📊 Category

stat.ME

2446 पेपर

📊 statistics

Modeling Heterogeneous Mediation Effects in Survival Analysis via an Interpretable M-Learner Framework

यह शोध पत्र एम-सर्वाइवल लर्नर (M-survival learner) का प्रस्ताव करता है, जो सेंसर डेटा (censored survival data) में विषम मध्यस्थता प्रभावों (heterogeneous mediation effects) का अनुमान लगाने के लिए एक नवीन और व्याख्यात्मक ढांचा है, जिसमें विषमता को अलग करने के लिए एक नया सांख्यिकीय मानदंड शामिल है और इसे नियामक अनुमोदन के लिए सरोगेट एंडपॉइंट्स के मूल्यांकन का समर्थन करने हेतु सैद्धांतिक गारंटियों, सिमुलेशन और एक वास्तविक एचआईवी (HIV) नैदानिक परीक्षण के माध्यम से मान्य किया गया है।

Xingyu Li, Qing Liu, Xun Jiang, Hong Amy Xia, Brian P. Hobbs, Peng Wei2026-03-17
📊 statistics

The Continuous Rank Probability Score of a Generalized Beta-Prime Distribution and Some Special Cases

यह वर्किंग पेपर जनरलाइज्ड बीटा-प्राइम वितरण और इसके विशेष मामलों, जिनमें डगुम और सिंह-मैडाला वितरण शामिल हैं, के लिए कंटीन्यूअस रैंकड प्रोबेबिलिटी स्कोर के नए विश्लेषणात्मक व्युत्पन्न प्रस्तुत करता है, जबकि मोंटे कार्लो अनुमानों के विरुद्ध इन परिणामों को मान्य भी करता है।

Matthew LeDuc2026-03-17
📊 statistics

A Kernel-Based Nonparametric Test for Conditional Independence of Functional Data

यह शोध पत्र यादृच्छिक फलनों (random functions) की सशर्त स्वतंत्रता के लिए एक नवीन कर्नेल-आधारित गैर-पैरामीट्रिक परीक्षण प्रस्तुत करता है, जो कार्यात्मक डेटा (functional data) के लिए मौजूदा विधियों के अभाव को दूर करने हेतु संयुक्त सशर्त सहप्रसरण ऑपरेटर (conjoined conditional covariance operator) और इसके व्युत्पन्न प्र beenymptic वितरण का उपयोग करता है।

Yin Tang, Bing Li2026-03-17
📊 statistics

Learning the Optimal Composite Mediator: Closed-Form Solution and Inference

यह शोध पत्र MaxIE को प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल एल्गोरिदम है जो उच्च-आयामी रैखिक मॉडलों में अप्रत्यक्ष प्रभावों को अधिकतम करने वाले इष्टतम मिश्रित मध्यस्थ (composite mediator) के लिए एक क्लोज्ड-फॉर्म समाधान व्युत्पन्न करता है, जो एक बड़े पैमाने के UK बायोबैंक प्रोटिओमिक्स अध्ययन के रूप में प्रदर्शित तीव्र अनुमान और वैश्विक शून्य परीक्षण (global null testing) को सक्षम बनाता है।

Zihuai He2026-03-17
📊 statistics

Structured Credal Learning

यह शोध पत्र एक संरचित क्रेडल लर्निंग फ्रेमवर्क प्रस्तुत करता है जो कोवेरिएट शिफ्ट (covariate shift) और लेबल नॉइज़ (label noise) को स्पष्ट रूप से अलग-अलग अनिश्चितता स्रोतों में विभाजित करता है, जो एक गेटिंग प्रभाव (gating effect) को प्रकट करता है जहाँ कोवेरिएट शिफ्ट लेबल असहमति को बढ़ा देता है, जबकि रोबस्ट लर्निंग के लिए ज्यामितीय सीमाएं (geometric bounds), परिमित-नमूना एकाग्रता गारंटी (finite-sample concentration guarantees), और एक सुलभ मिन-मैक्स अनुकूलन सूत्रीकरण (min-max optimization formulation) प्रदान करता है।

Varun Venkatesh, Eyke Hüllermeier, Bernd Bischl, Mina Rezaei2026-03-17
📊 statistics

Maximin Robust Bayesian Experimental Design

यह शोध पत्र एक मैक्सिमिन रोबस्ट बेयसियन प्रयोगात्मक डिजाइन ढांचे का प्रस्ताव करता है जो सिबसन के α\alpha-म्युचुअल इंफॉर्मेशन पर आधारित एक उद्देश्य को उत्पन्न करने वाले गेम को तैयार करके मॉडल मिसस्पेसिफिकेशन को संबोधित करता है, जबकि रोबस्ट अपेक्षित सूचना लाभ (expected information gain) पर कठोर उच्च-संभाव्यता निचली सीमाओं को प्राप्त करने के लिए एक PAC-बेयस दृष्टिकोण का उपयोग करता है।

Hany Abdulsamad, Sahel Iqbal, Christian A. Naesseth, Takuo Matsubara, Adrien Corenflos2026-03-17
📊 statistics

Rank-based Maxsum test for high dimensional regression coefficient

यह शोध पत्र उच्च-आयामी प्रतिगमन गुणांकों (high-dimensional regression coefficients) के लिए दो अनुकूली रैंक-आधारित मैक्ससम (maxsum) परीक्षण प्रस्तावित करता है जो भारी-पूंछ वाले त्रुटियों (heavy-tailed errors) के विरुद्ध मजबूती और अज्ञात विरलता स्तरों (sparsity levels) के प्रति अनुकूलता प्राप्त करते हैं, जो कॉची संयोजन पद्धति (Cauchy combination method) के माध्यम से सिद्धांत-आधारित पी-वैल्यू एकत्रीकरण को सक्षम करने के लिए रैंक-आधारित योग और मैक्स सांख्यिकी के बीच स्पर्शोन्मुख स्वतंत्रता (asymptotic independence) स्थापित करते हैं।

Ping Zhao, Liangliang Yuan2026-03-17
📊 statistics

Conformalized Robust Principal Component Analysis

यह शोध पत्र कॉन्फॉर्मलाइज्ड रोबस्ट प्रिंसिपल कंपोनेंट एनालिसिस (CP-RPCA) को प्रस्तुत करता है, जो एक वितरण-मुक्त (distribution-free) ढांचा है जो स्पार्स करप्शन (sparse corruptions), लुप्त डेटा और मॉडल मिसस्पेसिफिकेशन की उपस्थिति में लो-रैंक मैट्रिक्स रिकवरी के लिए विश्वसनीय परिमित-नमूना अनिश्चितता मात्रा निर्धारण (finite-sample uncertainty quantification) प्रदान करता है।

Liangliang Yuan, Lei Wang, Quan Kong, Liuhua Peng2026-03-17
📊 statistics

Tighter Confidence Intervals under Without Replacement Sampling via Empirical Rate Functions

यह शोधपत्र लार्ज डेविएशन रेट फंक्शन्स का उपयोग करके बिना-प्रतिस्थापन सैंपलिंग (without-replacement sampling) के तहत जनसंख्या माध्य के विश्वास अंतराल की चौड़ाई पर मौलिक निचली सीमाएं व्युत्पन्न करता है, और परिमित एवं सामान्य वर्णमालाओं (alphabets) दोनों के लिए नए, लगभग इष्टतम विश्वास अंतराल निर्माण प्रस्तावित करता है जो इन सीमाओं और नवीन कपलिंग तकनीकों का लाभ उठाते हैं।

Shubhanshu Shekhar, Aaditya Ramdas2026-03-17
📊 statistics

Gradient Boosting for Spatial Panel Models with Random and Fixed Effects

यह शोध पत्र रैंडम और फिक्स्ड इफेक्ट्स वाले स्पेशियल पैनल मॉडल्स के अनुमान के लिए एक लचीले, मॉडल-आधारित ग्रेडिएंट बूस्टिंग एल्गोरिदम का प्रस्ताव करता है, जो उच्च-आयामी डेटा के लिए एक सुदृढ़ समाधान प्रदान करता है जो व्याख्या योग्य परिणाम, प्रभावी चर चयन और बेहतर आउट-ऑफ-सैंपल भविष्यवाणी सटीकता सुनिश्चित करता है।

Michael Balzer, Adhen Benlahlou2026-03-17