2426 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि समय-परिवर्तनीय ड्रिफ्ट वाले ड्रिफ्ट डिफ्यूजन मॉडल्स में कुशल पैरामीटर अनुमान के लिए सामान्यतः उपयोग किया जाने वाला टाइम-एवरेज्ड ड्रिफ्ट एप्रोक्सिमेशन (TADA), सांख्यिकीय रूप से असंगत है और व्यवस्थित पूर्वाग्रहों तथा गलत वैज्ञानिक निष्कर्षों की ओर ले जाता है।
यह शोध पत्र नेटवर्क संदूषण के कारण एगोसेंट्रिक-नेटवर्क रैंडमाइज्ड ट्रायल्स में प्रत्यक्ष और अप्रत्यक्ष प्रभावों के हॉरविट्ज़-थॉम्पसनन अनुमानकों (Horvitz-Thompson estimators) में होने वाले पूर्वाग्रह को संबोधित करता है, जिसके लिए पक्षपात-सुधारित अनुमानक व्युत्पन्न किए गए हैं और एक नवीन संवेदनशीलता विश्लेषण ढांचे का प्रस्ताव दिया गया है, जिसे एचआईवी प्रिवेंशन ट्रायल्स नेटवर्क 037 अध्ययन में सटीक कारण संबंधी अनुमान (causal inference) के लिए आवश्यक सिद्ध किया गया है।
यह शोध पत्र एक आंशिक पहचान ढांचे (partial identification framework) का प्रस्ताव करता है जो 'मिसिंग नॉट एट रैंडम' (MNAR) डेटा के तहत जनसंख्या मात्राओं पर तीक्ष्ण सीमाएँ (sharp bounds) प्राप्त करने के लिए प्रीट्रेंड मॉडल्स से प्राप्त परिणाम भविष्यवाणियों को "कमजोर छाया चर" (weak shadow variables) के रूप में उपयोग करता है, जिससे शास्त्रीय विधियों की मजबूत धारणाओं या पूर्णता स्थितियों की आवश्यकता के बिना महत्वपूर्ण अंतराल न्यूनीकरण और वैध कवरेज प्राप्त होता है।
यह शोध पत्र एक स्पार्स सिंकहॉर्न ऑप्टिमल ट्रांसपोर्ट दृष्टिकोण का उपयोग करके MST-डायरेक्ट जियोस्टैटिस्टिकल सिमुलेशन पद्धति को मल्टीवेरिएट, कंडिशनल और बड़े पैमाने के परिदृश्यों को संभालने के लिए विस्तारित करता है जो संयुक्त वितरणों को सटीक रूप से संरक्षित करता है और हार्ड डेटा का सम्मान करता है, जबकि अनुमानित प्रोजेक्शन पर्स्यूट मल्टीवेरिएट ट्रांसफॉर्म (PPMT) से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक बेयसियन हाइपरग्राफ इन्फरेंस फ्रेमवर्क प्रस्तुत करता है जो लेटेंट (अव्यक्त), जोखिम-कारक-मॉड्यूलेटेड रोग पथों की पहचान करके इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड में बहु-रोग जोखिम को मॉडल करता है, जो व्याख्या योग्य उच्च-क्रम संरचनाएं, कैलिब्रेटेड अनिश्चितता और स्केलेबल वेरिएशनल इन्फरेंस के माध्यम से दुर्लभ रोगों के लिए बेहतर अनुमान प्रदान करता है।
यह शोध पत्र दो-दिशीय टेम्पोरल डेटा में एक साथ परिवर्तन बिंदुओं (चेंज पॉइंट्स) का पता लगाने के लिए एक उच्च-आयामी सांख्यिकीय कार्यप्रणाली विकसित और मान्य करता है, जो विशेष रूप से मौसमी और वार्षिक विविधताओं वाले जटिल जलवायु निगरानी परिदृश्यों को संबोधित करता है।
यह शोध पत्र पैरेलल-टेम्पर्ड प्रायोर प्रपोजल-रिकर्सिव बेयसियन (PPP-RB) अनुमान का प्रस्ताव करता है, जो एक नवीन विधि है जो पोस्टीरियर शिफ्ट (posterior shift) की समस्याओं को दूर करने और बड़े डेटासेट के लिए अधिक कुशल, स्केलेबल और सटीक बेयसियन अनुमान प्राप्त करने के लिए मेट्रोपोलिस-कपल्ड मार्कोव चेन मोंटे कार्लो सिद्धांतों का लाभ उठाते हुए PP-RB का विस्तार करती है।
यह शोध पत्र स्पार्स स्पेक्ट्रल प्रिसिजन मैट्रिसेस (sparse spectral precision matrices) के लिए एक उच्च-आयामी अनुमान ढांचा प्रस्तावित करता है जो पड़ोसी डिस्क्रीट फूरियर ट्रांसफॉर्म्स की पूर्ण संभावना (full likelihood) का उपयोग करके एक डिबायस्ड कॉम्प्लेक्स ग्राफिकल लासो अनुमानक (debiased complex graphical lasso estimator) का निर्माण करता है, जिससे परिमित-नमूना पूर्वाग्रहों (finite-sample biases) पर विजय प्राप्त होती है और स्थिर समय श्रृंखलाओं (stationary time series) में आवृत्ति-विशिष्ट सशर्त निर्भरताओं के लिए वैध प्रविष्टि-वार परिकल्पना परीक्षण (entry-wise hypothesis testing) सक्षम होता है।
यह शोध पत्र आधिकारिक सांख्यिकी में प्रत्यक्ष डोमेन अनुमान के लिए दो डिज़ाइन-आधारित, मॉडल-सहायता प्राप्त अनुमानकों का प्रस्ताव और मूल्यांकन करता है जो यूनि-वेट (uni-weight) गुण को बनाए रखने के लिए रिग्रेशन ट्रीज़ का उपयोग करते हैं, यह प्रदर्शित करते हुए कि जबकि एक जनसंख्या-स्तरीय ट्री हॉरविट्ज़-थॉमसन अनुमानक के समान व्यवहार करता है, एक डोमेन-विशिष्ट ट्री पर्याप्त विचरण कमी (variance reduction) प्रदान करता है।
यह शोध पत्र अमेरिकी एयरलाइन लाभ चक्रों पर एक अध्ययन को दोहराता और विस्तारित करता है, यह प्रदर्शित करते हुए कि जबकि मूल छह-क्लस्टर वर्गीकरण रैखिक और गैर-रैखिक PCA स्थानों में ज्यामितीय रूप से सुदृढ़ है, डेटासेट संरचनात्मक रूप से केवल तीन क्लस्टरों का समर्थन करता है, जो मूल विश्लेषण में कच्चे 7-आयामी स्थान में सह-रैखिकता (collinearity) के कारण अस्पष्ट रह गया था।