📊 statistics

Minimax optimal adaptive structured transfer learning through semi-parametric domain-varying coefficient model

यह शोध पत्र एक अर्ध-प्राचलिक डोमेन-परिवर्तनीय गुणांक मॉडल (semiparametric domain-varying coefficient model) और एक गणनात्मक रूप से कुशल, अनुकूलन योग्य स्थानांतरण शिक्षण अनुमानक (adaptive transfer learning estimator) प्रस्तावित करता है जो सूचनात्मक स्रोत डोमेनों का चुनिंदा रूप से लाभ उठाकर और क्रॉस-डोमेन विषमता के कारण होने वाले नकारात्मक स्थानांतरण से कड़ाई से सुरक्षा करते हुए मिनीमैक्स इष्टतमता (minimax optimality) और वैध अनिश्चितता परिमाणीकरण प्राप्त करता है।

Hanxiao Chen, Debarghya Mukherjee2026-02-23
📊 statistics

Hybrid Non-informative and Informative Prior Model-assisted Designs for Mid-trial Dose Insertion

यह शोध पत्र ऑन्कोलॉजी चरण I परीक्षणों के लिए एक हाइब्रिड मॉडल-असिस्टेड डिज़ाइन प्रस्तावित करता है जो शुरुआत में गैर-सूचनात्मक प्रायर (non-informative priors) को परीक्षण के मध्य में खुराक सम्मिलन के लिए सूचनात्मक प्रायर (informative priors) के साथ जोड़ता है, जिसे कंकाल मिसस्पेसिफिकेशन (skeleton misspecification) को संबोधित करने के लिए अनुकूली तंत्रों द्वारा और अधिक उन्नत बनाया गया है, जिससे खुराक असाइनमेंट और अधिकतम सहनशील या इष्टतम जैविक खुराक के चयन में सुधार होता है।

Kana Yamada, Hisato Sunami, Kentaro Takeda, Keisuke Hanada, Masahiro Kojima2026-02-23
📊 statistics

Preconditioned Robust Neural Posterior Estimation for Misspecified Simulators

यह शोध पत्र एक प्रीकंडीशन्ड रोबस्ट न्यूरल पोस्टीरियर एस्टीमेशन विधि प्रस्तावित करता है जो मॉडल मिसस्पेसिफिकेशन के तहत मानक दृष्टिकोणों की अविश्वसनीयता को कम करने के लिए डेटा-डिपेंडेंट वेट्स और फॉरेस्ट-प्रॉक्सिमिटी स्कोर्स का उपयोग करता है, जिससे जटिल स्टोकेस्टिक मॉडल्स के लिए इन्फरेंस स्थिरता, सटीकता और कैलिब्रेशन में सुधार होता है।

Ryan P. Kelly, David T. Frazier, David J. Warne, Christopher C. Drovandi2026-02-23
📊 statistics

Two-Stage Multiple Test Procedures Controlling False Discovery Rate with auxiliary variable and their Application to Set4Delta Mutant Data

यह शोध पत्र दो नवीन दो-चरणीय बहु-परीक्षण प्रक्रियाओं का प्रस्ताव करता है जो सांख्यिकीय शक्ति (statistical power) को बढ़ाने के लिए सहायक चरों (auxiliary variables) का लाभ उठाते हैं और साथ ही फॉल्स डिस्कवरी रेट (false discovery rate) को नियंत्रित करते हैं, जो संख्यात्मक अध्ययनों और Set4Δ\Delta म्यूटेंट डेटा पर एक अनुप्रयोग के माध्यम से अपनी प्रभावशीलता का प्रदर्शन करते हैं।

Seohwa Hwang, Mark Louie Ramos, DoHwan Park, Junyong Park, Johan Lim, Erin Green2026-02-23
📊 statistics

Graph Machine Learning based Doubly Robust Estimator for Network Causal Effects

यह शोध पत्र एक नवीन, स्केलेबल और अर्ध-प्राचलीय (semiparametric) रूप से कुशल अनुमानक प्रस्तावित करता है जो सामाजिक नेटवर्क में प्रत्यक्ष और सहकर्मी कारण प्रभावों (direct and peer causal effects) को सटीक रूप से निष्कर्ष निकालने के लिए ग्राफ मशीन लर्निंग को डबल मशीन लर्निंग के साथ जोड़ता है, जबकि हस्तक्षेप (interference) और नेटवर्क-प्रेरित कन्फाउंडिंग (network-induced confounding) के संबंध में कड़े अनुमानों की सीमाओं को दूर करता है।

Seyedeh Baharan Khatami, Harsh Parikh, Haowei Chen, Sudeepa Roy, Babak Salimi2026-02-20
📊 statistics

The super learner for time-to-event outcomes: A tutorial

यह शोध पत्र टाइम-टू-इवेंट परिणामों के लिए सुपर लर्नर विधियों को लागू करने पर एक व्यावहारिक ट्यूटोरियल प्रदान करता है, जो डिस्क्रीट और कंटीन्यूअस-टाइम डेटा दोनों के लिए तीन विशिष्ट दृष्टिकोणों का एक सुलभ अवलोकन, साथ ही एक तुलनात्मक विश्लेषण और आर (R) कोड उदाहरण प्रस्तुत करता है।

Ruth H. Keogh, Karla Diaz-Ordaz, Nan van Geloven, Jon Michael Gran, Kamaryn T. Tanner2026-02-20
📊 statistics

Geometric modelling of spatial extremes

यह शोध पत्र नए स्थानिक रूप से-पैरामीटराइज्ड गेज और कोणीय वितरण मॉडलों का प्रस्ताव करके स्थानिक चरम मान विश्लेषण के ज्यामितीय दृष्टिकोण को अनुकूलित करता है, और अंतरिक्ष मौसम डेटा के माध्यम से यह प्रदर्शित करता है कि यह विधि शास्त्रीय ढांचों की तुलना में पक्षपातरहित लेकिन अधिक अनिश्चित अनुमान प्रदान करती है।

Lydia Kakampakou, Jennifer L. Wadsworth2026-02-20
📊 statistics

Distribution-Free Selection of Low-Risk Oncology Patients for Survival Beyond a Time Horizon

यह शोधपत्र कम जोखिम वाले ऑन्कोलॉजी रोगियों के चयन के लिए ब्लैक-बॉक्स सर्वाइवल मॉडल्स को कैलिब्रेट करने हेतु दो डिस्ट्रीब्यूशन-फ्री फ्रेमवर्क्स—उच्च-संभाव्यता गारंटी के लिए 'लर्न-देन-टेस्ट' और फॉल्स डिस्कवरी रेट नियंत्रण के लिए एक परिकल्पना परीक्षण दृष्टिकोण—का प्रस्ताव और तुलना करता है, जो राइट-सेंसर्ड डेटा को संबोधित करते हुए सांख्यिकीय शक्ति और सैद्धांतिक गारंटियों की मजबूती के बीच एक ट्रेड-ऑफ प्रदर्शित करता है।

Matteo Sesia, Vladimir Svetnik2026-02-20
📊 statistics

Conjugating Variational Inference for Large Mixed Multinomial Logit Models and Consumer Choice

यह शोध पत्र बड़े मिश्रित बहुपद लॉजिट (मल्टीनोमियल लॉजिट) मॉडलों के अनुमान के लिए एक नई, स्केलेबल बेयसियन वेरिएशनल इन्फरेंस विधि प्रस्तावित करता है, जो रैंडम गुणांकों के गॉसियन सन्निकटन को कुशलतापूर्वक अपडेट करके कार्य करता है, और सिमुलेशन तथा विषम उपभोक्ता पास्ता विकल्पों के एक वास्तविक अनुप्रयोग के माध्यम से मौजूदा दृष्टिकोणों पर अपने उत्कृष्ट प्रदर्शन को प्रदर्शित करता है।

Weiben Zhang, Ruben Loaiza-Maya, Michael Stanley Smith, Worapree Maneesoonthorn2026-02-20
📊 statistics

First versus full or first versus last: U-statistic change-point tests under fixed and local alternatives

यह शोध पत्र "फर्स्ट-वर्सेस-फुल" (first-vs-full) और "फर्स्ट-वर्सेस-लास्ट" (first-vs-last) यू-सांख्यिकी (U-statistic) चेंज-पॉइंट परीक्षणों की स्पर्शोन्मुखी तुल्यता (asymptotic equivalence) और परिमित-नमूना प्रदर्शन (finite-sample performance) की तुलना करता है, जो एक सरल मानदंड व्युत्पन्न करता है ताकि यह निर्धारित किया जा सके कि विशिष्ट परिस्थितियों में, जैसे कि गिनी के माध्य अंतर (Gini's mean difference) के साथ स्केल परिवर्तनों का पता लगाने में, कौन सा दृष्टिकोण बेहतर शक्ति (power) प्रदान करता है।

Herold Dehling, Daniel Vogel, Martin Wendler2026-02-20