📊 Category

stat.ME

2412 पेपर

📈 economics

Post-selection inference for network structure

यह शोध पत्र नेटवर्क संरचना विश्लेषण के लिए दो स्केलेबल, सार्वभौमिक रूप से वैध पोस्ट-सिलेक्शन कॉन्फिडेंस इंटरवल पेश करता है जो डेटा-संचालित समूह चयन को ध्यान में रखते हैं, यह प्रदर्शित करते हुए कि जबकि दोनों विधियाँ एक साथ कवरेज सुनिश्चित करती हैं, केवल टैलग्रैंड-आधारित दृष्टिकोण ही इष्टतम एसिम्प्टोटिक चौड़ाई प्राप्त करता है, जिसमें व्यावहारिक अनुप्रयोग दिखाते हैं कि चयन के लिए सुधार करना होमोफिली और मार्केट सेगमेंटेशन जैसी नेटवर्क विशेषताओं के बारे में निष्कर्षों को महत्वपूर्ण रूप से बदल सकता है।

Eric Auerbach, Jonathan Auerbach, Sidonia McKenzie2026-07-02
📊 statistics

Confidence Intervals for the Risk Difference in Combined Unilateral and Bilateral Data Incorporating a Distribution-Based Approach

यह शोध पत्र एक नवीन वितरण-आधारित विश्वास अंतराल विधि प्रस्तावित करता है जो संयुक्त एकतरफा और द्विपक्षीय बाइनरी परिणाम अध्ययनों में जोखिम अंतर के अनुमान को सुधारने के लिए इंट्रा-सब्जेक्ट सहसंबंध और परिमित-नमूना विषमता (फाइनाइट-सैंपल स्क्यूनेस) को ध्यान में रखता है, जो सिमुलेशन और वास्तविक दुनिया के डेटा विश्लेषण के माध्यम से छोटे नमूनों में पारंपरिक स्पर्शोन्मुख (एसिम्प्टोटिक) विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Jia Zhou, Chang-Xing Ma2026-07-02
📊 statistics

Distributed Prediction under Heterogeneity with Unidentifiable Parameter

यह शोध पत्र एक नवीन वितरित अर्ध-प्राचलीकृत (semiparametric) ढांचे का प्रस्ताव करता है जो एक अनुकूली समरूपता अन्वेषण (adaptive homogeneity pursuit), इनवेक्स विश्रांति (invex relaxation) और बहु-चरणीय स्थानीय अपडेटों के माध्यम से अनिश्चित प्राचलों (unidentifiable parameters), डेटा विषमता और संचार लागत की चुनौतियों का समाधान करता है, जिससे सिमुलेशन और वास्तविक चिकित्सा अनुप्रयोगों दोनों में इष्टतम अभिसरण दर और उत्कृष्ट पूर्वानुमान प्रदर्शन प्राप्त होता है।

Erbo Li, Zhaojun Hu, Ting Wei, Yifan Sun, Liping Zhu2026-07-02
📊 statistics

Multiple Testing of Linear Forms for Noisy Matrix Completion

यह शोध पत्र तीव्र एसिम्प्टोटिक्स (asymptotics) वाले नए सांख्यिकी और एक डेटा स्प्लिटिंग योजना को पेश करके, नॉइज़ी मैट्रिक्स कंप्लीशन के लिए लीनियर फॉर्म्स के मल्टीपल टेस्टिंग में फॉल्स डिस्कवरी रेट को नियंत्रित करने के लिए एक नवीन कार्यप्रणाली प्रस्तावित करता है, जिससे बायस-वेरिएंस ट्रेडऑफ़ और जटिल निर्भरताओं से संबंधित चुनौतियों पर काबू पाते हुए लगभग इष्टतम सैंपल साइज़ के तहत गारंटीकृत पावर प्राप्त की जा सके।

Wanteng Ma, Lilun Du, Dong Xia, Ming Yuan2026-07-01
📊 statistics

Coarsening Bias from Variable Discretization in Causal Functionals

यह शोध पत्र एक सरल डिबायस्ड कोसन्ड फंक्शनल (debiased coarsened functional) प्रस्तावित करके कॉज़ल आइडेंटिफिकेशन फंक्शनल्स में निरंतर चरों के विविक्तीकरण (discretization) से उत्पन्न होने वाले प्रथम-क्रम सन्निकटन पूर्वाग्रह (first-order approximation bias) को संबोधित करता है, जो परिणाम प्रतिगमन (outcome regressions) को बिन-के भीतर सशर्त माध्यों पर मूल्यांकित करता है, जिससे त्रुटि घटकर द्वितीय क्रम की हो जाती है और मोटे बिनिंग (coarse binning) के तहत भी सांख्यिकीय अनुमान में सुधार होता है।

Xiaxian Ou, Razieh Nabi2026-07-01
📊 statistics

MediEncoder: Nonlinear Representation Learning for High-Dimensional Causal Mediation Analysis

MediEncoder एक नवीन रिप्रजेंटेशन-लर्निंग फ्रेमवर्क है जो उच्च-आयामी, गैररेखीय कारण मध्यस्थता विश्लेषण (causal mediation analysis) में प्राकृतिक प्रत्यक्ष और अप्रत्यक्ष प्रभावों के सुदृढ़, स्पर्शोन्मुखी सामान्य अनुमान (asymptotically normal estimation) को सक्षम करने के लिए एक क्रॉस-फैक्टर नेटवर्क के साथ एक युग्मित एनकोडर-डिकोडर आर्किटेक्चर का उपयोग करता है, जो सिमुलेशन और वास्तविक अल्जाइमर रोग अनुप्रयोगों दोनों में मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Shi Bo, Debarghya Mukherjee, AmirEmad Ghassami2026-07-01
📊 statistics

Horseshoe Priors for Spatial Small Area Estimation: Regular Variation, Tail Robustness, and Deep Learning

यह शोध पत्र स्थानिक लघु क्षेत्र अनुमान (spatial small area estimation) के लिए हॉर्सशू प्रायर (horseshoe prior) के सैद्धांतिक लाभों को स्थापित करता है, जो गाऊसी स्मूथिंग मॉडलों (Gaussian smoothing models) की तुलना में इसकी बेहतर टेल रोबस्टनेस (tail robustness) और मिनिमैक्स इष्टतमता (minimax optimality) को प्रदर्शित करता है, साथ ही एक कुशल गिब्स सैंपलर (Gibbs sampler) और इस बात के अनुभवजन्य प्रमाण भी प्रदान करता है कि यह वैश्विक सूचना उधार लेने (global information borrowing) और असाधारण स्थानीय संकेतों के संरक्षण के बीच प्रभावी ढंग से संतुलन बनाता है।

Dhiman Bhadra, Nicholas Polson2026-07-01
🤖 machine learning

Personalizing Marketplace Policies with Competing Objectives and Constrained Experiments: Evidence from a Job Marketplace

यह शोध पत्र जॉब मार्केटप्लेस नीतियों को व्यक्तिगत बनाने के लिए एक एकीकृत ढांचे को प्रस्तुत करता है जो उपचार प्रभाव निष्कर्षण (treatment effect extrapolation) के साथ एंसेम्बल-आधारित हाइब्रिड रैंकिंग मॉडल को जोड़कर, सीमित प्रयोगात्मक स्थितियों के तहत नियोक्ता और नौकरी चाहने वाले के प्रतिस्पर्धी उद्देश्यों को सफलतापूर्वक संतुलित करता है, जिसके परिणामस्वरूप जुड़ाव संबंधी सुरक्षा उपायों (engagement guardrails) को बनाए रखते हुए महत्वपूर्ण मेट्रिक सुधार प्राप्त होते हैं।

Yufei Wu, Zhen Yan2026-07-01
📊 statistics

Residual-on-Residual Regression as a Tool for Effect Estimation in Observational Data

यह शोध पत्र अवलोकनात्मक डेटा (observational data) में एक्सपोज़र प्रभावों के अनुमान के लिए AIPW और TMLE के एक स्थिर, व्याख्यात्मक और गणनात्मक रूप से सरल विकल्प के रूप में 'रेसिड्यूअल-ऑन-रेसिड्यूअल रिग्रेशन' (residual-on-residual regression) का प्रस्ताव करता है, जो सिमुलेशन और वास्तविक दुनिया के अनुप्रयोगों के माध्यम से यह प्रदर्शित करता है कि यह मानक स्थितियों के तहत स्थापित विधियों के तुलनीय प्रदर्शन करता है और पॉजिटिविटी उल्लंघन (positivity violations) होने पर उनसे बेहतर प्रदर्शन करता है।

Ashley I. Naimi, Qianhui Jin, Ya-Hui Yu, Sara M. Parisi, Lisa M. Bodnar2026-07-01
📊 statistics

Simultaneous confidence bands for cumulative hazard via exchangeable bootstrap and box calibration

यह शोध पत्र दाईं ओर सेंसरिंग (right censoring) के तहत संचयी जोखिम कार्यों (cumulative hazard functions) के लिए एक समवर्ती विश्वास बैंड (simultaneous confidence bands) के निर्माण के लिए एक नवीन प्रक्रिया प्रस्तावित करता है जो नेल्सन-आलेन अनुपात संरचना (Nelson-Aalen ratio structure) को संरक्षित करने वाले एक विनिमेय बूटस्ट्रैप (exchangeable bootstrap) को एक गणनात्मक रूप से कुशल बॉक्स अंशांकन (box calibration) के साथ जोड़ता है, जिसके परिणामस्वरूप मौजूदा विधियों की तुलना में बेहतर परिमित-नमूना कवरेज सटीकता (finite-sample coverage accuracy) प्राप्त होती है।

Min Lin, Grzegorz Rempala, Eben Kenah, Qianying Lin2026-07-01