2447 पेपर
यह शोध पत्र कंपाउंड लॉजिस्टिक रिग्रेशन मॉडल प्रस्तुत करता है, जो पारंपरिक लॉजिस्टिक रिग्रेशन का विस्तार करता है ताकि कई लॉजिस्टिक घटकों से बने एक माध्य प्रतिक्रिया फलन (mean response function) के माध्यम से सहसंबंधित प्रतिक्रियाओं और सहचरों (covariates) की अनुमति दी जा सके, जिससे निश्चित 0 और 1 एसिम्प्टोट्स (asymptotes) की सीमा को दूर किया जा सके।
यह शोध पत्र डिज़ाइन-कंडीशनल एलिसिटेशन (DCE) को प्रस्तुत करता है, जो ओपन-सोर्स DPprior R पैकेज में कार्यान्वित एक एकीकृत ढांचा है, जो क्लस्टर गणना और भार वितरण के बारे में अभ्यासी के विश्वासों को सुसंगत हाइपरपैरामीटर्स में कुशलतापूर्वक अनुवादित करके डिरिचलेट प्रोसेस मिक्सचर प्रायर को निर्दिष्ट करने की मौजूदा विधियों की कम्प्यूटेशनल और सैद्धांतिक सीमाओं को दूर करता है।
यह शोध पत्र एडेप्टिव क्लिनिकल ट्रायल्स में एनीटाइम-वैलिड ई-वैल्यूज़ (anytime-valid e-values) को लागू करने के लिए एक व्यावहारिक पद्धति मार्गदर्शिका के रूप में कार्य करता है, जो संख्यात्मक अध्ययनों और ओपन-सोर्स आर पैकेज `evalinger` के माध्यम से यह प्रदर्शित करता है कि कैसे वे निरंतर निगरानी के तहत मजबूत टाइप I एरर नियंत्रण प्रदान करते हैं और पारंपरिक ग्रुप सीक्वेंशियल एवं बेयसियन दृष्टिकोणों के एक व्यवहार्य विकल्प के रूप में कार्य करते हैं।
यह शोध पत्र सांख्यिकीय अनुमान में सुधार के लिए व्यक्तिगत आंतरिक डेटा को बाहरी सारांश सांख्यिकी के साथ कुशलतापूर्वक संलयित करने हेतु एक अर्ध-पैरामीट्रिक ढांचे और अनुकूली अनुमानकों का प्रस्ताव करता है, जबकि परिवहन क्षमता (ट्रांसपोर्टेबिलिटी) धारणाएं विफल होने पर पूर्वाग्रह के विरुद्ध सुदृढ़ता प्रदान करता है।
यह शोध पत्र स्पार्स पॉइसन रिग्रेशन (sparse Poisson regression) के लिए एक नॉन-कंजुगेट वेरिएशनल बायेसियन दृष्टिकोण प्रस्तावित करता है जो गॉसियन प्रायर्स (Gaussian priors) के साथ कुशल अनुमान सक्षम करने के लिए क्वाड्रेटिक लाइकलीहुड एप्रोक्सिमेशन (quadratic likelihood approximation) का उपयोग करता है, जो विभिन्न प्रायर्स और वास्तविक दुनिया के डेटासेट में अनुमान, भविष्यवाणी और स्पर्सिटी प्रदर्शन में उच्च सटीकता बनाए रखते हुए MCMC की तुलना में बेहतर कम्प्यूटेशनल गति प्रदर्शित करता है।
यह शोध पत्र विशिष्ट संशोधित उपचार नीतियों के साथ अपनी समानता प्रदर्शित करके, सापेक्ष स्व-चयन (relative self-selection) की अंतर्निहित धारणाओं को स्पष्ट करके, और प्रेक्षित जगत (observed world) के विरुद्ध बेंचमार्क किया गया एक अधिक प्रासंगिक लक्ष्य पैरामीटर प्रस्तावित करके, कारण अनुमान (causal inference) के लिए निरंतर एक्सपोज़र के द्विभाजन (dichotomizing) के अभ्यास को मान्य करता है।
यह शोध पत्र एंट्रोपिक ऑप्टिमल ट्रांसपोर्ट और स्फेरिकल हार्मोनिक्स का उपयोग करके गोलाकार डेटा (spherical data) के लिए मोंज-केंटोरोविच क्वांटाइल्स (Monge-Kantorovich quantiles) हेतु एक नियमित अनुमानक (regularized estimator) और एक संबंधित डेप्थ माप प्रस्तुत करता है, जो एक नवीन स्टोकेस्टिक एल्गोरिदम के माध्यम से उनकी सांख्यिकीय वैधता और व्यावहारिक उपयोगिता को प्रदर्शित करता है।
यह शोध पत्र विभिन्न लक्षित जनसंख्याओं के लिए उपचार प्रभावों का अनुमान लगाने हेतु प्रोपेंसिटी स्कोर वेटिंग विश्लेषण में सर्वेक्षण भार (सर्वेक्षण वेट्स) को शामिल करने के लिए एक एकीकृत ढांचे का प्रस्ताव करता है, जो जटिल सर्वेक्षण डेटा को संभालने के लिए सैद्धांतिक औचित्य, सिमुलेशन-आधारित सत्यापन और व्यावहारिक दिशानिर्देश प्रदान करता है।
यह शोध पत्र SplitWise प्रस्तुत करता है, जो एक नवीन R पैकेज है जो स्टेपवाइज रिग्रेशन (stepwise regression) को उन्नत करता है, और केवल तभी उथले निर्णय वृक्षों (shallow decision trees) के माध्यम से संख्यात्मक भविष्यवक्ताओं (numeric predictors) को थ्रेशोल्ड-आधारित बाइनरी विशेषताओं में अनुकूल रूप से परिवर्तित करता है जब वे AIC या BIC के अनुसार मॉडल फिट में सुधार करते हैं, जिससे गैर-रेखीय संबंधों को पकड़ने और मॉडल की व्याख्यात्मकता बनाए रखने के बीच एक संतुलन प्राप्त होता है।
यह शोध पत्र इनकम्प्लीट प्रायर डेटा (जैसे सारांश या फीचर सूचियाँ) को ट्रांसफर लर्निंग कार्यों में एकीकृत करने के लिए एम्पेरिकल बेयस का उपयोग करने हेतु एक कम्प्यूटेशनल फ्रेमवर्क विकसित करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण पूर्ण बेयस विधियों की तुलना में कमजोर स्थितियों के तहत सुसंगत वेरिएबल सिलेक्शन और तेज़ अभिसरण दर (convergence rates) प्राप्त करता है, जबकि उच्च-आयामी प्रतिगमन (high-dimensional regression) में सार्थक व्यावहारिक सुधार भी प्रदान करता है।