📊 Category

stat.ME

2447 पेपर

📊 statistics

Semi-supervised linear regression with missing covariates

यह शोध पत्र गैर-विरल (non-sparse) और उच्च-आयामी विरल (high-dimensional sparse) दोनों परिवेशों के लिए नवीन अनुमानकों (estimators) का प्रस्ताव करके, लुप्त सहचरों (missing covariates) वाले अर्ध-पर्यवेक्षित रैखिक प्रतिगमन (semi-supervised linear regression) के लिए दर-इष्टतम मिनिमैक्स सिद्धांत (rate-optimal minimax theory) स्थापित करता है, जो मेल खाते गैर-अनुरूप ऊपरी और निचली सीमाओं (matching non-asymptotic upper and lower bounds) को व्युत्पन्न करता है जो पूर्णतः पर्यवेक्षित परिदृश्यों की तुलना में अभिसरण दरों (convergence rates) में महत्वपूर्ण अंतर को प्रकट करते हैं।

Benedict M. Risebrow, Thomas B. Berrett2026-02-17
📊 statistics

Automatic Variance Adjustment for Small Area Estimation

यह शोध पत्र एक काल्पनिक पूर्व नमूने (hypothetical prior sample) के साथ विरल सर्वेक्षण डेटा को संवर्धित करके लघु क्षेत्र अनुमान (small area estimation) में अस्थिर प्रसरण अनुमानों को स्वचालित रूप से समायोजित करने के लिए एक सिद्धांतपूर्ण पद्धति प्रस्तावित करता है, जिसका समाधान R पैकेज `surveyPrev` में कार्यान्वित किया गया है और सिमुलेशन तथा जाम्बियाई कुपोषण (wasting) डेटा के माध्यम से सत्यापित किया गया है।

Jon Wakefield, Jitong Jiang, Yunhan Wu2026-02-17
📈 economics

The Role of Measured Covariates in Assessing Sensitivity to Unmeasured Confounding

यह शोध पत्र प्रदर्शित करता है कि एक्सपोज़र और मापे गए प्रॉक्सी चरों के बीच मजबूत जुड़ाव कारण अनुमान (causal inference) में अनमैच्ड कन्फाउंडिंग (unmeasured confounding) के प्रति संवेदनशीलता को बढ़ा सकते हैं, एक ऐसी घटना जिसे एक रैखिक प्रतिगमन ढांचे (linear regression framework) के माध्यम से औपचारिक रूप दिया गया है और बढ़ते सामाजिक-आर्थिक स्तरीकरण के कारण धूम्रपान-फेफड़ों के कैंसर के अध्ययनों में अवशिष्ट कन्फाउंडिंग (residual confounding) की बढ़ती संवेदनशीलता द्वारा स्पष्ट किया गया है।

Abhinandan Dalal, Iris Horng, Yang Feng, Dylan S. Small2026-02-17
📊 statistics

Towards Representation Learning for Weighting Problems in Design-Based Causal Inference

यह शोध पत्र एक एंड-टू-एंड अनुमान प्रक्रिया का प्रस्ताव करता है जो डिज़ाइन-आधारित कारण अनुमान भारण (causal inference weighting) के लिए इष्टतम डेटा निरूपणों को स्वचालित रूप से खोजने के लिए न्यूरल नेटवर्क के साथ प्रतिनिधित्व शिक्षण (representation learning) का लाभ उठाता है, जिससे मजबूत सैद्धांतिक गुणों को बनाए रखते हुए मैन्युअल निरूपण विकल्पों के कारण होने वाली त्रुटियों को कम किया जा सके।

Oscar Clivio, Avi Feller, Chris Holmes2026-02-16
📊 statistics

Improving variable selection properties with data integration and transfer learning

यह शोध पत्र संभावना दंड (likelihood penalties) और अनुभवजन्य बायेस (empirical Bayes) प्रक्रियाओं के एक परिवार का प्रस्ताव करता है जो बाहरी जानकारी, जैसे कि स्रोत डेटासेट्स से संरचनात्मक स्थानांतरण शिक्षण (structural transfer learning) का लाभ उठाते हैं, ताकि उन स्थितियों में उच्च-आयामी विरल रैखिक प्रतिगमन (high-dimensional sparse linear regression) में सुसंगत और तेज़ चर चयन प्राप्त किया जा सके जहाँ पारंपरिक विधियाँ विफल हो जाती हैं।

Paul Rognon-Vael, David Rossell, Piotr Zwiernik2026-02-16
📊 statistics

Causal Partial Identification via Conditional Optimal Transport

यह शोध पत्र एडेप्टेड वासरस्टीन दूरी (adapted Wasserstein distance) के तहत फलन की निरंतरता स्थापित करके, कॉज़ल पार्शियल आइडेंटिफिकेशन (causal partial identification) में कंडीशनल ऑप्टिमल ट्रांसपोर्ट के लिए एक प्रत्यक्ष, सुसंगत, नॉन-पैरामीट्रिक एस्टिमेटर प्रस्तावित करता है, जिससे न्यूसेंस पैरामीटर एस्टीमेशन की आवश्यकता से बचा जा सके और पारंपरिक प्लग-इन विधियों की असंगतता को दूर किया जा सके।

Sirui Lin, Zijun Gao, Jose Blanchet, Peter Glynn2026-02-16
📈 economics

Anytime-Valid Inference in Adaptive Experiments: Covariate Adjustment and Balanced Power

यह शोधपत्र MADCovar और MADMod को प्रस्तुत करता है, जो Mixture Adaptive Design ढांचे के दो विस्तार हैं जो एडेप्टिव प्रयोगों में कठोर anytime-valid अनुमान गारंटी बनाए रखते हुए, कोवेरिएट-समायोजित औसत उपचार प्रभाव (Average Treatment Effect) अनुमानों की सटीकता को एक साथ बढ़ाते हैं और उपचार भुजाओं (treatment arms) के बीच सांख्यिकीय शक्ति (statistical power) को संतुलित करते हैं।

Daniel Molitor, Samantha Gold2026-02-16
📊 statistics

Human- vs. AI-generated tests: dimensionality and information accuracy in latent trait evaluation

यह अध्ययन बॉडी अवेयरनेस क्वेश्चनर (Body Awareness Questionnaire) के एआई-जनित और मानव-विकसित संस्करणों की तुलना करता है, जिसमें यह पाया गया है कि हालांकि सतही शब्दावली समान है, एआई रूपांतरण आयामीयता और सूचनात्मक सटीकता में महत्वपूर्ण अंतर प्रदर्शित करते हैं, जो एआई-संचालित मापन उपकरणों के कठोर सांख्यिकीय सत्यापन की आवश्यकता को रेखांकित करते हैं।

Mario Angelelli, Morena Oliva, Serena Arima, Enrico Ciavolino2026-02-16
📈 economics

Boundary Discontinuity Designs: Theory and Practice

यह शोध पत्र 80 से अधिक अनुभवजन्य अध्ययनों का संश्लेषण करता है और सीमा विच्छिन्नता डिज़ाइन (boundary discontinuity design) का एक व्यापक अवलोकन प्रदान करने के लिए सैद्धांतिक प्रगतियों की समीक्षा करता है, जो इसकी अनूठी बहुआयामी चुनौतियों को संबोधित करता है और पहचान, अनुमान तथा निष्कर्ष के लिए व्यावहारिक सिफारिशें प्रस्तुत करता है।

Matias D. Cattaneo, Rocio Titiunik, Ruiqi Rae Yu2026-02-16
📊 statistics

Modelling multivariate ordinal time series using pairwise likelihood

यह शोधपत्र द्विचर संयुक्त वितरणों को निर्दिष्ट करने के लिए कोपुला (copulas) का उपयोग करके और ऑटोकोरिलेशन, अंतर-श्रृंखला निर्भरता तथा क्रॉस-कोरिलेशन को ध्यान में रखते हुए कम्प्यूटेशनल जटिलता को संभालने के लिए एक भारित कंपोजिट कंडीशनल पेयरवाइज लाइकलीहुड दृष्टिकोण के माध्यम से पूर्ण लाइकलीहुड का अनुमान लगाकर बहुचर ऑर्डिनल टाइम सीरीज़ को मॉडल करने की एक विधि प्रस्तावित करता है।

Anna Nalpantidi, Dimitris Karlis2026-02-16