📊 Category

stat.ME

2425 पेपर

📊 statistics

Inferring resource selection and utilization distributions from irregular and error-prone animal tracking data

यह शोध पत्र लैप्लास सन्निकटन (Laplace approximation) और टेम्पलेट मॉडल बिल्डर (Template Model Builder - TMB) का उपयोग करते हुए एक गणनात्मक रूप से कुशल, एकल-चरणीय ढांचे को प्रस्तुत करता है जो अनियमित, त्रुटिपूर्ण पशु ट्रैकिंग डेटा से आवास चयन (habitat selection) और उपयोग वितरण (utilization distributions) को एक साथ अनुमानित करता है, जो पारंपरिक दो-चरणीय विधियों के पूर्वाग्रहों को प्रभावी ढंग से दूर करता है और सिमुलेशन एवं नार्वेल टेलीमेट्री अनुप्रयोगों में उत्कृष्ट प्रदर्शन प्रदर्शित करता है।

Fanny Dupont, Brett T. McClintock, Jan-Ole Fischer, Marianne Marcoux, Nigel E. Hussey, Marie Auger-Méthé2026-06-12
📊 statistics

Extending Prais-Winsten Regression to Panel Data with Higher-Order Autoregressive Errors: A Simulation Study

यह शोध पत्र स्टेटा (Stata) पैकेज `xtpraisk` प्रस्तुत करता है, जो उच्च-क्रम ऑटोरेग्रेसिव त्रुटियों (higher-order autoregressive errors) वाले पैनल डेटा के लिए प्रेज़-विंस्टन (Prais-Winsten) रिग्रेशन का विस्तार करता है, और मोंटे कार्लो सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि यह ड्रिस्कॉल-क्रे (Driscoll-Kraay) एस्टिमेटर (`xtscc`) की तुलना में बेहतर प्रदर्शन करता है, विशेष रूप से उच्च-क्रम ऑटोकोरिलेशन और लघु समय श्रृंखला (short time series) की उपस्थिति में वैध अनुमान बनाए रखते हुए और उच्च सांख्यिकीय शक्ति प्राप्त करते हुए।

Ariel Linden2026-06-12
📊 statistics

Computationally tractable robust differentially private mean estimation

यह शोध पत्र "बैलून मीन" (balloon mean) को प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल और सुदृढ़ डिफरेंशियल प्राइवेट एस्टिमेटर है, जो भारी-पूंछ (heavy-tailed) और संदूषित (contaminated) परिवेश में मजबूत सांख्यिकीय प्रदर्शन और आउटलायर प्रतिरोध प्राप्त करने के लिए विस्तार करने वाले महालनोबिस बॉल्स (Mahalanobis balls) पर एक पुनरावृत्ति क्लिपिंग प्रक्रिया का उपयोग करता है।

Kelly Ramsay2026-06-12
📊 statistics

Diagnostics-guided variance-inflated Fay-Herriot estimation from non-probability samples

यह शोध पत्र एक डायग्नोस्टिक्स-गाइडेड वेरिएंस-इन्फ्लेटेड फे-हेरियट एस्टिमेटर का प्रस्ताव करता है जो डोमेन-विशिष्ट विश्वसनीयता मेट्रिक्स का उपयोग करके वेरिएंस इन्फ्लेशन को अनुकूल रूप से बढ़ाने के माध्यम से गैर-संभाव्यता नमूनों से लघु क्षेत्र अनुमान (स्मॉल एरिया एस्टिमेशन) में सुधार करता है, जिससे अविश्वसनीय डोमेन अनुमानों को प्रतिगमन माध्य (रिग्रेशन मीन) की ओर अधिक मजबूती से सुचारू किया जाता है और समग्र अनुमान त्रुटि को कम किया जाता है।

Andrius Čiginas2026-06-12
📊 statistics

Calibrating simplified vine copulas with a noise contrastive estimation approach

यह शोधपत्र सरलीकृत वाइन कोपुलस (vine copulas) के लिए एक नवीन अंशांकन रणनीति प्रस्तावित करता है जो अवलोकन-विशिष्ट सुधार कारकों को प्राप्त करने के लिए नॉइज़ कॉन्ट्रास्टिव एस्टीमेशन (noise contrastive estimation) का उपयोग करता है, जो गणनात्मक सुगमता को बनाए रखते हुए मॉडल की सटीकता में प्रभावी रूप से सुधार करता है जब सरलीकरण की धारणा का उल्लंघन होता है।

Michael Denis Kraus, David Huk, Claudia Czado2026-06-12
📊 statistics

Towards More General Control of Diffusion Models Using Jeffrey Guidance

यह शोध पत्र जेफ्री गाइडेंस (Jeffrey guidance) प्रस्तुत करता है, जो एक सिद्धांतपूर्ण ढांचा है जो मानक सशर्त नमूनाकरण (conditional sampling) से परे डिफ्यूजन मॉडल नियंत्रण को विस्तारित करने के लिए जेफ्री के नियम का लाभ उठाता है, जो संयुक्त वितरण (joint distribution) को न्यूनतम रूप से बाधित करते हुए निर्धारित लक्ष्यों की ओर सीमांत वितरणों (marginal distributions) को अपडेट करता है, जिससे बेहतर छवि गुणवत्ता और निष्पक्षता प्राप्त होती है।

Raphaël Razafindralambo, Rémy Sun, Frédéric Precioso, Jes Frellsen, Pierre-Alexandre Mattei2026-06-12
📊 statistics

Neyman-Pearson and equal opportunity: when efficiency meets fairness in classification

यह शोध पत्र समान अवसर (equal opportunity) द्वारा बाधित एक नेमन-पियर्सन वर्गीकरण ढांचे को प्रस्तुत करता है, जो एक ऑरेकल क्लासिफायर व्युत्पन्न करता है और ऐसे परिमित-नमूना एल्गोरिदम प्रस्तावित करता है जो उच्च संभाव्यता के साथ जनसंख्या-स्तर की निष्पक्षता और दक्षता गारंटी को एक साथ संतुष्ट करते हैं।

Jianqing Fan, Xin Tong, Yanhui Wu, Lucy Xia, Shunan Yao2026-06-11
📈 economics

Causal clustering: design of cluster experiments under network interference

यह शोध पत्र नेटवर्क हस्तक्षेप (network interference) के तहत क्लस्टर प्रयोगों को डिजाइन करने के लिए एक रूपरेखा प्रस्तावित करता है, जिसमें वैश्विक उपचार प्रभाव (global treatment effect) के वर्स्ट-केस मीन-स्क्वेयर्ड एरर (worst-case mean-squared error) को न्यूनतम करने के लिए सेमी-डेफिनेट प्रोग्रामिंग के माध्यम से हल किए जाने वाले एक दंडित मिन-कट (penalized min-cut) समस्या के रूप में इष्टतम क्लस्टरिंग को सूत्रबद्ध किया गया है।

Davide Viviano, Lihua Lei, Guido Imbens, Brian Karrer, Okke Schrijvers, Liang Shi2026-06-11
📈 economics

Quasi-randomization tests for network interference: a random graph approach

यह शोध पत्र नेटवर्क हस्तक्षेप के लिए एक अर्ध-यादृच्छिक परीक्षण (quasi-randomization test) प्रस्तावित करता है जो रैंडम ग्राफ मॉडल के माध्यम से शून्य वितरण (null distributions) निर्मित करने के लिए नेटवर्क को एक यादृच्छिक चर (random variable) के रूप में मानता है, जिससे मौजूदा विधियों की गैर-इम्प्यूटेबिलिटी (non-imputability) और गणना संबंधी चुनौतियों पर विजय प्राप्त होती है और विशेष रूप से क्लस्टर-रैंडमाइज्ड ट्रायल्स में सटीक परिमित-नमूना वैधता (exact finite-sample validity) और बेहतर शक्ति (improved power) प्रदान की जाती है।

Supriya Tiwari, Pallavi Basu2026-06-11
📈 economics

Program Evaluation with Remotely Sensed Outcomes

यह शोधपत्र प्रायोगिक डेटा को अवलोकन संबंधी डेटा के साथ संयोजित करके प्रयोगों और अर्ध-प्रयोगों में गैर-प्राचलीय (nonparametrically) रूप से कारण प्रभावों की पहचान करने की एक विधि प्रस्तावित करता है, जहाँ कम लागत वाले, स्केलेबल रिमोटली सेंसड चर (जैसे उपग्रह इमेजरी) अपूर्ण रूप से मापे गए आर्थिक परिणामों के लिए पोस्ट-आउटकम प्रॉक्सी के रूप में कार्य करते हैं।

Ashesh Rambachan, Rahul Singh, Davide Viviano2026-06-11