📊 Category

stat.ME

2426 पेपर

📊 statistics

Optimal Treatment Policy Estimation for Recurrent Events with a Competing Terminal Event: An Instrumented Difference-in-Differences Approach

यह शोध पत्र एक नवीन इंस्ट्रुमेंटेड डिफरेंस-इन-डिफरेंसेस (iDID) ढांचे को एक मल्टीपली रोबस्ट एस्टीमेटर के साथ प्रस्तावित करता है, जो एक प्रतिस्पर्धी टर्मिनल घटना की उपस्थिति में आवर्तक घटनाओं के लिए इष्टतम उपचार नीतियों को पहचानने हेतु, प्रशासनिक स्वास्थ्य डेटा में अपरिवर्तित कन्फाउंडिंग को प्रभावी ढंग से संबोधित करता है और ऐसी नीतियों को रोकता है जो मृत्यु दर बढ़ाकर प्रतिकूल घटनाओं को कम करती हैं।

Ritoban Kundu, James Flory, Sean Hennessy, Ashkan Ertefaie2026-06-04
📊 statistics

Constrained Weighted Bayesian Bootstrap

यह शोध पत्र कंस्ट्रेंड वेटेड बेयसियन बूटस्ट्रैप (constrained weighted Bayesian bootstrap) को प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल विधि है जो सामान्य कंस्ट्रेंड पोस्टीरियर वितरणों से विसंगत रूप से वैध (asymptotically valid) नमूने उत्पन्न करने के लिए कॉनवेक्स ऑप्टिमाइज़ेशन का लाभ उठाती है, जिससे उन समस्याओं के लिए मजबूत अनिश्चितता परिमाणीकरण (uncertainty quantification) प्रदान होता है जो पारंपरिक रूप से केवल पॉइंट एस्टीमेट्स तक सीमित रही हैं।

Sam Rosen, Jason Xu2026-06-04
📊 statistics

Folded Transport MCMC: Certifiable Quotient Posterior Computation for Symmetric Bayesian Models

यह शोध पत्र फोल्डेड ट्रांसपोर्ट एम.सी.एम.सी. (FolT-MCMC) को प्रस्तुत करता है, जो एक नवीन विधि है जो एक सिमेट्राइज्ड नॉर्मलाइजिंग फ्लो प्रपोजल का निर्माण करके सिमेट्रिक मॉडल्स के कोटिएंट पोस्टीरियर पर सीधे बेयसियन इन्फरेंस करती है, जिससे लेबल-स्विचिंग मल्टीमोडैलिटी को दूर करने के लिए विभिन्न आयामों और वास्तविक दुनिया के अनुप्रयोगों में काफी बेहतर और प्रमाणित अभिसरण (convergence) प्राप्त होता है।

Jun Hu2026-06-04
📊 statistics

Robust Prediction Variance Estimation for Gaussian Process Regression Under Covariance Smoothness Misspecification

यह शोध पत्र गॉसियन प्रोसेस रिग्रेशन में कोवेरिएंस स्मूथनेस मिसस्पेसिफिकेशन के कारण होने वाले प्रेडिक्शन वेरिएंस एस्टीमेट्स में डाउनवर्ड बायस को संबोधित करता है, जो परिणामी त्रुटि के अभिसरण गुणों को प्रदर्शित करते हुए एक नए, अधिक सुदृढ़ एस्टीमेटर का प्रस्ताव देता है जो ऐसी मॉडल अनिश्चितता के तहत मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Roberto Rivera2026-06-04
📊 statistics

A New Perspective on Reverse Diffusion for Monte Carlo Sampling

यह शोध पत्र एक नवीन मोंटे कार्लो सैंपलिंग फ्रेमवर्क प्रस्तावित करता है जो लक्ष्य घनत्व (target density) को एक परिमित-क्षिति (finite-horizon) रिवर्स डिफ्यूजन प्रक्रिया के प्रारंभिक मार्जिनल के रूप में समाविष्ट करता है, जो रेडॉन-निकोडिम डेरिवेटिव प्रतिनिधित्व का उपयोग करके दो समानांतर करने योग्य, मेट्रोपोलिस-हेस्टिंग्स-आधारित एल्गोरिदम विकसित करने के माध्यम से समय विविक्तकरण (time discretization) और स्कोर अनुमान त्रुटियों को समाप्त करता है जो जटिल, बहुविध वितरणों (multimodal distributions) के लिए रैंडम-वॉक मेट्रोपोलिस से बेहतर प्रदर्शन करते हैं।

Jairon H. N. Batista, Flávio B. Gonçalves, Yuri F. Saporito, Rodrigo S. Targino2026-06-04
📊 statistics

Powerful Multivariate Sensitivity Analysis via Sample Splitting in an Observational Study of the Effects of Poverty on Cardiovascular Disease Risk Factors

यह शोध पत्र अवलोकन संबंधी अध्ययनों में शक्तिशाली बहुभिन्नरूपी संवेदनशीलता विश्लेषण के लिए कई परिणामों के इष्टतम रैखिक संयोजनों की पहचान करने हेतु एक सैंपल-स्प्लिटिंग विधि प्रस्तावित करता है, जो इसके उन्नत परिमित-नमूना प्रदर्शन को प्रदर्शित करता है और यह प्रकट करने के लिए इसे लागू करता है कि गरीबी बच्चों की शारीरिक संरचना, शारीरिक गतिविधि और तंबाकू के संपर्क को प्रतिकूल रूप से प्रभावित करती है, हालांकि अधिकांश निष्कर्ष अनमापित कन्फाउंडिंग (unmeasured confounding) के प्रति संवेदनशील बने रहते हैं।

William Bekerman, Anurag Mehta, Rebecca E. Hasson, Leah E. Robinson, Dylan S. Small, Colin B. Fogarty2026-06-04
📊 statistics

Bias Correction for Scalar-on-Density Regression Models

यह शोध पत्र सीमित मापनों से घनत्व सहचरों (density covariates) के अनुमान के कारण स्केलर-ऑन-डेंसिटी रिग्रेशन मॉडलों में होने वाले क्षीणन पूर्वाग्रह (attenuation bias) को ठीक करने के लिए एक सिमुलेशन एक्सट्रपलेशन (SIMEX) विधि प्रस्तावित करता है, जो सिमुलेशन और एक वास्तविक अनुप्रयोग के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण प्रभावी रूप से पूर्वाग्रह को कम करता है और अनुमान सटीकता में सुधार करता है।

Fenglin Xie, Todd Ogden2026-06-04
📊 statistics

Bivariate inverse Gaussian degradation processes with shared random effects and an application to fatigue cracks

यह शोध पत्र एक लचीले द्विचरीय व्युत्क्रम गॉसियन क्षरण ढांचे का प्रस्ताव करता है जो निर्भर प्रदर्शन विशेषताओं को मॉडल करने के लिए एक सामान्यीकृत गामा साझा दुर्बलता (generalized gamma shared frailty) का उपयोग करता है, और सिमुलेशन एवं थकान दरार डेटा विश्लेषण के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण मौजूदा विधियों की तुलना में बेहतर मॉडल फिटिंग और विश्वसनीयता अनुमान प्रदान करता है।

Yuvraj Dutta, Sandip Barui, Debanjan Mitra, Narayanaswamy Balakrishnan2026-06-04
📊 statistics

Improving Longitudinal Targeted Maximum Likelihood Estimation in Target Trial Emulation using Joint Calibrated Weights

यह शोध पत्र संयुक्त कैलिब्रेटेड लोंगिट्यूडिनल टार्गेटेड मैक्सिमम लाइकलीहुड एस्टीमेशन (LTMLE) का प्रस्ताव करता है ताकि संयुक्त कैलिब्रेटेड वेट्स के माध्यम से उपचार और सेंसरिंग प्रक्रियाओं में कोवेरिएट बैलेंस को एक साथ लागू करके टारगेट ट्रायल इम्यूलेशन में पर-प्रोटोकॉल प्रभाव अनुमान की स्थिरता, दक्षता और मजबूती को बढ़ाया जा सके।

Juliette M. Limozin, Shaun R. Seaman, Li Su2026-06-04
🔭 astrophysics

Estimating hyperparameters and instrument parameters in regularized inversion. Illustration for SPIRE/Herschel map making

यह शोध पत्र हर्शेल SPIRE उपकरण के सिम्युलेटेड और वास्तविक डेटा के अनुप्रयोगों के माध्यम से अपनी प्रभावशीलता प्रदर्शित करते हुए, नियमितकृत इमेज रिकंस्ट्रक्शन (regularized image reconstruction) में हाइपरपैरामीटर और इंस्ट्रूमेंट पैरामीटर्स का अनुमान लगाने के लिए मार्कोव चेन मोंटे कार्लो सैंपलिंग का उपयोग करने वाले एक बेयसियन फ्रेमवर्क को प्रस्तुत करता है।

F. Orieux, J. -F. Giovannelli, T. Rodet, A. Abergel2026-06-03