83 पेपर
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।
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।
यह अध्ययन प्रदर्शित करता है कि कथित संसाधन अभाव जोखिम भरे निर्णय लेने को बढ़ाता है, विशेष रूप से उच्च वस्तुनिष्ठ जोखिम के तहत, जैसा कि पदानुक्रमित ड्रिफ्ट डिफ्यूजन मॉडलिंग के माध्यम से प्रकट होकर जोखिम भरे विकल्प की ओर ड्रिफ्ट दर को त्वरित करता है।
यह शोध पत्र मेडिकेयर भुगतान अखंडता के लिए एक व्याख्यात्मक, पुनरुत्पादनीय सार्वजनिक-डेटा ढांचा प्रस्तुत करता है जो ऑडिट ट्राइएज को प्राथमिकता देने के साथ-साथ सांख्यिकीय विसंगतियों को कदाचार के प्रमाण से अलग करने के लिए रैंक-एग्रीगेटेड विसंगति एन्सेम्बल्स और कॉन्फॉर्मल कॉस्ट-रेफरेंस बैंड्स को एकीकृत करता है।
यह शोध पत्र गणित शिक्षा अनुसंधान के लिए एक माध्यिका-आधारित (median-based) प्रभाव आकार संकेतक प्रस्तुत करता है जो समूहों के मूल्यों की तुलना माध्यिकाओं से करके कोहेन के d (Cohen's d) का एक अधिक सहज और सुदृढ़ विकल्प प्रदान करता है, जिससे विषम वितरणों, आउटलेर्स और छोटे नमूना आकारों के प्रति संवेदनशीलता कम होती है और छात्र प्रदर्शन की व्यावहारिक व्याख्याओं के साथ बेहतर तालमेल बैठता है।
यह शोध पत्र HAIB-MEC फ्रेमवर्क प्रस्तुत करता है, जो एक हाइब्रिड मशीन लर्निंग-बेयसियन प्रणाली है जो मापन त्रुटि से प्रभावित स्वास्थ्य डेटासेट में सटीकता में उल्लेखनीय सुधार करने, पूर्वाग्रह को कम करने और विश्वसनीयता बढ़ाने के लिए गैर-रेखीय भविष्य कहनेवाला मॉडलिंग (nonlinear predictive modeling) को पदानुक्रमित अनिश्चितता सुधार (hierarchical uncertainty correction) के साथ एकीकृत करता है।
यह शोध पत्र नॉनसेंस डिपेंडेंस इंडेक्स (NDI) को प्रस्तुत करता है, जो एक सरल रैंक-आधारित नैदानिक (डायग्नोस्टिक) है जिसे वास्तविक एकदिष्ट (मोनोटोन) संबंधों और सामान्य रुझानों या बाहरी कारकों द्वारा संचालित छद्म जुड़ावों के बीच प्रभावी ढंग से अंतर करने के लिए केंडल के और बर्ग्स्मा-डैसियोस के के वर्गमूल के अंतर के रूप में परिभाषित किया गया है।
यह अध्ययन इंडोनेशियाई बीमा व्यापक आय के पूर्वानुमान के लिए SARIMA और LSTM मॉडलों की तुलना करता है, जिसमें यह पाया गया है कि जबकि SARIMA मौसमी रुझानों को बेहतर ढंग से पकड़ता है, दोनों मॉडल सीमित सटीकता प्रदर्शित करते हैं, जो यह सुझाव देता है कि पूर्वानुमान प्रदर्शन में सुधार के लिए भविष्य के हाइब्रिड दृष्टिकोणों और बाहरी चरों की आवश्यकता है।
इस अध्ययन ने तंजानिया में एक पल्मोनरी टीबी-एचआईवी सप्लीमेंटेशन ट्रायल में मोनोटोनिक मिसिंग डेटा को संभालने के लिए पूर्ण केस विश्लेषण (complete case analysis) के विरुद्ध प्रोपेंसिटी स्कोर इनवर्स प्रोबेबिलिटी वेटिंग (PS-IPW) और मल्टीपल इम्प्यूटेशन (MI) का मूल्यांकन किया, जिसमें यह पाया गया कि हालांकि दोनों उन्नत विधियों ने पूर्वाग्रह और दक्षता के मामले में पारंपरिक विश्लेषण से बेहतर प्रदर्शन किया, लेकिन किसी ने भी सांख्यिकीय रूप से महत्वपूर्ण उपचार प्रभावों का खुलासा नहीं किया।
यह अध्ययन ब्राज़ीलियाई लीगल अमेज़न में मलेरिया की घटनाओं के पूर्वानुमान के लिए एक बेयसियन स्पेसियो-टेम्पोरल बेल मॉडल का प्रस्ताव और सत्यापन करता है, जो उच्च-जोखिम वाले सूक्ष्म क्षेत्रों (माइक्रोरीजन) की पहचान करने और प्रभावी सार्वजनिक स्वास्थ्य निगरानी के समय निर्धारण में पारंपरिक पॉइसन और नेगेटिव बाइनोमियल मॉडल की तुलना में अपने बेहतर प्रदर्शन को प्रदर्शित करता है।