📊 सांख्यिकी

Accurate mean-field predictions for cognitively grounded social influence dynamics with confirmation bias

यह शोध पत्र प्रदर्शित करता है कि पुष्टिकरण पूर्वाग्रह (कन्फर्मेशन बायस) के साथ सामाजिक प्रभाव के संज्ञानात्मक रूप से विस्तृत एजेंट-आधारित मॉडलों को सटीक रूप से एक निम्न-आयामी, विश्लेषणात्मक रूप से सुलभ मीन-फील्ड प्रणाली में कम किया जा सकता है जो आम सहमति से ध्रुवीकरण की ओर संक्रमण को पकड़ता है और समरूपता भंग (सिमेट्री ब्रेकिंग) के निदान के लिए एक सरल स्थिरता परीक्षण प्रदान करता है।

Sven Banisch, Joris Wessels2026-07-02
📊 सांख्यिकी

Trust in Health Information Sources and Perceived Climate Change Health Risks: Evidence from the 2022 and 2024 Health Information National Trends Survey

2022 और 2024 के हेल्थ इंफॉर्मेशन नेशनल ट्रेंड्स सर्वे के डेटा का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि सरकारी स्वास्थ्य एजेंसियों में विश्वास, जलवायु परिवर्तन को स्वास्थ्य जोखिम के रूप में समझने का सबसे मजबूत भविष्यवक्ता है, जबकि वैज्ञानिकों में विश्वास एक कमजोर, घटता हुआ संबंध दिखाता है और डॉक्टरों में विश्वास एक महत्वपूर्ण कारक नहीं है।

Miyeon Kim2026-07-01
📊 सांख्यिकी

Mathematical Modeling of the Rate of Cognitive Adaptation With an AI Tutor Among Adult Learners

यह अनुभवजन्य अध्ययन एक गणितीय मॉडल को प्रमाणित करता है जो यह दर्शाता है कि तकनीकी क्षेत्रों में वयस्क शिक्षार्थियों के संज्ञानात्मक अनुकूलन की दर मुख्य रूप से प्रारंभिक बौद्धिक क्षमता के बजाय बौद्धिक विनम्रता और अहंकार-शोर (ego-noise) के अनुपात द्वारा संचालित होती है, जिसमें अहंकार-शोर को न्यूनतम करना सही समाधानों के पठार (plateau) तक पहुँचने के समय को महत्वपूर्ण रूप से त्वरित करता है।

Kibriyo Mukhamadieva2026-07-01
📊 सांख्यिकी

Scalable Random Survival Forests via Risk Set Sampling

यह शोध पत्र एक स्केलेबल रैंडम सर्वाइवल फॉरेस्ट्स विधि का प्रस्ताव करता है जो जोखिम-सेट (risk-set) सैंपलिंग का उपयोग करके प्रशिक्षण समय को काफी कम कर देता है और साथ ही भविष्य कहनेवाला प्रदर्शन को बनाए रखता है या यहाँ तक कि सुधारता भी है, जिसे अब व्यापक रूप से उपयोग किए जाने वाले R पैकेज `ranger` में कार्यान्वित किया गया है।

Justine B. Nasejje, Niklas Koenen, Marvin N. Wright, Henry Mwambi2026-07-01
📊 सांख्यिकी

A New Pareto-Type Family via the Right-Sided Riemann–Liouville Fractional Integral: Properties and Applications

यह शोध पत्र राइट-साइडेड रीमैन-लिउविले फ्रैक्शनल इंटीग्रल ऑपरेटर के माध्यम से उत्पन्न पारेटो-प्रकार के वितरणों के एक नए लचीले परिवार को प्रस्तुत करता है, जो पूंछ के व्यवहार (tail behavior) को विनियमित करने के लिए एक सैद्धांतिक रूप से पुष्ट तंत्र प्रदान करता है और मौजूदा मॉडलों की तुलना में भारी-पूंछ वाले वास्तविक दुनिया के डेटा को मॉडल करने में बेहतर प्रदर्शन प्रदर्शित करता है।

Kamaldeen Olomoda ISIAK, AKEYEDE Imam, Yunus MUSA Olatunji, OYETAYO Oyebisi, Muhammad Abiodun SULAIMAN2026-07-01
📊 सांख्यिकी

Real-world performance of large-scale propensity score adjustment strategies: Matching, weighting, and stratification

यह अध्ययन चार राष्ट्रीय स्वास्थ्य सेवा डेटाबेसों में बड़े पैमाने पर प्रोपेंसिटी स्कोर एडजस्टमेंट रणनीतियों का मूल्यांकन करता है और यह निष्कर्ष निकालता है कि क्रम्प ट्रिमिंग (Crump trimming) के साथ इनवर्स प्रोबेबिलिटी ऑफ ट्रीटमेंट वेटिंग और 1:1 मैचिंग आम तौर पर सर्वश्रेष्ठ प्रदर्शन प्रदान करते हैं, हालांकि कोई भी एकल रणनीति सार्वभौमिक रूप से श्रेष्ठ नहीं है, जिससे चयन के मार्गदर्शन के लिए डायग्नोस्टिक्स और अनुभवजन्य अंशांकन (empirical calibration) का उपयोग करना आवश्यक हो जाता है।

Kelly M Li, Martijn J Schuemie, Patrick B Ryan, Linying Zhang, Yong Chen, Kashish Priyam, Nicole Pratt, George Hripcsak (…)2026-07-01
📊 सांख्यिकी

A Probabilistic Framework for Reconstructing Sparse UAV-Based Radiation Monitoring Data Using Gaussian Process Regression and Uncertainty Quantification

यह अध्ययन एक अनिश्चितता-जागरूक संभाव्य ढांचे (uncertainty-aware probabilistic framework) का प्रस्ताव करता है जो चोर्नोबिल एक्सक्लूजन ज़ोन के विरल यूएवी-आधारित विकिरण निगरानी डेटा को प्रभावी ढंग से पुनर्गठित करने के लिए गॉसियन प्रोसेस रिग्रेशन का उपयोग करता है, जो सटीकता में पारंपरिक इंटरपोलेशन विधियों से बेहतर प्रदर्शन करते हुए सूचित पर्यावरणीय निर्णय लेने के लिए आवश्यक स्थानिक अनिश्चितता अनुमान प्रदान करता है।

Andrii Bondarchuk, Tetiana Nosenko, Yurii Zabulonov2026-06-30
📊 सांख्यिकी

Robust Regularised M-Estimators for High-Dimensional Regression with Heavy-Tailed and Skewed Errors

यह शोध पत्र उच्च-आयामी प्रतिगमन (high-dimensional regression) के लिए रोबस्ट रेगुलराइज्ड एम-एस्टिमेटर्स (robust regularised M-estimators) के एक वर्ग को प्रस्तुत करता है जो न्यूनतम मोमेंट स्थितियों (finite α>1\alpha > 1) के तहत इष्टतम अभिसरण दर (optimal convergence rates) और वेरिएबल सिलेक्शन कंसिस्टेंसी (variable selection consistency) प्राप्त करता है, और भारी-पूंछ वाले (heavy-tailed), विषम (skewed) या संदूषित (contaminated) त्रुटियों के मामले में सिमुलेशन और वास्तविक दुनिया के जीनोमिक अनुप्रयोगों दोनों में मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Mazona Victor, Vincent Odiaka, Gabriel O. Obadina2026-06-30✓ Author reviewed ⓘ
📊 सांख्यिकी

Sparse Convex Biclustering

यह शोध पत्र स्पार्स कॉनवेक्स बाइकलस्टरिंग (SpaCoBi) का प्रस्ताव करता है, जो एक नवीन कॉनवेक्स ऑप्टिमाइज़ेशन विधि है जिसमें एक स्थिरता-आधारित ट्यूनिंग मानदंड है जो उच्च-आयामी डेटासेट में शोर और गणना संबंधी चुनौतियों को प्रभावी ढंग से संबोधित करता है, और मौजूदा अत्याधुनिक बाइकलस्टरिंग तकनीकों की तुलना में बेहतर सटीकता और मजबूती प्रदर्शित करता है।

Jiakun Jiang, Dewei Xiang, Cheliang Gu, Wei Liu, Binhuan Wang2026-06-30
📊 सांख्यिकी

Detecting and Quantifying Circularity Bias When Composite Quality Ratings Are Used as Covariates: A Methodological Demonstration Using CMS Hospital Excess Readmissions Data

यह शोध पत्र प्रदर्शित करता है कि प्रतिगमन मॉडलों (regression models) में संयुक्त गुणवत्ता रेटिंग को सहचरों (covariates) के रूप में शामिल करना एक चक्रीयता पूर्वाग्रह (circularity bias) उत्पन्न करता है जो संरचनात्मक भविष्यवाताओं के अनुमानित प्रभावों को व्यवस्थित रूप से कम कर देता है, जो कि CMS अस्पताल पुन: प्रवेश डेटा और मोंटे कार्लो सिमुलेशन के माध्यम से पुष्ट एक पद्धतिगत जोखिम है।

Ali Akram2026-06-30