2447 पेपर
यह शोध पत्र एक स्केलेबल कोऑर्डिनेट-रीस्केलिंग सैंपलिंग पद्धति प्रस्तावित करता है जो डिस्क्रीट मार्कोव रैंडम फील्ड्स के लिए सटीक और कुशल बेयसियन इन्फरेंस सक्षम करने हेतु सूडो-लाइक्लीहुड-आधारित पोस्टीरियर्स को रूपांतरित करती है, जो प्रभावी रूप से सटीक लाइक्लीहुड मूल्यांकन की कम्प्यूटेशनल अव्यवहार्यता और मौजूदा सन्निकटन (अप्रोक्सिमेशन) के खराब अनिश्चितता परिमाणीकरण पर विजय प्राप्त करती है।
यह शोध पत्र आर्किमिडियन कोपुला और प्रतिबंधित जेफ्रीज़ प्रायोर (Jeffreys priors) का उपयोग करते हुए एक बेयसियन ढांचे का प्रस्ताव करता है, जो युग्मित निरंतर बायोमार्कर में संयुक्त पूंछ जोखिमों (joint tail risks) को मापने और उनके अनिश्चितता अनुमान प्रदान करने के लिए है, जो सिमुलेशन और फास्टिंग ग्लूकोज एवं HbA1c स्तरों के वास्तविक विश्लेषण के माध्यम से अपनी प्रभावशीलता को प्रदर्शित करता है जो स्वतंत्रता की तुलना में काफी अधिक चरम सह-गतिशीलता (extremal co-movement) को प्रकट करता है।
यह शोध पत्र स्प्लिट कॉन्फॉर्मल प्रेडिक्टर्स के परिचालन प्रमाणन (operational certification) के लिए एक रूपरेखा प्रस्तुत करता है जो मार्जिनल कवरेज से आगे बढ़ते हुए स्मॉल-सैंपल बीटा करेक्शन (Small-Sample Beta Correction), एक स्वतंत्र ऑडिट-आधारित ऑडिटिंग प्रोटोकॉल और पारेटो ट्रेड-ऑफ्स (Pareto trade-offs) के ज्यामितीय विश्लेषण के माध्यम से कमिटमेंट फ्रीक्वेंसी (commitment frequency) और एरर एक्सपोजर (error exposure) जैसे महत्वपूर्ण परिनियोजन मेट्रिक्स के लिए परिमित-नमूना गारंटी (finite-sample guarantees) प्रदान करता है।
यह शोध पत्र एक सुदृढ़ मॉडल चयन पद्धति प्रस्तुत करता है जो कुलबैक-लीब्लर डाइवर्जेंस (Kullback-Leibler divergences) के संबंध में अनिश्चितता का अनुमान लगाने और उसे मापने के लिए नकारात्मक लॉग-लाइकलीहुड (negative log-likelihood) मानों को यादृच्छिक डेटा के रूप में मानता है, जिससे तब भी कैलिब्रेटेड निष्कर्ष निकालना सक्षम होता है जब वास्तविक डेटा-जनरेटिंग प्रक्रिया मिसस्पेसिफाइड (misspecified) हो।
यह शोध पत्र CREDO को प्रस्तुत करता है, जो एक ऐसी विधि है जो व्याख्या योग्य क्रेडलल एनवेलप्स (credal envelopes) को कॉन्फॉर्मल कैलिब्रेशन के साथ जोड़ती है ताकि वितरण-मुक्त (distribution-free) भविष्यवाणी अंतराल उत्पन्न किए जा सकें जो कठोर कवरेज गारंटी बनाए रखते हुए स्पष्ट रूप से एपिस्टेमिक अनिश्चितता (epistemic uncertainty) को ध्यान में रखते हैं।
यह शोध पत्र मौजूदा cmenet दृष्टिकोण की सीमाओं को दूर करने के लिए सामान्यीकृत रैखिक मॉडल ढांचे के भीतर सशर्त मुख्य प्रभावों (conditional main effects) के लिए एक अनुकूली द्वि-स्तरीय चर चयन विधि प्रस्तावित करता है, जिससे अनुकूलित भार वाले दंडित संभावना दृष्टिकोण (penalized likelihood approach) के माध्यम से इंटरेक्शन प्रभाव की व्याख्यात्मकता और चयन सटीकता में सुधार होता है।
यह शोध पत्र अनुदैर्ध्य अवलोकनात्मक अध्ययनों (longitudinal observational studies) में स्वास्थ्य परिणामों पर पूर्ण दवा अनुपालन बनाम गैर-अनुपालन के कारण होने वाले कारण प्रभाव (causal effect) का अनुमान लगाने के लिए इनवर्स प्रोबेबिलिटी ऑफ ट्रीटमेंट वेटिंग (IPTW) और जी-एस्टीमेशन (G-estimation) विधियों की तुलना करता है, जो सिमुलेशन के माध्यम से उनके सांख्यिकीय गुणों का मूल्यांकन करता है और स्टेटिन अनुपालन पर यूके बायोबैंक डेटा का उपयोग करके उनके अनुप्रयोग को प्रदर्शित करता है।
यह शोध पत्र मल्टी-आर्म्ड बैंडिट ढांचे के भीतर एडेप्टिव प्रयोगों में सकारात्मक उपचार प्रभावों को प्रदर्शित करने के लक्ष्य को औपचारिक रूप देता है, जो थ्रेशोल्ड परीक्षण के लिए नवीन अनुमान प्रक्रियाओं और लॉग रिग्रेट के साथ सिग्नल-टू-नॉइज़ अनुपात को अनुकूलित करने वाले एक एडेप्टिव एलोकेशन नियम का प्रस्ताव करता है।
यह शोध पत्र एक टू-स्टेज नॉर्मलाइजिंग फ्लोज़ फ्रेमवर्क प्रस्तावित करता है जो केवल नमूना-आधारित घटकों से घनत्वों को सीखने और फिर उन्हें विश्लेषणात्मक रूप से निर्दिष्ट पदों के साथ एकीकृत करके जटिल, अगम्य लक्ष्य वितरणों का अनुमान और उनसे नमूने लेने का कार्य करता है, जिससे उन परिदृश्यों में सुदृढ़ अनुमान सक्षम होता है जहाँ पूर्ण लक्ष्य घनत्व उपलब्ध नहीं होता है।
यह शोध पत्र विभिन्न समय अवधियों में उपचार प्रभावों (treatment effects) के एक्सट्रपलेशन के लिए TEA-Time फ्रेमवर्क प्रस्तुत करता है, जो दो पहचान रणनीतियों को 'डबली रोबस्ट एस्टिमेटर्स' के साथ प्रस्तावित करता है, जिन्हें सिमुलेशन के माध्यम से मान्य किया गया है और अपवर्दी (Upworthy) A/B परीक्षणों पर लागू करके परिशुद्धता (precision) और पूर्वाग्रह (bias) के बीच एक ट्रेड-ऑफ प्रदर्शित किया गया है।