📊 statistics

The effect of collinearity and sample size on linear regression results: a simulation study

यह सिमुलेशन अध्ययन यह प्रदर्शित करता है कि जबकि कोलीनैरिटी (सहरेखता) सही मॉडल विनिर्देशन के तहत पूर्वाग्रह उत्पन्न किए बिना मुख्य रूप से छोटे नमूनों में परिशुद्धता को कम करती है, यह मिसस्पेसिफिकेशन (विशिष्टीकरण त्रुटि) के तहत पूर्वाग्रह को महत्वपूर्ण रूप से बढ़ा देती है और निष्कर्षों को खराब कर देती है, जो नमूना आकार और संभावित छूटे हुए चर के पूर्वाग्रह पर विचार किए बिना निश्चित वीआईएफ (VIF) थ्रेशोल्ड के यांत्रिक अनुप्रयोग के विरुद्ध तर्क देता है।

Stephanie CC van der Lubbe, Jose M Valderas, Evangelos Kontopantelis2026-01-27
📊 statistics

Goodness-of-Fit Checks for Joint Models

यह शोध पत्र एक व्यापक बेयसियन पोस्टीरियर प्रेडिक्टिव चेक फ्रेमवर्क प्रस्तुत करता है जिसे R पैकेज JMbayes2 में कार्यान्वित किया गया है, जो अनुदैर्ध्य (longitudinal) और समय-से-घटना (time-to-event) डेटा के संयुक्त मॉडलों के लिए गुडनेस-ऑफ-फिट का आकलन करने हेतु, प्रभावी रूप से उन मॉडल मिसस्पेसिफिकेशन की पहचान करता है जिन्हें मानक मानदंड अक्सर अनदेखा कर देते हैं।

Dimitris Rizopoulos, Jeremy M. G. Taylor, Isabella Kardys2026-01-27
📊 statistics

A varying-coefficient model for characterizing duration-driven heterogeneity in flood-related health impacts

यह शोध पत्र एक बेयसियन एक्सपोजर ड्यूरेशन वेरिंग-कोएफिशिएंट मॉडलिंग (EDVCM) ढांचे का प्रस्ताव करता है जो बाढ़ से संबंधित स्वास्थ्य प्रभावों में अवधि-संचालित विषमता को मापने के लिए टू-डायमेंशनल गॉसियन प्रोसेस प्रायर का लाभ उठाता है, जो मस्कुलोस्केलेटल अस्पताल में भर्ती होने के संबंध में राष्ट्रव्यापी मेडिकेयर डेटा पर लागू होने पर पारंपरिक तरीकों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Sarika Aggarwal, Phillip B. Nicol, Brent A. Coull, Rachel C. Nethery2026-01-27
📊 statistics

Contrasting Global and Patient-Specific Regression Models via a Neural Network Representation

यह शोध पत्र एक ऐसे नैदानिक उपकरण का प्रस्ताव करता है जो उन नैदानिक परिवेशों में रोगी उपसमूहों की पहचान करने और उन्हें चित्रित करने के लिए ऑटोएनकोडर-आधारित न्यूरल नेटवर्क का उपयोग करता है जहाँ वैश्विक प्रतिगमन मॉडल अपर्याप्त होते हैं, जिससे अधिक सटीक व्यक्तिगत मॉडलों के विकास को सक्षम बनाया जा सके।

Max Behrens, Daiana Stolz, Eleni Papakonstantinou, Janis M. Nolde, Gabriele Bellerino, Angelika Rohde, Moritz Hess, Hara (…)2026-01-27
📊 statistics

Learned harmonic mean estimation of the marginal likelihood for multimodal posteriors with flow matching

यह शोधपत्र फ्लो मैचिंग-आधारित निरंतर सामान्यीकरण प्रवाहों (continuous normalizing flows) को सीखे गए हार्मोनिक माध्य अनुमानक (harmonic mean estimator) में एकीकृत करके, जटिल, बहु-मोडल पोस्टीरियर्स (multimodal posteriors) के मार्जिनल लाइकलीहुड (marginal likelihood) का अनुमान लगाने के लिए एक सुदृढ़ विधि प्रस्तुत करता है, जो बिना किसी फाइन-ट्यूनिंग या ह्यूरिस्टिक समायोजन की आवश्यकता के सटीक मॉडल तुलना सक्षम बनाता है।

Alicja Polanska, Jason D. McEwen2026-01-27
📊 statistics

Bayesian Joint Additive Factor Models for Multiview Learning

यह शोध पत्र दो बेयसियन जॉइंट एडिटिव फैक्टर मॉडल्स, JFR और JAFAR को प्रस्तुत करता है, जो मल्टीव्यू डेटा को प्रभावी ढंग से एकीकृत करने, जटिल निर्भरताओं का अनुमान लगाने और व्याख्यात्मकता एवं अनिश्चितता मात्रा निर्धारण को बनाए रखते हुए परिणाम की भविष्यवाणी में सुधार करने के लिए नवीन संचयी संकुचन प्रक्रिया (cumulative shrinkage process) प्रायर का उपयोग करते हैं।

Niccolo Anceschi, Federico Ferrari, David B. Dunson, Himel Mallick2026-01-26
📊 statistics

Spectral decomposition-assisted multi-study factor analysis

यह शोध पत्र मल्टी-स्टडी फैक्टर एनालिसिस के लिए एक गणनात्मक रूप से कुशल, MCMC-मुक्त कार्यप्रणाली प्रस्तावित करता है जो साझा और अध्ययन-विशिष्ट कारकों को अलग करने के लिए स्पेक्ट्रल डिकंपोजिशन और सरोगेट बेयसियन रिग्रेशंस का लाभ उठाता है, जो उच्च-आयामी सहप्रसरण अनुमान (high-dimensional covariance estimation) के लिए मजबूत सैद्धांतिक गारंटी और बेहतर स्केलेबिलिटी प्रदान करता है।

Lorenzo Mauri, Niccolò Anceschi, David B. Dunson2026-01-26
📊 statistics

Clustered random forests with correlated data for optimal estimation and inference under potential covariate shift

यह शोध पत्र क्लस्टर्ड रैंडम फॉरेस्ट्स (Clustered Random Forests) को प्रस्तुत करता है, जो एक ऐसा एल्गोरिदम है जो क्लस्टर्ड डेटा के लिए भविष्यवाणी की सटीकता और अनुमान में सुधार करने के लिए क्लस्टर के भीतर के सहसंबंधों का लाभ उठाता है, साथ ही यह प्रदर्शित करता है कि संभावित कोवेरिएट शिफ्ट (covariate shift) के तहत इष्टतम भार चयन लक्षित कोवेरिएट वितरण पर निर्भर करता है।

Elliot H. Young, Peter Bühlmann2026-01-26
📊 statistics

Bayesian Ensembling: Insights from Online Optimization and Empirical Bayes

यह शोध पत्र ऑनलाइन बेयसियन स्टैकिंग (OBS) को प्रस्तुत करता है, जो एक नवीन एन्सेम्बल विधि है जो बेयसियन मॉडलों को अनुकूल रूप से संयोजित करने के लिए ऑनलाइन ऑप्टिमाइज़ेशन और पोर्टफोलियो चयन से प्राप्त अंतर्दृष्टि का लाभ उठाती है, जो ऑनलाइन बेयसियन मॉडल एवरेजिंग की सीमाओं को संबोधित करने और व्यावहारिक अनुप्रयोग के लिए स्पष्ट मार्गदर्शन प्रदान करने वाला एक सैद्धांतिक रूप से सुदृढ़ विकल्प पेश करती है।

Daniel Waxman, Fernando Llorente, Petar M. Djurić2026-01-26
📊 statistics

Statistical Analysis of Conditional Group Distributionally Robust Optimization with Cross-Entropy Loss

यह शोध पत्र मल्टी-सोर्स अनसुपरवाइज्ड डोमेन अडैप्टेशन के लिए एक नवीन कंडीशनल ग्रुप डिस्ट्रीब्यूशनली रोबस्ट ऑप्टिमाइज़ेशन (CG-DRO) फ्रेमवर्क प्रस्तावित करता है जो वर्स्ट-केस क्रॉस-एन्ट्रॉपी लॉस को कम करता है, जिसके साथ एक कुशल मिरर प्रॉक्स एल्गोरिदम, तेज़ अभिसरण दर की गारंटी, और बाउंड्री प्रभावों से उत्पन्न होने वाले नॉनस्टैंडर्ड एसिम्प्टोटिक्स को संबोधित करने के लिए एक परटर्बेशन-आधारित इन्फरेंस प्रक्रिया दी गई है।

Zijian Guo, Zhenyu Wang, Yifan Hu, Francis Bach2026-01-26