2447 ورقة بحثية
تقترح هذه الورقة طريقة منهجية لتعديل تقديرات التباين غير المستقرة تلقائياً في تقدير المناطق الصغيرة من خلال تعزيز بيانات المسح الشحيحة بعينة سابقة افتراضية، وهو حل تم تنفيذه في حزمة R التي تحمل اسم `surveyPrev` وتم التحقق من صحته من خلال عمليات المحاكاة وبيانات الهزال في زامبيا.
تُظهر هذه الورقة أن الارتباطات القوية بين التعرض والمتغيرات الوكيلة المقاسة يمكن أن تضخم الحساسية تجاه التحييد غير المقاس في الاستدلال السببي، وهي ظاهرة تم صياغتها من خلال إطار الانحدار الخطي وتوضيحها عبر زيادة حساسية دراسات التدخين وسرطان الرئة للتحييد المتبقي بسبب التدرج الاجتماعي والاقتصادي المتزايد.
تقترح هذه الورقة إجراءً للتقدير من طرف إلى طرف يستفيد من تعلم التمثيل باستخدام الشبكات العصبية لاكتشاف التمثيلات المثلى للبيانات تلقائياً لأوزان الاستدلال السببي القائم على التصميم، مما يقلل من الأخطاء الناجمة عن الاختيارات اليدوية للتمثيل مع الحفاظ على خصائص نظرية قوية.
تقترح هذه الورقة عائلة من جزاءات الأرجحية وإجراءات بايز التجريبية التي تستفيد من المعلومات الخارجية، مثل التعلم الانتقالي الهيكلي من مجموعات البيانات المصدرية، لتحقيق اختيار متغيرات متسق وأسرع في الانحدار الخطي عالي الأبعاد والمتناثر تحت الظروف التي تفشل فيها الطرق التقليدية.
تقترح هذه الورقة مُقدِّراً مباشراً، متسقاً، وغير معلمي للنقل الأمثل الشرطي في التحديد الجزئي السببي، وذلك من خلال إثبات استمرارية الدالة تحت مسافة فازرستاين المعدلة، مما يتجنب الحاجة إلى تقدير المعلمات المزعجة ويتغلب على عدم اتساق طرق الإدخال التقليدية.
تقدم هذه الورقة MADCovar وMADMod، وهما امتدادان لإطار التصميم التكيفي للمزيج (Mixture Adaptive Design) يعملان في آن واحد على تعزيز دقة تقديرات متوسط أثر العلاج المعدل بالمغيرات وموازنة القوة الإحصائية عبر أذرع العلاج مع الحفاظ على ضمانات استدلال صارمة صالحة في أي وقت في التجارب التكيفية.
تقارن هذه الدراسة بين النسخ المولدة بواسطة الذكاء الاصطناعي وتلك التي طورها البشر لاستبيان الوعي بالجسم، لتجد أنه بينما تتشابه الصياغة السطحية، تُظهر التكيفات الناتجة عن الذكاء الاصطناعي اختلافات جوهرية في الأبعاد ودقة المعلومات، مما يؤكد الحاجة إلى التحقق الإحصائي الصارم لأدوات القياس المدفوعة بالذكاء الاصطناعي.
تجمع هذه الورقة أكثر من 80 دراسة تجريبية وتراجع التطورات النظرية لتقديم نظرة شاملة حول تصميم عدم استمرارية الحدود، معالجةً تحدياته الفريدة متعددة الأبعاد وتقديم توصيات عملية للتعرف والتقدير والاستدلال.
تقترح هذه الورقة طريقة لنمذجة السلاسل الزمنية الترتيبية متعددة المتغيرات باستخدام الكوبولا (copulas) لتحديد التوزيعات المشتركة ثنائية المتغير، وتقريب الاحتمالية الكاملة من خلال نهج احتمالية زوجية شرطية مركبة وموزونة للتعامل مع التعقيد الحسابي مع مراعاة الارتباط الذاتي، والاعتماد المتبادل بين السلاسل، والارتباط المتبادل.
تقترح هذه الورقة طريقة لتقدير المناطق الصغيرة مكونة من خطوتين تدمج البيانات المساعدة غير الاحتمالية وغير المكتملة مع عينات المسح الاحتمالية من خلال معايرة النموذج وإطار عمل "فاي-هيريت"، مما يحقق تحسناً في دقة مستوى النطاق دون الحاجة إلى نمذجة صريحة لآلية اختيار العينة غير الاحتمالية.