2434 ورقة بحثية
تقترح هذه الورقة إطار عمل للنمذجة المشتركة يوسع الاستدلال الهامشي المعدل بأسلوب "البارانورمال غير البارامتري" (nonparanormal) لتقدير آثار العلاج الهامشية وترتيب المتغيرات التنبؤية والإنذارية في آن واحد، مما يحافظ على القابلية للتفسير الهامشي مع تحسين الكفاءة الإحصائية عبر مختلف أنواع النتائج.
تقترح هذه الورقة إطاراً بايزياً (Bayesian) جديداً للتحقق الصارم من صحة قواعد بيانات الأحداث الصحية المكانية مقابل معيار ذهبي، وذلك عبر التحديد الكمي المتزامن للتحولات العالمية وكشف التباينات المحلية، مما يثبت فعاليتها من خلال المحاكاة والتطبيق الواقعي على بيانات مرض كرون.
تقدم هذه الورقة إطار عمل جديد للانحدار يربط بين التقدير القائم على النعومة والتقدير المقيد بالشكل من خلال تفكيك دالات ليبشيتز إلى مكونات رتيبة وخطية، مما يؤدي إلى إنشاء عائلة من المقدرات ذات ضمانات نظرية قوية للتقارب، والتكيف، والمتانة ضد الأخطاء متباينة التباين وثقيلة الذيول.
تقترح هذه الورقة إطاراً موحداً للاختبارات المتعددة المطابقة التي ترفع كفاءة البيانات إلى أقصى حد عبر استخدام جميع البيانات المتاحة (العدم، والبديل، وغير المصنفة) من خلال استراتيجية تبديل كاملة لبناء درجات متفوقة ومعايرة القيم الاحتمالية، مما يؤدي إلى تحسين القوة الإحصائية بشكل كبير مع ضبط معدل الاكتشاف الخاطئ بصرامة دون الحاجة إلى تقسيم إضافي للبيانات.
تقدم هذه الورقة نموذج تحليل العوامل غير الخطي المعتدل متعدد الأبعاد (MNLFA) القادر على التعامل مع ثلاثة عوامل كامنة أو أكثر ذات معاملات معتدلة عبر جميع مكونات النموذج، وذلك باستخدام أساليب بايزي والحد الأقصى للاحتمال المعاقب مع تدرجات تحليلية ذات صيغة مغلقة لتحسين استقرار التقدير وكشف عدم الثبات الجزئي للقياس.
تقترح هذه الورقة إطار عمل بايزي (Bayesian) فعال في الاتصالات وقابل للتوسع لنماذج المعاملات المتغيرة المختلطة (Varying Coefficient Mixed Models)، يستخدم الإحصائيات الكافية وخوارزميات معززة بتحليل القيم المفردة (SVD) لنمذجة التبعيات المكانية والزمانية المعقدة بدقة، مثل أنماط الهجرة البشرية، عبر عقد البيانات الموزعة دون الحاجة إلى مشاركة البيانات الخام.
تقيم هذه الورقة أساليب التعلم الآلي السببي الحديثة باستخدام مجموعة بيانات فريدة من عملية إطلاق منتج في شركة تكنولوجيا كبرى، حيث وجدت أنه بينما يعد استرداد التأثيرات السببية للحقيقة الأرضية أمراً ممكناً، فإنه يتطلب خيارات نمذجة دقيقة لضمان تقدير موثوق لتأثير المعالجة في الإعدادات عالية الأبعاد.
تنتقد هذه الورقة أساليب بايز التجريبية الحديثة لخلطها بين المستويات الهرمية وإساءتها لتمثيل عدم اليقين، محاجةً بأنه مع انخفاض تكلفة النمذجة الهرمية الكاملة، ينبغي بدلاً من ذلك إعادة توجيه الموارد الحسابية نحو مناهج بايز الهرمية الصحيحة.
تقدم هذه الورقة تحليل السبب الجذري المطابق (CROC)، وهو إطار عمل غير معتمد على التوزيع يبني مجموعات ثقة صالحة للعينات المحدودة لتحديد أول تدفق بيانات متغير في الأنظمة متعددة التدفقات تحت حد أدنى من الافتراضات، مع التوسع أيضاً للتعامل مع الاعتماد المتبادل بين التدفقات وتحقيق تحديد موضعي حاد تقاربياً.
تتناول هذه الورقة تحدي الاكتشاف السببي في نماذج المتجهات ذات الانحدار الذاتي الهيكلية الغاوسية الخطية ذات تباين الضجيج المتساوي من خلال إرساء إطار نظري للتكافؤ الرصدي واقتراح خوارزمية ENVAR، وهي خوارزمية قائمة على التناثر تحدد رسماً بيانياً سببياً ممثلاً ضمن فئة التكافؤ، والتي تم التحقق من صحتها باستخدام كل من البيانات الاصطناعية وبيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI).