📊 statistics

Identifiability of Treatment Effects with Unobserved Spatially Varying Confounders

यह शोध पत्र अप्रत्यक्ष रूप से स्थानिक रूप से परिवर्तनशील भ्रमों (unobserved spatially varying confounders) वाले रैखिक मॉडलों में उपचार प्रभावों की पहचान क्षमता (identifiability) के लिए एक सामान्य ढांचा स्थापित करता है, जो यह प्रदर्शित करता है कि विभिन्न स्थानिक मॉडलों के लिए सौम्य शर्तों के तहत कारण अनुमान (causal inference) व्यवहार्य है और साथ ही उन परिदृश्यों को भी रेखांकित करता है जहाँ पहचान क्षमता विफल हो जाती है।

Tommy Tang, Xinran Li, Bo Li2026-02-27
📊 statistics

Generalized Bayesian Multidimensional Scaling and Model Comparison

यह शोध पत्र एक जनरलाइज्ड बायेसियन मल्टीडायमेंशनल स्केलिंग (GBMDS) ढांचे का प्रस्ताव करता है जो गैर-गॉसियन त्रुटियों के साथ सुदृढ़ अनुमान सक्षम करने और लगभग निष्पक्ष मार्जिनल लाइक्लीहुड अनुमान के माध्यम से सिद्धांत-आधारित मॉडल तुलना प्रदान करने के लिए एक एडेप्टिव एनिलड सीक्वेंशियल मोंटे कार्लो (ASMC) एल्गोरिदम का उपयोग करके पारंपरिक MCMC-आधारित विधियों की सीमाओं को दूर करता है।

Jiarui Zhang, Jiguo Cao, Liangliang Wang2026-02-26
📈 economics

Incentive-Aware Synthetic Control: Accurate Counterfactual Estimation via Incentivized Exploration

यह शोधपत्र एक प्रोत्साहन-जागरूक ढांचे (incentive-aware framework) का प्रस्ताव करके सिंथेटिक कंट्रोल मेथड्स में "ओवरलैप" धारणा की विफलता को संबोधित करता है, जो अन्वेषण (exploration) को प्रोत्साहित करने के लिए सूचना डिज़ाइन और ऑनलाइन लर्निंग का उपयोग करता है, जिससे पूर्व-निर्धारित ओवरलैप स्थितियों पर निर्भर किए बिना सटीक प्रतितथ्यात्मक अनुमान (counterfactual estimation) सक्षम होता है, क्योंकि इकाइयाँ स्वयं हस्तक्षेपों का चयन करती हैं।

Daniel Ngo, Keegan Harris, Anish Agarwal, Vasilis Syrgkanis, Zhiwei Steven Wu2026-02-26
📊 statistics

Sparse outlier-robust PCA for multi-source data

यह शोध पत्र एक नवीन स्पार्स और आउटलायर-रोबस्ट प्रिंसिपल कंपोनेंट एनालिसिस (PCA) पद्धति प्रस्तुत करता है जो मल्टी-सोर्स डेटा का संयुक्त रूप से विश्लेषण करने के लिए एक स्ट्रक्चर्ड स्पर्सिटी पेनल्टी और ssMRCD एस्टीमेटर का उपयोग करता है, जिससे फीचर्स का चयन, ग्लोबल और लोकल पैटर्न का पता लगाना और आउटलायर्स का प्रतिरोध करना एक साथ संभव होता है।

Patricia Puchhammer, Ines Wilms, Peter Filzmoser2026-02-26
📊 statistics

Infer-and-widen, or not?

यह शोध पत्र प्रदर्शित करता है कि विभिन्न चयनात्मक अनुमान (selective inference) परिदृश्यों में, व्यापक रूप से उपयोग किया जाने वाला "इन्फर-एंड-वाइडन" (infer-and-widen) ढांचा ऐसे विश्वास अंतराल (confidence intervals) उत्पन्न करता है जो वैकल्पिक दृष्टिकोणों की तुलना में अनावश्यक रूप से अधिक विस्तृत होते हैं, यहाँ तक कि सैद्धांतिक रूप से सबसे संकीर्ण संभव "इन्फर-एंड-वाइडन" अंतराल के विरुद्ध तुलना करने पर भी।

Ronan Perry, Zichun Xu, Olivia McGough, Daniela Witten2026-02-26
📊 statistics

Semi-parametric bulk and tail regression using spline-based neural networks

यह शोध पत्र SPQRx प्रस्तुत करता है, जो एक नवीन अर्ध-पैरामीट्रिक क्वांटाइल रिग्रेशन ढांचा है जो लचीली, व्याख्या योग्य घनत्व मॉडलिंग को सक्षम करने के लिए स्प्लाइन-आधारित न्यूरल नेटवर्क को एक मिश्रित सामान्यीकृत पारेटो वितरण के साथ एकीकृत करता है, जो विश्वसनीय टेल एक्सट्रपलेशन के लिए एक्सट्रीम वैल्यू थ्योरी गारंटियों को संतुष्ट करता है।

Reetam Majumder, Jordan Richards2026-02-26
📊 statistics

Discussion of "Matrix Completion When Missing Is Not at Random and Its Applications in Causal Panel Data Models"

यह शोध पत्र पैनल डेटा में गैर-यादृच्छिक लुप्तता (non-random missingness) के साथ कारण प्रभावों (causal effects) का अनुमान लगाने के लिए चोई और युआन (2025) के नवीन मैट्रिक्स पूर्णता दृष्टिकोण की सराहना करता है, इसे व्यापक "स्प्लिट-अप्लाई-कंबाइन" ढांचे के भीतर स्थापित करता है, और 'राइट-टू-कैरी' कानूनों के एक अनुभवजन्य अनुप्रयोग के माध्यम से सिद्धांत और व्यवहार के बीच के अंतर को संबोधित करता है।

Eli Ben-Michael, Avi Feller2026-02-26
📊 statistics

Generative Bayesian Computation as a Scalable Alternative to Gaussian Process Surrogates

यह शोध पत्र इम्पलिसिट क्वांटाइल नेटवर्क्स का उपयोग करते हुए जेनेरेटिव बेयसियन कम्प्यूटेशन (GBC) को एक स्केलेबल, नॉन-गॉसियन सरोगेट फ्रेमवर्क के रूप में प्रस्तावित करता है जो पारंपरिक गॉसियन प्रक्रियाओं की क्यूबिक कम्प्यूटेशनल लागत और स्टेशनैरिटी सीमाओं को दूर करता है, और स्मूथ सतहों पर प्रतिस्पर्धात्मकता बनाए रखते हुए नॉन-स्मूथ और बड़े पैमाने के बेंचमार्क पर बेहतर प्रदर्शन प्रदर्शित करता है।

Nick Polson, Vadim Sokolov2026-02-26
📊 statistics

Efficient Inference after Directionally Stable Adaptive Experiments

यह शोध पत्र दिशात्मक स्थिरता (directional stability) की अवधारणा प्रस्तुत करता है ताकि यह स्थापित किया जा सके कि एडेप्टिव डेटा कलेक्शन के तहत अनुमानक (estimators), स्केलर लक्ष्यों के लिए, एसिम्प्टोटिक रूप से सामान्य और सेमीपैरामीट्रिक रूप से कुशल बने रहते हैं, जो LinUCB एल्गोरिदम के लिए ऐसा पहला दक्षता गारंटी प्रदान करता है।

Zikai Shen, Houssam Zenati, Nathan Kallus, Arthur Gretton, Koulik Khamaru, Aurélien Bibaut2026-02-26
📊 statistics

Design-based theory for causal inference from adaptive experiments

यह शोध पत्र गैर-विनिमेय इकाइयों (nonexchangeable units) वाले परिमित-जनसंख्या परिवेश में अनुकूली प्रयोगों (adaptive experiments) के लिए एक डिज़ाइन-आधारित कारण अनुमान (causal inference) ढांचा स्थापित करता है, जो रोबस्ट इनवर्स-प्रोपेन्सिटी-वेटेड एस्टिमेटर्स और एक नवीन अनुकूली कोवेरिएट एडजस्टमेंट पद्धति पेश करता है जो ब्लैक-बॉक्स मशीन लर्निंग मॉडल्स का उपयोग करके वैध अनुमान सक्षम बनाता है।

Xinran Li, Anqi Zhao2026-02-26