📊 statistics

More with Less - Bethel Allocation and Precision-Preserving Sample Size Reduction via Hierarchical Bayes Modelling

यह शोध पत्र एक व्यावहारिक दो-चरणीय रणनीति प्रस्तावित करता है जो सभी भौगोलिक डोमेन में कई चरों के लिए परिशुद्धता लक्ष्यों को एक साथ पूरा करने के लिए आवश्यक न्यूनतम नमूना आकार निर्धारित करने हेतु मल्टीवेरिएट कंस्ट्रेंड बेथल एलोकेशन (multivariate constrained Bethel allocation) को पदानुक्रमित बायेसियन लघु क्षेत्र मॉडलिंग (Hierarchical Bayes small area modelling) के साथ जोड़ता है, जिससे राष्ट्रीय सांख्यिकीय कार्यालयों के लिए महत्वपूर्ण लागत कटौती संभव हो सके।

Siu-Ming Tam2026-03-19
📊 statistics

Bivariate deconvolution for cancer detection after surgery

यह शोध पत्र एक द्विचर विखंडन (बाइवेरिएट डीकनवोल्यूशन) मॉडल प्रस्तुत करता है जो अवशिष्ट ट्यूमर भार का सटीक अनुमान लगाने और पुनरावृत्ति-मुक्त उत्तरजीविता की भविष्यवाणी करने के लिए सर्जरी-पूर्व और सर्जरी-पश्चात cfDNA मिथाइलेशन प्रोफाइल का लाभ उठाता है, जो न्यूनतम अवशिष्ट रोग का पता लगाने के लिए उत्परिवर्तन-आधारित विधियों के एक संवेदनशील, ट्यूमर-अज्ञेय विकल्प के रूप में कार्य करता है।

Nuria Senar, Stavros Makrodimitris, Michel H. Hof, Cornelis Verhoef, Saskia M. Wilting, Mark A. van de Wiel2026-03-19
📊 statistics

A General Framework for Cutting Feedback within Modularised Bayesian Inference

यह शोध पत्र "मॉड्यूल्स" की एक औपचारिक परिभाषा स्थापित करता है और किसी भी अनिश्चित निर्देशित अचक्रीय ग्राफ (डायरेक्टेड एसाइक्लिक ग्राफ) के भीतर कट अनुमान (कट इन्फरेंस) के लिए एक सामान्य ढांचा प्रस्तुत करता है, जो मॉड्यूल्स की पहचान करने, उनका क्रम निर्धारित करने और कुलबैक-लीब्लर विचलन (कुलबैक-लीब्लर डाइवर्जेंस) को न्यूनतम करते हुए तथा गलत निर्दिष्ट घटकों से फीडबैक को रोकने वाले इष्टतम कट वितरणों का निर्माण करने की विधियाँ प्रदान करता है।

Yang Liu, Robert J. B. Goudie2026-03-18
📊 statistics

Translating predictive distributions into informative priors

यह शोध पत्र अवलोकन योग्य या मॉडल-व्युत्पन्न मात्राओं के लिए निर्दिष्ट पूर्व सूचना को प्राप्त (elicited) वितरण और पूर्व भविष्य कहनेवाला (prior predictive) वितरण के बीच विसंगति को न्यूनतम करके, सूचनात्मक संयुक्त पूर्वों (joint priors) में गुप्त मापदंडों (latent parameters) में अनुवादित करने के लिए वैश्विक बहु-चरणीय बायेसियन अनुकूलन (global multi-stage Bayesian optimization) का उपयोग करने वाली एक विधि प्रस्तावित करता है।

Andrew A. Manderson, Robert J. B. Goudie2026-03-18
📊 statistics

Towards a unified approach to formal risk of bias assessments for causal and descriptive inference

यह शोध पत्र तर्क देता है कि चिकित्सा अनुसंधान में वर्तमान में प्रमुख गुणात्मक जोखिम पूर्वाग्रह मूल्यांकन ढांचों को, कारण संबंधी और वर्णनात्मक सांख्यिकीय अनुमान दोनों के लिए सार्वभौमिक रूप से अपनाया और अनिवार्य किया जाना चाहिए ताकि उन "अदृश्य" व्यवस्थित अनिश्चितताओं को स्पष्ट रूप से संबोधित किया जा सके जिन्हें मॉडल-आधारित समायोजन पूरी तरह से समाप्त नहीं कर सकते।

Oliver L. Pescott, Robin J. Boyd, Gary D. Powney, Gavin B. Stewart2026-03-18
📊 statistics

Outlier-Robust Multi-Group Gaussian Mixture Modeling with Flexible Group Reassignment

यह शोध पत्र मल्टी-ग्रुप गॉसियन मिक्स्चर मॉडल (MG-GMM) और इसके रोबस्ट पेनलाइज्ड लाइकलीहुड वेरिएंट, cellMG-GMM को प्रस्तुत करता है, ताकि लचीले समूह पुनर्रचना (group reassignment) की अनुमति देते हुए और सेलवाइज आउटलेर्स के प्रभाव का पता लगाने तथा उसे कम करने के साथ-साथ पूर्व-निर्धारित डेटा समूहों और सांख्यिकीय क्लस्टर्स के बीच विसंगतियों की जांच की जा सके।

Patricia Puchhammer, Ines Wilms, Peter Filzmoser2026-03-18
📊 statistics

Principal stratification with recurrent events truncated by a terminal event: A nested Bayesian nonparametric approach

यह शोधपत्र मृत्यु-जनित ट्रंकेशन (death-truncated) वाले आवर्ती आयोजनों से होने वाले चयन पूर्वाग्रह (selection bias) को संबोधित करने के लिए एक समृद्ध डिपेंडेंट डिरिचलेट प्रोसेस (enriched dependent Dirichlet process) का उपयोग करते हुए एक नेस्टेड बेयसियन नॉनपैरामेट्रिक फ्रेमवर्क प्रस्तावित करता है, जो पारदर्शी संवेदनशीलता विश्लेषण को सक्षम बनाता है और पुन: अस्पताल भर्ती होने पर व्यायाम के प्रभाव जैसे कारण प्रभावों (causal effects) के अनुमान में उत्कृष्ट प्रदर्शन प्रदर्शित करता है।

Yuki Ohnishi, Michael O. Harhay, Guangyu Tong, Fan Li2026-03-18
📊 statistics

On the interplay between prior weight and variance of the robustification component in Robust Mixture Prior Bayesian Dynamic Borrowing approach

यह शोध पत्र यह प्रदर्शित करता है कि रोबस्ट मिक्स्चर प्रायर बेयसियन डायनेमिक बरोइंग (Robust Mixture Prior Bayesian dynamic borrowing) का प्रदर्शन प्रायर वेट (prior weight) और रोबस्टिफिकेशन घटक के वेरिएंस (variance) के संयुक्त चयन पर महत्वपूर्ण रूप से निर्भर करता है, जो यह दर्शाता है कि बड़े-वेरिएंस वाले घटक टाइप I एरर नियंत्रण और रोबस्टनेस में सुधार करते हुए एक नवीन हाइपर-पैरामीटर एलिसिटेशन रूटीन (hyper-parameter elicitation routine) को सक्षम करते हैं।

Marco Ratta, Gaelle Saint-Hilary, Mauro Gasparini, Pavel Mozgunov2026-03-18
📊 statistics

Robust Regression with Student's T: The Role of Degrees of Freedom

यह शोध पत्र यह प्रदर्शित करता है कि स्टूडेंट टी-आधारित रोबस्ट रिग्रेशन में एडजस्टेड प्रोफाइल लॉग-लाइक्लीहुड दृष्टिकोण के माध्यम से डिग्री ऑफ फ्रीडम पैरामीटर का अनुमान लगाना अत्यधिक सटीक रिग्रेशन गुणांक प्रदान करता है, जो ज्ञात वास्तविक मापदंडों वाले तरीकों के तुलनीय प्रदर्शन करता है और फिक्स्ड-पैरामीटर या हूबर लॉस विकल्पों से बेहतर प्रदर्शन करता है।

Amanda Ng, Shangkai Zhu, Archer Gong Zhang, Nancy Reid2026-03-18
📊 statistics

On the Equivalence between Neyman Orthogonality and Pathwise Differentiability

यह शोधपत्र अर्ध-प्राचलीय (सेमीपैरामीट्रिक) ढांचे के भीतर एक स्थानीय उत्पाद संरचना धारणा की पहचान करके नेयमैन ऑर्थोगोनैलिटी और पाथवाइज अवकलनीयता के बीच एक औपचारिक तुल्यता स्थापित करता है, जिससे इन दो मौलिक अवधारणाओं और उनकी भिन्न संरचनात्मक आवश्यकताओं के बीच के संबंध को स्पष्ट किया जा सके।

Yuxi Chen, Edward H. Kennedy, Sivaraman Balakrishnan2026-03-18