2412 पेपर
यह शोध पत्र एक स्थानिक कॉक्स प्रक्रिया मॉडल (spatial Cox process model) के लिए एक विविक्तीकरण-मुक्त (discretization-free) MCMC एल्गोरिदम का प्रस्ताव करता है जो पॉइंट पैटर्न डेटा में अचानक तीव्रता परिवर्तन और हॉटस्पॉट्स जैसी गैर-स्थिर विशेषताओं को लचीले ढंग से कैप्चर करने के लिए एक रैंडम वोरोनोई विभाजन (random Voronoi partition) का उपयोग करता है, जबकि सटीक अनुमान और कम्प्यूटेशनल स्केलेबिलिटी सुनिश्चित करता है।
यह शोध पत्र एक कॉन्फिडेंस डिस्ट्रीब्यूशन दृष्टिकोण के माध्यम से हेटेरोजेनिटी अनसर्टेंटी (विषमता अनिश्चितता) को एकीकृत करके, एडिंगटन के -वैल्यू-आधारित मेटा-एनालिसिस फ्रेमवर्क को रैंडम-इफेक्ट्स मॉडल्स तक विस्तारित करता है, जिससे कम बायस वाले पॉइंट एस्टिमेट्स और ऐसे कॉन्फिडेंस इंटरवल्स प्राप्त होते हैं जो आम तौर पर नाममात्र कवरेज प्राप्त करते हैं और अक्सर हार्टुंग-नैप-सिडिक-जोंकमैन अंतराल की तुलना में संकीर्ण रहते हैं।
यह शोधपत्र एडिंगटन के -वैल्यू दृष्टिकोण को कॉन्फिडेंस डिस्ट्रीब्यूशन के साथ संयोजित करके रैंडम-इफेक्ट्स मेटा-एनालिसिस में प्रेडिक्शन इंटरवल (पूर्वानुमान अंतराल) के निर्माण के लिए एक नवीन विधि प्रस्तावित करता है ताकि विषमता अनिश्चितता और विषमता (skewness) को प्रभावी ढंग से समाहित किया जा सके, जिससे वहां भी नाममात्र कवरेज प्राप्त किया जा सके जहां पारंपरिक सूत्र विफल हो जाते हैं।
यह शोध पत्र एक नई क्वांटाइल-आधारित पैरामीटर अनुमान पद्धति और फ्रैक्शनल पॉइसन प्रक्रिया के लिए एक दूरी-भारित मौसमी संशोधन प्रस्तुत करता है, जो सिमुलेशन और उत्तरी अटलांटिक-यूरोपीय क्षेत्र में सापेक्ष वोर्टिसिटी (relative vorticity) के चरम मानों के मॉडलिंग पर एक अनुप्रयोग के माध्यम से उनकी प्रभावशीलता को प्रदर्शित करता है।
यह शोध पत्र पदानुक्रमित आंशिक-क्रम (HPO) मॉडलों को पेश करता है ताकि रैंक एकत्रीकरण का विस्तार करके समूहों में व्यवस्थित डेटा को समाहित किया जा सके, जो लेटेंट आंशिक क्रमों के एक पदानुक्रम के माध्यम से एक लचीला ढांचा प्रदान करता है जो भविष्य कहनेवाला सटीकता और संरचनात्मक व्याख्यात्मकता में मौजूदा विधियों से बेहतर प्रदर्शन करता है और एक नवीन HCPO विस्तार के माध्यम से अनसुपरवाइज्ड क्लस्टरिंग को सक्षम बनाता है।
यह शोध पत्र एक गैर-पैरामीट्रिक रूप से कुशल अनुमानक (estimator) और एक डेटा-अनुकूलित टिल्टिंग प्रक्रिया प्रस्तुत करता है ताकि दूरस्थ परिणामों (distal outcomes) को लक्षित करने वाले इष्टतम स्टोकेस्टिक जस्ट-इन-टाइम एडेप्टिव इंटरवेंशन (JITAIs) का स्थिर अनुमान, निष्कर्ष और अनुकूलन सक्षम किया जा सके, जो कई निर्णय बिंदुओं वाले परिवेश में पूर्वाग्रह, अस्थिरता और व्याख्यात्मकता से संबंधित चुनौतियों पर विजय प्राप्त करता है।
यह शोध पत्र कॉची कॉम्बिनेशन के साथ दीर्घवृत्तीय नियमित हॉटेलिंग टेस्ट (ERHT-CC) का प्रस्ताव करता है, जो भारी-पूंछ वाले दीर्घवृत्तीय वितरणों और व्यापक निर्भरता के तहत उच्च-आयामी एक-नमूना स्थान परीक्षण के लिए एक सुदृढ़ सांख्यिकीय विधि है, जो क्रॉस-रिज सहसंबंध अनुमान की आवश्यकता के बिना रिज मापदंडों के एक नियत ग्रिड पर p-मानों को एकत्रित करके अनुकूल परिमित-नमूना प्रदर्शन प्राप्त करता है।
यह शोधपत्र महंगे MCMC मूव्स पर निर्भरता को कम करने के लिए सीक्वेंशियल मोंटे कार्लो (SMC) और एप्रोक्सिमेट बेयस कम्प्यूटेशन (ABC)-SMC एल्गोरिदम में पारेटो स्मूथड इम्पोर्टेंस सैंपलिंग (PSIS) के एकीकरण की जांच करता है, लेकिन यह निष्कर्ष निकालता है कि SMC में लक्ष्यों के अनुक्रम के माध्यम से प्राप्त विचरण न्यूनीकरण (variance reduction), पारेटो स्मूदनिंग के अतिरिक्त लाभों को न्यूनतम बना देता है।
यह शोध पत्र प्रेडिक्टिव वेरिएशनल इन्फरेंस (PVI) को प्रस्तुत करता है, जो एक सामान्य ढांचा है जो मानक बेयसियन पोस्टीरियर का अनुमान लगाने के बजाय कई स्कोरिंग नियमों का उपयोग करके पोस्टीरियर प्रेडिक्टिव वितरण और वास्तविक डेटा-जनरेटिंग प्रक्रिया के बीच विसंगति को सीधे न्यूनतम करके एक इष्टतम पोस्टीरियर वितरण सीखता है, जिससे मॉडल मिसस्पेसिफिकेशन के तहत मजबूती में सुधार होता है और स्वचालित मॉडल निदान सक्षम होता है।
यह शोध पत्र एक स्रोत जनसंख्या (पाँच बैटलग्राउंड राज्य) में एक यादृच्छिक परीक्षण (रैंडमाइज्ड ट्रायल) से एक लक्षित जनसंख्या (जॉर्जिया) में कारण प्रभावों का अनुमान लगाने के लिए संवेदनशीलता विश्लेषण के साथ एक ट्रांसफर लर्निंग फ्रेमवर्क प्रस्तावित करता है, जो पूर्ण ट्रांसपोर्टेबिलिटी की धारणा बनाए बिना यह प्रकट करता है कि इस धारणा से छोटे विचलन नस्लीय संरचना द्वारा संचालित मतदाता मतदान पर विषम विज्ञापन प्रभावों की ओर ले जाते हैं।