📊 statistics

Rethinking the Win Ratio: A Causal Framework for Hierarchical Outcome Analysis

यह शोध पत्र पदानुक्रमित बहुभिन्नरूपी परिणामों (hierarchical multivariate outcomes) के लिए एक नवीन, पहचान योग्य व्यक्तिगत-स्तर के कारण प्रभाव माप का प्रस्ताव करता है जो जनसंख्या-स्तर और आदर्श व्यक्तिगत-स्तर के अनुमानों (estimands) के बीच विसंगतियों को हल करता है, यह प्रदर्शित करते हुए कि वितरणत्मक प्रतिगमन ढांचे (distributional regression framework) के भीतर निकटतम-पड़ोसी युग्मन (nearest-neighbor pairing) एक व्यावहारिक और कुशल अनुमानक प्रदान करता है जो यादृच्छिक और अवलोकनात्मक दोनों अध्ययनों पर लागू होता है।

Mathieu Even, Julie Josse2026-03-24
📊 statistics

How many unseen species are in multiple areas?

यह शोध पत्र विषम आबादी के लिए एक नवीन बेयसियन नॉनपैरामेट्रिक ढांचे का प्रस्ताव करता है जो कई क्षेत्रों में अनदेखी विशिष्ट और साझा प्रजातियों के वितरण संबंधी विश्लेषण और आउट-ऑफ-सैंपल भविष्यवाणी को सक्षम बनाता है, जो मौजूदा एकल-क्षेत्र विधियों और फ्रीक्वेंटिस्ट वन-स्टेप-अहेड अनुमानकर्ताओं से परे विस्तार करता है।

Alessandro Colombi, Raffaele Argiento, Federico Camerlenghi, Lucia Paci2026-03-24
📊 statistics

Quantifying uncertainty and stability among highly correlated predictors: a subspace perspective

यह शोध पत्र एक नवीन उप-स्थान (subspace)-आधारित ढांचे का प्रस्ताव करता है जो उच्च फीचर सहसंबंध (feature correlation) की चुनौतियों को प्रभावी ढंग से संबोधित करने के लिए विविक्त फीचर चयन मेट्रिक्स को समानता और स्थिरता के निरंतर मापों से प्रतिस्थापित करता है, जिससे बड़े, अधिक भविष्य कहने वाले और स्थिर मॉडलों की पहचान सक्षम होती है।

Xiaozhu Zhang, Jacob Bien, Armeen Taeb2026-03-24
📊 statistics

Stopping Rules for Monte Carlo Methods of Martingale Difference Type

यह शोध पत्र मोंटे कार्लो विधियों में गैर-आईआईडी (non-iid) मार्टिंगेल डिफरेंस सीक्वेंस के माध्य का अनुमान लगाने के लिए एक व्यावहारिक और आसानी से लागू होने वाला अनुक्रमिक स्टॉपिंग नियम प्रस्तावित करता है, जो गैर-अनंतिक (non-asymptotic) शासन में मानक अनंतिक योजनाओं की सीमाओं को संबोधित करता है और संख्यात्मक परिणामों के माध्यम से उनकी प्रभावशीलता को प्रदर्शित करता है।

Jiezhong Wu, Reiichiro Kawai2026-03-24
📊 statistics

Sequential Randomization Tests Using e-values: Applications for trial monitoring

यह शोध पत्र विविध परीक्षण एंडपॉइंट्स के लिए गैर-पैरामीट्रिक, एनीटाइम-वैलिड अनुक्रमिक रैंडमाइजेशन टेस्ट (e-RT) के एक परिवार को प्रस्तुत करता है जो टेस्ट मार्टिंगेल बनाने के लिए बेटिंग फ्रेमवर्क का लाभ उठाते हैं, जिससे पैरामीट्रिक धारणाओं या एसिम्प्टोटिक सन्निकटन पर निर्भर किए बिना केवल रैंडमाइजेशन तंत्र के माध्यम से सख्त टाइप I एरर नियंत्रण की गारंटी मिलती है।

Fernando G Zampieri2026-03-24
📊 statistics

Beyond Pairwise: Nonparametric Kernel Estimators for a Generalized Weitzman Coefficient Across k Distributions

यह शोध पत्र एक सामान्यीकृत वीट्ज़मैन गुणांक (Weitzman coefficient) के लिए नवीन गैर-पैरामीट्रिक कर्नेल अनुमानकों (nonparametric kernel estimators) का प्रस्ताव और मूल्यांकन करता है जो विश्लेषणात्मक जटिलताओं को दूर करने के लिए गुणांक को एक अपेक्षित मान (expected value) के रूप में पुनर्गठित करके k स्वतंत्र वितरणों के बीच ओवरलैप को मापता है।

Omar Eidous, Noura Almasri2026-03-24
📈 economics

When are time series predictions causal? The potential system and dynamic causal effects

यह शोध पत्र "पोटेंशियल सिस्टम" (potential system) को प्रस्तुत करता है, जो एक नॉनपैरामीट्रिक टाइम सीरीज़ मॉडल है जो टाइम सीरीज़ और क्रॉस-सेक्शनल कॉज़ल इन्फरेंस के बीच के अंतर को पाटता है, जिससे समय के साथ हस्तक्षेपों के गतिशील कारण प्रभावों का आकलन करने के लिए एक कठोर ढांचा प्रदान किया जाता है, और इस प्रकार लोकल प्रोजेक्शन्स, इम्पल्स रिस्पांस फंक्शन्स और एसवीएआर (SVARs) जैसी विधियों को एकीकृत और विस्तारित करता है।

Jacob Carlson, Neil Shephard2026-03-24
📈 economics

Double Machine Learning for Static Panel Data with Instrumental Variables: New Method and Applications

यह शोध पत्र अंतर्जात उपचारों (endogenous treatments) और उपकरण चरों (instrumental variables) वाले स्थिर पैनल डेटा के लिए एक डबल मशीन लर्निंग अनुमानक (estimator) प्रस्तुत करता है, जो सैद्धांतिक निदान, मोंटे कार्लो सिमुलेशन और प्रवास अध्ययनों में अनुप्रयोगों के माध्यम से यह प्रदर्शित करता है कि यह मजबूत उपकरणों के तहत अनुमान सटीकता में सुधार करता है और लचीले सह-चर समायोजन के कारण कमजोर उपकरणों के मामले में अधिक विश्वसनीय, सतर्क कारण अनुमान (causal inference) प्रदान करता है।

Anna Baiardi, Paul S. Clarke, Andrea A. Naghi, Annalivia Polselli2026-03-24
📊 statistics

Goal-oriented learning of stochastic dynamical systems using error bounds on path-space observables

यह शोध पत्र स्टोकेस्टिक डायनेमिकल सिस्टम्स के लिए एक लक्ष्य-उन्मुख शिक्षण ढांचे (goal-oriented learning framework) को प्रस्तुत करता है जो पाथ-स्पेस ऑब्जर्वेबल्स के लिए एक व्युत्पन्न त्रुटि सीमा (derived error bound) पर आधारित एक नवीन वेरिएशनल लॉस का उपयोग करता है, जिससे सरोगेट मॉडल मीन फर्स्ट हिटिंग टाइम्स जैसे प्रमुख सांख्यिकीय आंकड़ों की भविष्यवाणी करने में बेहतर सटीकता और मजबूती प्राप्त करने में सक्षम होते हैं।

Joanna Zou, Han Cheng Lie, Youssef Marzouk2026-03-24
📊 statistics

Continuity of the Solution of a Non-Parametric Bayesian Statistical Calibration Procedure

यह शोध पत्र एक गैर-पैरामीट्रिक बायसियन सांख्यिकीय अंशांकन प्रक्रिया (non-parametric Bayesian statistical calibration procedure) के समाधान ऑपरेटर की निरंतरता की जांच करता है, यह प्रदर्शित करते हुए कि यह टोटल वेरिएशन मेट्रिक में समान रूप से निरंतर (uniformly continuous) है और इनपुट वितरणों के एक व्यापक वर्ग के लिए दुर्बल रूप से निरंतर (weakly continuous) है।

Akshay Prasadan, Donald Estep, Derek Bingham2026-03-24