सूक्ष्म-स्तरीय जलवायु व्यवहार के अनुकरण में बेहतर प्रदर्शन प्रदर्शित करता है।

Alejandro Calle-Saldarriaga, Paul F. V. Wiemann, Matthias Katzfuss2026-04-01
📊 statistics

Design Stability in Adaptive Experiments: Implications for Treatment Effect Estimation

यह शोध पत्र डिज़ाइन स्थिरता (design stability) की अवधारणा को प्रस्तुत करते हुए, अनुक्रमिक रूप से अनुकूलित असाइनमेंट तंत्र (sequentially adaptive assignment mechanisms) के तहत औसत उपचार प्रभाव (average treatment effect) के लिए इनवर्स प्रोपेंसिटी वेटेड (inverse propensity weighted) और ऑगमेंटेड इनवर्स प्रोपेंसिटी वेटेड (augmented inverse propensity weighted) अनुमानकों के लिए केंद्रीय सीमा प्रमेय (central limit theorems) और प्र beenymptic विचरण (asymptotic variances) स्थापित करता है, जिससे अनुक्रमिक प्रयोगों में वैध सांख्यिकीय अनुमान सक्षम होता है।

Saikat Sengupta, Koulik Khamaru, Suvrojit Ghosh, Tirthankar Dasgupta2026-04-01