📊 statistics

Reconciling Bayesian and frequentist approaches to robustness against outliers

यह शोध पत्र यह प्रदर्शित करके कि फ्रीक्वेंटिस्ट (frequentist) M-एस्टिमेटर्स अक्सर उन अनुपयुक्त भारी-पूंछ वाले (heavy-tailed) मॉडलों पर निर्भर करते हैं जो मानक बेयसियन अनुमान के लिए सुलभ नहीं हैं, आउटलेयर्स (outliers) के विरुद्ध रोबस्टनेस (robustness) के प्रति बेयसियन और फ्रीक्वेंटिस्ट दृष्टिकोणों के बीच सामंजस्य स्थापित करता है, और इन उपकरणों के उपयोग को सक्षम करने के साथ-साथ उचित पोस्टीरियर वितरण सुनिश्चित करने और फ्रीक्वेंटिस्ट परिणामों के साथ सैद्धांतिक निरंतरता प्राप्त करने के लिए सामान्यीकृत बेयसियन ढांचे को अपनाने का प्रस्ताव करता है।

Philippe Gagnon, Alain Desgagné2026-07-24
📈 economics

FARS: Factor Augmented Regression Scenarios in R

FARS R पैकेज मल्टी-लेवल डायनेमिक फैक्टर मॉडल्स को फैक्टर-ऑगमेंटेड क्वांटाइल रिग्रेशन्स के साथ एकीकृत करके मैक्रोइकॉनॉमिक और फाइनेंशियल टाइम सीरीज़ में कंडीशनल डेंसिटीज और इकोनॉमिक सिनेरियोज़ के निर्माण के लिए एक व्यापक ढांचा प्रदान करता है, ताकि फैक्टर्स निकालने, पैरामीटर्स का अनुमान लगाने और मानक एवं तनावपूर्ण दोनों स्थितियों के तहत जोखिम उपायों को प्राप्त करने के लिए किया जा सके।

Gian Pietro Bellocca, Ignacio Garrón, Vladimir Rodríguez-Caballero, Esther Ruiz2026-07-24
📊 statistics

Multivariate Planar Curves: A Statistical Framework for Shape Analysis in Images

यह शोध पत्र मल्टीवेरिएट प्लेनर कर्व्स (multivariate planar curves) के विश्लेषण के लिए एक सांख्यिकीय ढांचे को प्रस्तुत करता है ताकि छवियों में कई वस्तुओं के कंटूर (contours) को संयुक्त रूप से मॉडल किया जा सके, जिससे उनके सापेक्ष ज्यामितीय संबंधों को संरक्षित किया जा सके और सुपरवाइज्ड क्लासिफिकेशन (supervised classification) की सटीकता में सुधार किया जा सके, जैसा कि चेस्ट एक्स-रे पर कार्डियोमेगाली (cardiomegaly) डिटेक्शन में प्रदर्शित किया गया है।

Issam-Ali Moindjié, Cédric Beaulac, Marie-Hélène Descary2026-07-24
🤖 machine learning

On the Granularity of Causal Effect Identifiability

यह शोध पत्र स्टेट-आधारित (state-based) कारण प्रभाव पहचान क्षमता (causal effect identifiability) को प्रस्तुत और विश्लेषित करता है, और यह प्रदर्शित करता है कि संदर्भ-विशिष्ट स्वतंत्रता (context-specific independencies) और स्टेट बाधाओं (state constraints) जैसे अतिरिक्त ज्ञान का लाभ उठाकर इसे तब भी प्राप्त किया जा सकता है जब पारंपरिक वेरिएबल-आधारित पहचान क्षमता विफल हो जाती है।

Yizuo Chen, Adnan Darwiche2026-07-24
📊 statistics

Gradient-enhancement and Gradient Predictions for Deep Gaussian Process Modeling of Expensive Computer Experiments

यह शोध पत्र डीप गॉसियन प्रोसेस के लिए एक नवीन बेयसियन ढांचे का प्रस्ताव करता है जो महंगे, गैर-स्थिर (nonstationary) कंप्यूटर प्रयोगों के लिए सरोगेट मॉडलिंग को बढ़ाने और ग्रेडिएंट भविष्यवाणियों को सक्षम करने के लिए ग्रेडिएंट जानकारी को एकीकृत करता है, जो सिंथेटिक और वास्तविक दुनिया के क्वांटम मैकेनिक्स डेटासेट दोनों पर मौजूदा विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Annie S. Booth2026-07-24
📊 statistics

CEDAR: Causal Edge Discovery for Autoregressive Processes

CEDAR एक बाधा-आधारित (constraint-based) विधि है जिसे AR(1)-अवशिष्टकृत (residualized) दूरी सहसंबंध के माध्यम से उम्मीदवारों की स्क्रीनिंग करके, लक्षित सशर्त स्वतंत्रता परीक्षणों को लागू करके और अप्रत्यक्ष किनारों को छाँटकर विरल ऑटोरेग्रेसिव समय श्रृंखलाओं में लैग्ड कारण किनारों (lagged causal edges) की खोज करने के लिए डिज़ाइन किया गया है, ताकि यह प्रमुख लैग-1 स्व-गतिकी (self-dynamics) वाले डेटा-दुर्लभ परिदृश्यों में प्रभावी बना रहे।

Mohammad Fesanghary2026-07-24
⚛️ high-energy experiments

The Well-Tempered Likelihood: Honest Confidence Intervals for Misspecified Models

यह शोध पत्र "वेल-टेम्पर्ड लाइकलीहुड" (well-tempered likelihood) प्रस्तुत करता है, जो एक ऐसी विधि है जो अति-आत्मविश्वास को रोकने और सांख्यिकीय मॉडल के गलत होने की स्थिति में भी सुदृढ़ बाधाएं सुनिश्चित करने के लिए गुडनेस-ऑफ-फिट (goodness-of-fit) सांख्यिकी के साथ स्केल करके लाइकलीहुड-आधारित कॉन्फिडेंस इंटरवल को समायोजित करती है।

Benjamin Nachman, Jesse Thaler2026-07-24
📊 statistics

High-Dimensional Change Point Analysis for Temporally Dependent Data

यह शोध पत्र कॉची कॉम्बिनेशन टेस्ट और वाइल्ड बाइनरी सेगमेंटेशन के साथ क्वाड्रेटिक और मैक्सिमम सांख्यिकी को संयोजित करके, सामान्य गैर-गॉसियन निर्भरता के तहत उनके सैद्धांतिक वैधता को स्थापित करते हुए, उच्च-आयामी, टेम्पोरल रूप से निर्भर टाइम सीरीज़ में माध्य परिवर्तनों का पता लगाने और उन्हें खोजने के लिए अनुकूली प्रक्रियाओं का प्रस्ताव करता है।

Xiaoyi Wang, Le Zhou, Jixuan Liu, Long Feng2026-07-24
📊 statistics

Long-memory Markov chains with power-law intensities

यह शोध पत्र एक स्व-उत्तेजक बिंदु प्रक्रिया (self-exciting point process) प्रस्तुत करता है जिसमें पावर-लॉ तीव्रता गतिकी (power-law intensity dynamics) का उपयोग किया गया है, जो विशिष्ट शर्तों के तहत वैश्विक स्थिरता और एक अद्वितीय अपरिवर्तनीय वितरण बनाए रखते हुए दीर्घ-स्मृति व्यवहार (long-memory behavior) को अनुमानित करने के लिए एक परिमित-आयामी गैररेखीय मार्कोव श्रृंखला का उपयोग करता है।

Kyungsub Lee2026-07-24
📊 statistics

High-dimensional sparsity-adaptive multiple change-point detection

यह शोध पत्र उच्च-आयामी डेटा अनुक्रमों में कई परिवर्तन-बिंदुओं (change-points) का पता लगाने के लिए एक बॉटम-अप, स्पर्सिटी-एडेप्टिव विधि प्रस्तुत करता है जो रैंक-कंबाइंड L2L_2 और LL_\infty सांख्यिकी का उपयोग करके पड़ोसी खंडों को पुनरावृत्ति से विलीन करता है, जो विभिन्न शोर स्थितियों के तहत निरंतरता और सिमुलेशन एवं वास्तविक दुनिया के अनुप्रयोगों दोनों में प्रभावशीलता प्रदर्शित करता है।

Hyeyoung Maeng, Tengyao Wang, Piotr Fryzlewicz2026-07-24