2446 ورقة بحثية
تقترح هذه الورقة إطار عمل قائمًا على الاحتمالية، وقابلًا للتوسع، للعمليات الغاوسية غير المستقرة ذات الأبعاد المكانية والزمانية ومتعددة الدقة، والتي تجمع بين صيغة التغاير المفككة وتقريب فيتشيا وإعادة البناء القائمة على هوية وودبري لتمكين دمج فعال ومصحح للانحياز للبيانات الوفيرة منخفضة الدقة والبيانات الشحيحة عالية الدقة، مما يظهر أداءً تنبؤيًا متفوقًا في إعادة بناء سرعة الرياح واسعة النطاق.
تعالج هذه الورقة تحدي تحديد موقع مساهمات البشر والنماذج اللغوية الكبيرة في النصوص المشتركة التأليف عبر تكييف خوارزميات كشف نقاط التغيير من تحليل السلاسل الزمنية، وإثبات مثالية الحد الأدنى والحد الأقصى (minimax optimality) لها، وإظبات أداء تجريبي متفوق على خطوط الأساس القائمة على التصنيف الثنائي.
تجادل هذه الورقة بأن تقليل متوسط مربع الخطأ عند تعويض القيم المفقودة يؤدي إلى تحيزات منهجية في التحليلات اللاحقة من خلال كبح التباين الطبيعي للبيانات، وتثبت أن إضافة ضوضاء تتناسب مع متوسط مربع الخطأ (التعويض العشوائي) أمر ضروري للحفاظ على التباين وضمان تقديرات إحصائية غير متحيزة.
تقدم هذه الورقة RISE-Meta، وهو إطار عمل مبتكر يجمع بين مقاييس الاستعاضة غير المعلمية على مستوى الدراسة وبين التحليل التلوي ذي التأثيرات العشوائية واختبار التكافؤ لتقييم وبناء مؤشرات استعاضة مركبة عالية الأبعاد عبر تجارب سريرية متعددة، مما يعالج أوجه القصور في الطرق الحالية المقتصرة على التجربة الواحدة.
تقدم هذه الورقة طريقة GEEPERs، وهي طريقة متينة وسهلة الوصول لتقدير آثار التصنيف الرئيسي في سيناريوهات عدم الامتثال أحادية الاتجاه، والتي تستخدم درجات التصنيف الرئيسي ومعادلات التقدير المكدسة لتجنب الافتراضات التوزيعية القوية مع بقائها قابلة للتنفيذ عبر تقنيات الانحدار التقليدية.
تقترح هذه الورقة تقنية "تعزيز بيانات غاوسي مضاد للارتباط" (anti-correlation Gaussian) مبتكرة تتيح استخدام "مُنتخب جيبس الكتلي" (block Gibbs sampler) سريع و"إرغودي هندسي" (geometrically ergodic) للنماذج ذات التوزيعات القبلية من نوع "كرة L1"، مما يسرع بشكل كبير حساب التوزيع اللاحق في النماذج الغاوسية الكامنة الخطية والعامة مقارنة بالطرق الحالية مثل "NUTS".
تقترح هذه الورقة إطار عمل لاختيار الاستقرار معزز بايزي يدمج المعرفة الخبيرة من خلال التوزيعات القبلية لاستخلاص احتمالات الاختيار البعدية، مما يؤدي إلى تحسين الاستدلال، واستقرار اتخاذ القرار، وتقدير عدم اليقين في اختيار المتغيرات عالية الأبعاد.
تقترح هذه الورقة إطار عمل لتحليل المكونات الرئيسية الوظيفية متعدد المتغيرات يقوم بتحويل المسارات الفئوية إلى دالات مؤشر ثنائية ضمن فضاء هيلبرت، مما يتيح تقليص الأبعاد والمقارنة الإحصائية للمسارات الثابتة جزئيًا تحت فرضيات انتظام ضعيفة، كما هو موضح في بيانات الإدراك الحسي.
تقترح هذه الورقة إطاراً إحصائياً مبتكراً يعمل على نمذجة بيانات الاستجابة التوافقية عبر معاملتها كتحويلات حتمية لمتغيرات كامنة مستمرة من خلال البرمجة الخطية الصحيحة، مما يتغلب على قيود الطرق الحالية ويُمكّن من إجراء استدلال بايزي فعال عبر تعزيز البيانات.
تقترح هذه الورقة طريقة متعددة الدقة قائمة على إعادة أخذ العينات تعمل على توسيع إجراء MaxT الشائع لتوفير تحكم متزامن في تجاوز الاكتشاف الكاذب (FDX) مع أغلفة ثقة تعتمد على البيانات، محققةً قوة تضاهي الطرق الحالية غير المتزامنة مع تقديم ضمانات متزامنة أقوى عبر جميع عتبات الرفض.