2447 पेपर
यह शोध पत्र "एक्सपेक्टाइल पीरियडोग्राम" (expectile periodogram) प्रस्तुत करता है, जो त्रिकोणमितीय एक्सपेक्टाइल रिग्रेशन पर आधारित एक नवीन फ्रीक्वेंसी-डोमेन टूल है, जो समय श्रृंखला निर्भरता का बहु-स्तरीय विश्लेषण प्रदान करता है, और पारंपरिक विधियों की तुलना में छिपी हुई आवधिकता का पता लगाने और भूकंपीय तरंगों को वर्गीकृत करने में बेहतर प्रदर्शन करता है।
यह शोध पत्र निरंतर मध्यस्थों (continuous mediators) के वितरण फलनों के अनुमान से होने वाली अस्थिरता को कम करने के लिए संभावना (likelihood) को पुनर्रूपित करके, इन्फ्लुएंस फंक्शन-आधारित मध्यस्थता विश्लेषण (mediation analysis) को स्थिर करने हेतु एक नवीन नॉनपैरामीट्रिक वेटेड बैलेंसिंग पद्धति प्रस्तावित करता है।
यह शोध पत्र दो डेटा-फ्यूजन विधियों को प्रस्तुत करता है जो सहायक संदर्भ डोमेन (auxiliary reference domains) का लाभ उठाकर प्रति-तथ्यात्मकों (counterfactuals) का अनुमान लगाकर उन पैनल डेटा सेटिंग्स में कारण अनुमान (causal inference) को सक्षम करते हैं जहाँ हस्तक्षेप-पूर्व डेटा उपलब्ध नहीं है।
यह शोध पत्र एक नवीन बेयसियन कॉज़ल रिग्रेशन फैक्टर मॉडल प्रस्तावित करता है जो PM2.5 की जटिल रासायनिक संरचना पर वाइल्डफायर स्मोक (दावानल के धुएं) के बहुभिन्नरूपी कॉज़ल प्रभावों का अनुमान लगाने के लिए प्रोबिट स्टिक-ब्रेकिंग प्रक्रिया का उपयोग करता है, जो प्रभावी रूप से डेटा निर्भरता और मिसिंगनेस (डेटा की अनुपलब्धता) की चुनौतियों का समाधान करता है।
यह शोध पत्र विभिन्न सिमुलेशन परिदृश्यों और एक वास्तविक दुनिया के मैक्रोइकॉनॉमिक अनुप्रयोग में उच्च-आयामी VAR मॉडलों के लिए विभिन्न बेयसियन श्रिंकेज प्रायर (Bayesian shrinkage priors) और फ्रीक्वेंटिस्ट रेगुलराइजेशन (frequentist regularization) दृष्टिकोणों की तुलना करता है, जिसमें यह पाया गया है कि हॉर्सशू प्रायर (horseshoe prior) जैसे लोकल-ग्लोबल बेयसियन तरीके फ्रीक्वेंटिस्ट विकल्पों की तुलना में बेहतर पैरामीटर अनुमान और अनिश्चितता परिमाणीकरण प्रदान करते हैं।
यह शोध पत्र क्लस्टरिंग गुणवत्ता को बनाए रखते हुए उप-जनसंख्या असंतुलन को कम करने के लिए विशिष्ट डेटा बिंदुओं की सदस्यता की पहचान करने और उसे समायोजित करने के माध्यम से K-मीन्स क्लस्टरिंग में निष्पक्षता में सुधार करने के लिए एक दो-चरणीय कम्प्यूटेशनल दृष्टिकोण प्रस्तावित करता है।
यह शोधपत्र विशेष रूप से मॉडल मिसस्पेसिफिकेशन (model misspecification) और गैर-अभिसारी उपचार नीतियों (non-converging treatment policies) की चुनौतियों को संबोधित करते हुए, विश्वसनीय विश्वास अंतराल (confidence intervals) सुनिश्चित करने के लिए, एडेप्टिवली एकत्र किए गए बैंडिट डेटा पर -एस्टिमेटर्स का उपयोग करके वैध ऑफ-पॉलिसी इन्फरेंस (off-policy inference) करने के लिए एक नवीन विधि प्रस्तावित करता है।
यह शोध पत्र अवशेषों (residuals) और स्मूथ किए गए सिग्नल के स्पेक्ट्रल एंट्रॉपी से प्राप्त एक "S-कर्व" के अधिकतम मान की पहचान करके, ईलर्स-व्हिटेकर स्मूथिंग में इष्टतम रेगुलराइजेशन पैरामीटर को स्वचालित रूप से चुनने के लिए एक नवीन विधि प्रस्तावित करता है, जो क्रमबद्ध सह-संबंधित शोर (serially correlated noise) के साथ काम करते समय क्रॉस-वैलिडेशन जैसी पारंपरिक विधियों का एक सुदृढ़ विकल्प प्रदान करता है।
यह शोध पत्र दो नवीन कम्प्यूटेशनल विधियों—पुनरावृत्त पश्चवर्ती रैखिकीकरण (iterated posterior linearization) को हैमिल्टोनियन मोंटे कार्लो (Hamiltonian Monte Carlo) के साथ संयोजित करना—का प्रस्ताव करता है ताकि गैर-गॉसियन स्टोकेस्टिक प्रक्रियाओं के लिए कुशल अनुमान सक्षम किया जा सके, जो विशेष रूप से लॉग-गॉसियन गामा प्रक्रियाओं के अनुमान पर केंद्रित है।
यह शोध पत्र एक सिमुलेशन अध्ययन और एक व्यावहारिक उदाहरण आयोजित करता है ताकि विभिन्न सांख्यिकीय अनुमान प्रक्रियाओं—विशेष रूप से सैंपल स्प्लिटिंग, सटीक पोस्ट-सिलेक्शन इन्फरेंस, और डिबायस्ड लासो (debiased Lasso)—के प्रदर्शन का मूल्यांकन किया जा सके, जब उन्हें राइट-सेंसर्ड सर्वाइवल डेटा में लासो-आधारित वेरिएबल सिलेक्शन के बाद कॉक्स मॉडल्स पर लागू किया जाता है।