🔢 mathematics

Post-Hoc Large-Sample Statistical Inference

यह शोध पत्र एसिम्प्टोटिक पोस्ट-हॉक इन्फरेंस (asymptotic post-hoc inference) का एक सिद्धांत विकसित करता है जो मौजूदा नॉनएसिम्प्टोटिक विधियों की तुलना में कम धारणाओं वाले शार्पर कॉन्फिडेंस सेट्स और p-वैल्यू बनाने के लिए e-वैल्यूज़ का उपयोग करता है, जिससे डेटा देखने के बाद महत्व स्तर (significance levels) चुनने पर भी वैध सांख्यिकीय निष्कर्ष निकालना संभव हो जाता है।

Ben Chugg, Etienne Gauthier, Michael I. Jordan, Aaditya Ramdas, Ian Waudby-Smith2026-03-10
📊 statistics

Population Density Estimators for Right-Censored Distance Sampling

यह अध्ययन पूर्ण स्थानिक यादृच्छिकता (complete spatial randomness) और स्थानिक एकत्रीकरण (spatial aggregation) दोनों मॉडलों के तहत राइट-सेंसर्ड डिस्टेंस सैंपलिंग (right-censored distance sampling) के लिए मोमेंट-आधारित और मैक्सिमम लाइक्लीहुड अनुमानकों (estimators) का एक व्यवस्थित ढांचा विकसित करता है, जो सिमुलेशन और वास्तविक दुनिया के डेटा के माध्यम से यह प्रदर्शित करता है कि नेगेटिव बाइनोमियलियल-आधारित मैक्सिमम लाइक्लीहुड अनुमानक, एकत्रित आबादी में जनसंख्या घनत्व के अनुमान के लिए बेहतर सटीकता और मजबूती प्रदान करता है।

Wenzhe Huang, Guochun Shen, Dingliang Xing, Jiangyan Zhao2026-03-10
🤖 machine learning

Unifying On- and Off-Policy Variance Reduction Methods

यह शोध पत्र ऑनलाइन A/B टेस्टिंग और ऑफ-पॉलिसी इवैल्यूएशन को इस तथ्य को सिद्ध करके एकीकृत करता है कि दोनों क्षेत्रों में मानक वेरिएंस रिडक्शन विधियाँ गणितीय रूप से समान हैं, विशेष रूप से यह दर्शाते हुए कि डिफरेंस-इन-मीन्स एस्टिमेटर्स, ऑप्टिमल इनवर्स प्रोपेंसिटी स्कोरिंग के अनुरूप हैं और रिग्रेशन एडजस्टमेंट तकनीकें डॉबली रोबस्ट एस्टिमेशन के साथ संरेखित होती हैं।

Olivier Jeunen2026-03-10
📊 statistics

Decoupling Distance and Networks: Hybrid Graph Attention-Geostatistical Methods for Spatio-temporal Risk Mapping

यह शोध पत्र एक सांख्यिकीय रूप से सुव्यवस्थित हाइब्रिड ढांचे को प्रस्तुत करता है जो ग्राफ अटेंशन नेटवर्क को मॉडल-आधारित भू-सांख्यिकी (जियोस्टैटिस्टिक्स) के साथ एकीकृत करता है ताकि रिलेशनल और निरंतर स्थानिक निर्भरताओं को प्रभावी ढंग से कैप्चर किया जा सके, जिससे स्टैंडअलोन दृष्टिकोणों की तुलना में स्पैटियो-टेम्पोरल जोखिम मानचित्रण के लिए भविष्य कहनेवाला सटीकता और अनिश्चितता परिमाणीकरण में सुधार होता है।

Toba Temitope Bamidele, Ezra Gayawan, Femi Barnabas Adebola, Olatunji Johnson2026-03-10
🔢 mathematics

Minimax estimation for Varying Coefficient Model via Laguerre Series

यह शोध पत्र ट्रंकेटेड लैगुएर सीरीज़ (truncated Laguerre series) का उपयोग करके परिवर्तनीय गुणांक मॉडल (varying coefficient models) के लिए एक मिनिमैक्स-इष्टतम अनुमानक (minimax-optimal estimator) प्रस्तावित करता है, जो सैद्धांतिक विश्लेषण, सिमुलेशन और वास्तविक-डेटा अनुप्रयोगों के माध्यम से इसकी अनिश्चितता की सामान्यता (asymptotic normality) और परिमित-नमूना प्रदर्शन (finite-sample performance) को स्थापित करता है।

Rida Benhaddou, Khalid Chokri, Jackson Pinschenat2026-03-10
📊 statistics

RESAPLE: An Approximate One-Step Restricted Likelihood Estimator of Spatial Dependence for Exploratory Spatial Analysis

यह शोध पत्र RESAPLE का प्रस्ताव करता है, जो एक गणनात्मक रूप से कुशल एक-चरणीय अनुमानित प्रतिबंधित अधिकतम संभावना अनुमानक (approximate restricted maximum likelihood estimator) है, जो सहचरों (covariates) और प्रवृत्तियों (trends) के समायोजन के बाद अवशिष्ट स्थानिक निर्भरता (residual spatial dependence) को सटीक रूप से परिमाणित करते हुए मोरान इंडेक्स (Moran's index) और APLE जैसी मौजूदा विधियों में सुधार करता है, और साथ ही स्थानिक भार चयन (spatial weight selection) के लिए एक नैदानिक उपकरण भी प्रदान करता है।

Aditya Khan, Meredith Franklin2026-03-10
📊 statistics

A Bayesian Approach for the Variance of Fine Stratification

यह शोध पत्र सूक्ष्म स्तरीकरण सर्वेक्षणों (fine stratification surveys) के विचरण (variance) के लिए एक पदानुक्रमित बायेसियन अनुमानक (hierarchical Bayesian estimator) प्रस्तावित करता है जो सिमुलेशन और वास्तविक दुनिया के डेटा विश्लेषण के माध्यम से प्रदर्शित होता है कि यह कम फ्रीक्वेंटिस्ट बायस (frequentist bias) और मीन स्क्वेर्ड एरर (mean squared error) प्राप्त करके मौजूदा गैर-पैरामीट्रिक बायेस और कर्नेल-आधारित विधियों से बेहतर प्रदर्शन करता है।

Sepideh Mosaferi2026-03-09
📊 statistics

Fast QR updating methods for statistical applications

यह शोध पत्र Q की पुनर्गणना किए बिना QR अपघटन (decomposition) में R मैट्रिक्स को अपडेट करने के लिए कुशल एल्गोरिदम प्रस्तुत करता है, जो सटीकता बनाए रखते हुए प्रतिगमन (regression), फ़िल्टरिंग और मॉडल चयन जैसे गतिशील सांख्यिकीय अनुप्रयोगों के लिए कम्प्यूटेशनल लागत को महत्वपूर्ण रूप से कम करता है।

Mauro Bernardi, Claudio Busatto, Manuela Cattelan2026-03-09
📊 statistics

Covariate balancing estimation and model selection for difference-in-differences approach

यह शोधपत्र कोवेरिएट बैलेंसिंग (covariate balancing) को शामिल करके अर्ध-पैरामीट्रिक डिफरेंस-इन-डिफरेंस मॉडल में उपचारित व्यक्तियों पर औसत उपचार प्रभाव (average treatment effect on the treated) के लिए एक दोहरी सुदृढ़ (doubly robust) एस्टीमेटर प्रस्तावित करता है, और एक नवीन, पूर्वाग्रह-सुधारित मॉडल चयन मानदंड व्युत्पन्न करता है जो सिमुलेशन और वास्तविक दुनिया के डेटा अनुप्रयोगों दोनों में मौजूदा सूचना मानदंडों से बेहतर प्रदर्शन करता है।

Takamichi Baba, Yoshiyuki Ninomiya2026-03-09
📊 statistics

Estimation and exclusion restrictions in clustered linear models

यह शोध पत्र क्लस्टर्ड डेटा, उच्च-आयामी नियंत्रणों और जटिल अपवर्जन प्रतिबंधों (exclusion restrictions) वाले रैखिक प्रतिगमन मॉडलों के लिए एक गणनात्मक रूप से सुलभ, सही ढंग से केंद्रित आंतरिक उपकरण (internal instrument) IV अनुमानक प्रस्तावित करता है, जो ग्रामीण केन्या में स्थानिक हस्तक्षेप के अध्ययन के माध्यम से स्पष्ट की गई सुदृढ़ अनुमान प्रक्रियाओं को भी प्रदान करता है।

Anna Mikusheva, Mikkel Sølvsten, Baiyun Jing2026-03-09