📊 Category

stat.ME

2441 पेपर

📊 statistics

Empirical Likelihood for Nonsmooth Functionals

यह शोध पत्र एक सुधारे गए मल्टीप्लायर बूटस्ट्रैप एम्पिरिकल लाइकलीहुड (multiplier bootstrap empirical likelihood) तरीके को प्रस्तुत करता है जो पारंपरिक स्मूथनेस मान्यताओं पर निर्भर रहने के बजाय उत्त럴 प्रोग्राम्स (convex programs) के लिए ज्यामितीय न्यूनीकरण (geometric reduction) का उपयोग करके, अनुकूलतम-मूल्य नीति मूल्यांकन (optimal-value policy evaluation) जैसे आंशिक रूप से गैर-सुचारू फलन (partially nonsmooth functionals) के लिए वैध सांख्यिकीय अनुमान सक्षम बनाता है।

Hongseok Namkoong2026-03-31
📊 statistics

Omitted-Variable Sensitivity Analysis for Generalizing Randomized Trials

यह शोध पत्र अनऑब्जर्व्ड इफेक्ट मॉडिफायर (unobserved effect modifiers) के विरुद्ध व्याख्यात्मक, क्लोज्ड-फॉर्म बाउंड्स प्रदान करने के लिए स्केल-फ्री पार्शियल R2R^2 मापदंडों का उपयोग करते हुए, मॉडरेशन स्ट्रेंथ (moderation strength) और मॉडरेटर इम्बैलेंस (moderator imbalance) में एक्सटर्नल-वैलिडिटी बायस (external-validity bias) को विघटित करके, लक्षित आबादी के लिए रैंडमाइज्ड ट्रायल के परिणामों को सामान्य बनाने हेतु एक सेंसिटिविटी एनालिसिस फ्रेमवर्क प्रस्तुत करता है।

Amir Asiaee, Samhita Pal, Jared D. Huling2026-03-31
📊 statistics

Dependable Exploitation of High-Dimensional Unlabeled Data in an Assumption-Lean Framework

यह शोधपत्र उच्च-आयामी अर्ध-पर्यवेक्षित शिक्षण (सेमी-सुपरवाइज्ड लर्निंग) के लिए एक नवीन, कम धारणा-आधारित (अजम्पशन-लीन) अनुमानक प्रस्तावित करता है जो यह गारंटी देता है कि जब कंडीशनल मीन फंक्शन गलत निर्दिष्ट (मिसस्पेसिफाइड) हो, तब भी यह सुपरवाइज्ड बेसलाइन की तुलना में बेहतर या समकक्ष अनुमान दक्षता प्रदान करेगा, जिससे सांख्यिकीय निष्कर्ष के लिए अनलेबल डेटा का विश्वसनीय दोहन सुनिश्चित होगा।

Chao Ying, Siyi Deng, Yang Ning, Jiwei Zhao, Heping Zhang2026-03-31
📊 statistics

Design-Based Inference for the AUC with Complex Survey Data

यह शोध पत्र जटिल सर्वेक्षण डेटा के साथ कर्व के नीचे के क्षेत्र (AUC) के लिए वैध विश्वास अंतराल और परिकल्पना परीक्षणों का निर्माण करने हेतु रिप्लिकेट वेट्स (replicate weights) का उपयोग करने वाला एक डिज़ाइन-आधारित ढांचा प्रस्तावित करता है, जो सिमुलेशन और NHANES अनुप्रयोगों के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण विचरण के कम आकलन (variance underestimation) और बढ़ी हुई टाइप I त्रुटि दरों से बचने के लिए सैंपलिंग डिज़ाइनों को सही ढंग से ध्यान में रखते हुए पारंपरिक गैर-डिज़ाइन-आधारित बूटस्ट्रैप विधियों से बेहतर प्रदर्शन करता है।

Amaia Iparragirre, Thomas Lumley, Irantzu Barrio2026-03-31
📊 statistics

Interpretable models for forecasting high-dimensional functional time series

यह शोधपत्र उच्च-आयामी कार्यात्मक समय श्रृंखला (functional time series) के लिए एक व्याख्या योग्य पूर्वानुमान ढांचे का प्रस्ताव करता है जो नियत संरचनात्मक प्रभावों को स्टोकेस्टिक रुझानों से अलग करने के लिए एक कार्यात्मक विचरण विश्लेषण (FANOVA) अपघटन को एक कार्यात्मक कारक मॉडल के साथ जोड़ता है, जिससे पूर्वानुमान सटीकता में सुधार होता है और जापानी उप-राष्ट्रीय मृत्यु दर डेटा पर प्रदर्शित होने के अनुसार नीतिगत निर्णयों के लिए पारदर्शी अंतर्दृष्टि प्रदान होती है।

Han Lin Shang, Cristian F. Jiménez-Varón2026-03-31
📊 statistics

Profile Graphical Models

यह शोध पत्र प्रोफाइल ग्राफिकल मॉडल्स (profile graphical models) को प्रस्तुत करता है, जो मॉडलों का एक नया वर्ग है जो यह दर्शाता है कि बाहरी जोखिम कारक बहुभिन्नरूपी चरों (multivariate variables) की निर्भरता संरचना को कैसे प्रभावित करते हैं, और उनके सैद्धांतिक गुणों को स्थापित करते हुए एक बेयसियन अनुमान ढांचा (Bayesian inference framework) प्रस्तावित करता है जिसे सिमुलेशन और एक्यूट माइलॉयड ल्यूकेमिया प्रोटीन नेटवर्क विश्लेषण के माध्यम से मान्य किया गया है।

Alejandra Avalos-Pacheco, Monia Lupparelli, Francesco C. Stingo2026-03-31
📊 statistics

Statistical Models for the Inference of Within-person Relations: A Random Intercept Cross-Lagged Panel Model and Its Interpretation

यह शोध पत्र रैंडम इंटरसेप्ट क्रॉस-लैग्ड पैनल मॉडल (RI-CLPM) को अन्य सांख्यिकीय मॉडलों के साथ इसके वैचारिक और गणितीय संबंधों को स्पष्ट करके, असंबंधित स्थिर गुणों और व्यक्ति-स्तर की परिवर्तनशीलता की इसकी धारणा को रेखांकित करके, और इसकी व्यावहारिक व्याख्या एवं अनुप्रयोग चुनौतियों को संबोधित करते हुए, व्यक्ति-स्तर के संबंधों का अनुमान लगाने के लिए एक मूल्यवान उपकरण के रूप में स्थापित करता है।

Satoshi Usami2026-03-31
📊 statistics

Large multi-response linear regression estimation based on low-rank pre-smoothing

यह शोध पत्र बड़े मल्टी-रिस्पॉन्स लीनियर रिग्रेशन के लिए एक लो-रैंक प्री-स्मूथिंग तकनीक का प्रस्ताव करता है जो मीन स्क्वेयर्ड एरर में ऑर्डिनरी लीस्ट स्क्वायर्स से सैद्धांतिक और अनुभवजन्य रूप से बेहतर प्रदर्शन करती है और रिड्यूस्ड रैंक रिग्रेशन की तुलना में अधिक कम्प्यूटेशनल दक्षता प्रदान करती है।

Xinle Tian, Alex Gibberd, Matthew Nunes, Sandipan Roy2026-03-30
📊 statistics

Borrowing Information from an Unidentifiable Model: Guaranteed Efficiency Gain with a Dichotomized Outcome in the External Data

यह शोध पत्र दो नवीन अनुमानकों (estimators) का प्रस्ताव करता है जो निरंतर परिणामों वाले प्राथमिक अध्ययनों में सांख्यिकीय दक्षता और सुदृढ़ता में सुधार करने के लिए द्विभाजित परिणामों (dichotomized outcomes) वाले बाहरी डेटा का लाभ उठाते हैं, भले ही त्रुटि वितरण (error distributions) गलत परिभाषित हों या डेटा स्रोत विनिमेय (exchangeable) न हों।

Lu Wang, Yanyuan Ma, Jiwei Zhao2026-03-30
📈 economics

Randomization Inference in Two-Sided Market Experiments

यह शोध पत्र दो-तरफा बाजार प्रयोगों के लिए एक रैंडमाइजेशन इन्फरेंस फ्रेमवर्क विकसित करता है जो शार्प नल हाइपोथीसिस के तहत परिमित-नमूना वैधता (finite-sample validity) सुनिश्चित करता है, एक टू-वे वेरिएंस एस्टिमेटर प्रस्तावित करके कमजोर नल के तहत मानक एसिम्प्टोटिक विधियों की सीमाओं को संबोधित करता है, और अद्वितीय दो-तरफा बाजार संरचना का लाभ उठाकर परीक्षण शक्ति (testing power) को बढ़ाता है।

Jizhou Liu, Azeem M. Shaikh, Panos Toulis2026-03-30