2443 ورقة بحثية
تقترح هذه الورقة طريقة لتعزيز القوة الإحصائية للاستدلال ما بعد الاختيار لنقاط التغيير من خلال التكييف على معلومات أقل عبر تقريب مونت كارلو، مما ينتج قيمًا احتمالية صالحة ويزيد بشكل كبير من عدد نقاط التغيير المكتشفة في البيانات الجينومية مقارنة بالنهج الحالية.
تقدم هذه الورقة نهجين عامين لبناء قيم احتمالية (p-values) صالحة لما بعد الاختيار لتقدير عدم اليقين في التغيرات المكتشفة في التباين، مما يعالج النتائج المتحيزة وغير المحافظة التي تنشأ عن الاستخدام المزدوج الساذج للبيانات في اكتشاف نقاط التغيير.
تقترح هذه الورقة نموذجاً بايزياً لتوفيق التوقعات يأخذ في الاعتبار عدم اليقين في تقدير مصفوفة التباين باستخدام توزيع "إنفرس-ويشارت" (Inverse-Wishart) القبلي، مما ينتج عنه توزيع "t" متعدد المتغيرات يوفر فترات تنبؤ أكثر دقة من نهج الحد الأدنى للأثر (MinT) القياسي.
تقدم هذه الورقة عائلتين من مقاييس عدم المساواة القابلة للضبط، و ، اللتان تعممان معامل جيني الكلاسيكي، مع تقديم خصائصهما النظرية، ومقدرات إحصاء-U ذات الصيغة المغلقة، والتحقق التجريبي من خلال دراسة محاكاة وتحليل نصيب الفرد من الناتج المحلي الإجمالي في الأمريكتين.
تقترح هذه الورقة تصميماً قائماً على المعاينة الرفضية الطبقية وإعادة العشوائية لمعالجة عدم توازن المتغيرات المصاحبة في التجارب المسحية، مؤسسةً نظرية تقاربية قائمة على التصميم تثبت تحسين كفاءة التقدير وتوزيعاً حدياً أكثر تركيزاً لمتوسط أثر المعالجة مقارنة بالطرق القائمة.
تقدم هذه الورقة إطاراً للنمذجة البايزية يستفيد من الهياكل التنسورية ونظرية الجداول التوافقية لاستنتاج مصفوفات اتصال متعددة الأبعاد ومعممة من بيانات غير مكتملة، مما يوفر حلاً مستقراً إحصائياً لعلم أوبئة الأمراض المعدية يتم تنفيذه في حزمة برمجية مفتوحة المصدر بلغة بايثون.
تقدم هذه الورقة أول إطار إحصائي شامل للعمل الجماعي الخوارزمي الذي يتضمن مجموعات لا مركزية متعددة، حيث توفر حدوداً قابلة للحوسبة لمدى نجاحها في التأثير على سلوك المصنف بناءً على أحجام المجموعات وتوافق الأهداف، وتتحقق من صحة النهج من خلال محاكاة التكيف المناخي.
تحدد هذه الورقة تحيزات منهجية ومخاطر تتعلق بالموثوقية في تقييمات "النماذج اللغوية الكبيرة كحكم" (LLM-as-a-Judge)، لا سيما عند استخدام المعايرة المشتركة لمقارنة النماذج، وتقترح مقاييس تشخيصية ( و ) إلى جانب إرشادات للتقرير للكشف عن أوضاع الفشل مثل أخطاء عكس الإشارة.
تجادل هذه الورقة بأن تجميع الوسائل الكيمية (K-means clustering) يمكنه توليد أنماط مجموعات فرعية مستقرة ومتماسكة بصرياً في كل من البيانات السيكومترية المحاكات والواقعية، حتى في حالة عدم وجود بنية فئوية كامنة حقيقية، وذلك لأن الخوارزمية تقسم بطبيعتها الفضاءات الغاوسية المستمرة إلى عناقيد مدمجة هندسياً.
تقترح هذه الورقة طريقة جديدة للتقدير والاستدلال لنقل آثار العلاج من مجموعات البيانات التجريبية الصغيرة إلى مجموعات البيانات الرصدية الكبيرة ذات النتائج غير المكتملة، والتي تحقق كفاءة شبه معلمية واستدلالاً صالحاً دون اشتراط وجود تداخل الإيجابية عبر معايرة التباينات الرصدية مع البيانات التجريبية.