2447 पेपर
यह शोध पत्र e-प्रक्रियाओं (e-processes) और कॉन्फिडेंस सीक्वेंसों (confidence sequences) का लाभ उठाकर मॉडल कॉन्फिडेंस सेट्स की अवधारणा को एक अनुक्रमिक ढांचे (sequential framework) तक विस्तारित करता है, जिससे डेटा संग्रह स्टॉपिंग नियमों (data collection stopping rules) के अनुकूल समय-एकसमान (time-uniform), गैर-अनंतकालीन (nonasymptotic) कवरेज गारंटी के साथ निरंतर मॉडल प्रदर्शन की निगरानी सक्षम होती है।
यह शोध पत्र नॉनलीनियर लोंगीट्यूडिनल प्रोपोर्शनल इफेक्ट मॉडल्स का आलोचनात्मक मूल्यांकन करता है, यह प्रदर्शित करते हुए कि समय के साथ एक स्थिर उपचार प्रभाव (फिक्स्ड ट्रीटमेंट इफेक्ट) की उनकी धारणा पूर्वाग्रह, अतिरंजित टाइप I त्रुटि दरों और उपचार संबंधी हानि का पता लगाने के संबंध में सुरक्षा संबंधी चिंताओं की ओर ले जाती है, भले ही वह धारणा सही ही क्यों न हो।
यह शोध पत्र एक ट्रांसफॉर्मर-आधारित जनरेटिव मॉडल प्रस्तुत करता है जो बड़े पैमाने पर इतालवी प्रशासनिक डेटा का उपयोग करके यथार्थवादी और प्रतितथ्यात्मक (counterfactual) जीवन प्रक्षेप पथों को सिम्युलेट करने के लिए ओवरलैपिंग सामाजिक-आर्थिक घटनाओं को एनकोड करता है, जिससे संभावित वैकल्पिक इतिहासों के निर्माण के माध्यम से नीति-उन्मुख अनुसंधान को आगे बढ़ाया जा सकता है।
यह शोध पत्र सूचनात्मक रूप से समयबद्ध उपचार अनुक्रमों (informatively timed treatment sequences) के संबंध में महामारी विज्ञान संबंधी अध्ययनों में मौजूद पद्धतिगत अंतराल को संबोधित करता है, जो इस मुद्दे को औपचारिक रूप देकर, यह प्रदर्शित करके कि उपचारों के बीच परिवर्तनशील प्रतीक्षा समयों की अनदेखी करने से पूर्वाग्रह उत्पन्न होता है, और यह दिखाकर कि कैसे g-पद्धतियों का उपयोग प्रतीक्षा समयों को समय-परिवर्ती भ्रमकारों (time-varying confounders) के रूप में मानकर वैध कारण अनुमान (causal inference) सुनिश्चित करने के लिए किया जा सकता है।
यह शोध पत्र UK बायोबैंक-स्तर के जीनोमिक डेटा के लिए यूनिवेरिएट-गाइडेड स्पार्स रिग्रेशन (uniLasso) फ्रेमवर्क के एक स्केलेबल अनुकूलन को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि यह PRS-CS जैसे प्रतिस्पर्धियों की तुलना में बेहतर पॉलीजेनिक रिस्क स्कोर भविष्यवाणी सटीकता प्राप्त करता है और साथ ही काफी अधिक स्पार्स और व्याख्या योग्य मॉडल बनाए रखता है।
यह शोध पत्र ब्रैडली-टेरी मॉडल और इसके विस्तारों में हालिया सैद्धांतिक और गणनात्मक प्रगति का सर्वेक्षण करता है, जो बड़े पैमाने के परिवेश में साहचर्य गुणों (asymptotic properties), संबद्ध एल्गोरिदम और मशीन लर्निंग में प्राथमिकता संरेखण (preference alignment) जैसे अनुप्रयोगों पर केंद्रित है, साथ ही भविष्य की अनुसंधान चुनौतियों को भी रेखांकित करता है।
यह शोध पत्र स्पार्सली परम्यूटेड लीनियर रिग्रेशन के लिए एक सामान्य परिमित-नमूना अनुमान ढांचा प्रस्तावित करता है जो पुनरुत्पादित नमूनों (repro samples) पर आधारित लोकलाइजेशन चरण को कंडीशनल मोंटे कार्लो टेस्टिंग और कुशल लीनियर असाइनमेंट एल्गोरिदम के साथ जोड़ता है ताकि परम्यूटेशन संरचनाओं और रिग्रेशन गुणांकों दोनों के लिए वैध सांख्यिकीय अनुमान प्राप्त किया जा सके।
यह शोध पत्र रोबस्ट एक्स-लर्नर (RX-Learner) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो भारी-पूंछ वाले वितरणों (heavy-tailed distributions) और वर्ग असंतुलन के कारण होने वाले "आउटलियर स्मीयरिंग" (Outlier Smearing) को समाप्त करने के लिए ग्रेडिएंट बूस्टिंग में रेडिसेन्डिंग -डाइवर्जेंस उद्देश्यों और एक प्रॉक्सी हेसियन रणनीति को एकीकृत करता है, जिससे औद्योगिक अपलिफ्ट डेटासेट पर मानक एक्स-लर्नर की तुलना में PEHE में 98.6% की कमी आती है।
यह शोध पत्र एक नवीन मॉडल-मुक्त सांख्यिकीय ढांचे का प्रस्ताव करता है जो आंशिक सहसंबंध ग्राफ (partial correlation graphs) और एक स्पेक्ट्रम-आधारित परीक्षण सांख्यिकी (spectrum-based test statistic) का उपयोग करके प्रोटीन संपर्क भविष्यवाणी को परिकल्पना परीक्षण की समस्या में परिवर्तित करता है, जिससे कठोर अनिश्चितता परिमाणीकरण और सह-विकास संकेतों को संचालित करने वाले विशिष्ट अमीनो एसिड संयोजनों की पहचान संभव हो पाती है।
यह शोध पत्र एक नवीन जनरेटिव मॉडल पेश करके टेम्पोरल नेटवर्क के मौजूदा सांख्यिकीय-अनुमान विधियों में एक पूर्वाग्रह की पहचान और सुधार करता है जो बड़े या छोटे समुदायों का पता लगाने में कमजोर है, जो पिछले समय की परत से सभी सामुदायिक असाइनमेंटों का लाभ उठाकर पता लगाने की सटीकता में महत्वपूर्ण सुधार करता है।