2447 ورقة بحثية
تقدم هذه الورقة إطاراً ثنائي المتغير لتوزيع "غاما جينرالايزد لابلاتس" حيث يؤدي رصد متغير خلط "غاما" إلى تبسيط تقدير الإمكان الأعظم إلى انحدار خطي، مما ينتج عنه مقدرات صريحة ذات معدلات تقارب قد تكون فائقة الكفاءة، وتبرهن على قابلية التطبيق العملي في نمذجة عوائد الأسهم وتقلباتها.
تقدم هذه الورقة اشتقاقاً بديلاً وأبسط لعملية التنميط الصحيح تقاربيًا لـ "سنايدرز" (2001) لإحصاءات ملاءمة الأشخاص، مما يقدم صيغة أكثر وضوحاً وتفسيراً نظرياً لنتائج المحاكاة السابقة.
تقترح هذه الورقة إطار عمل للتجميع المتين للبيانات عالية الأبعاد ذات الذيول الثقيلة والمتغيرات غير ذات الصلة، والذي يستبدل تحديثات المتوسط في خوارزمية "K-means" بالوسيط المكاني، ويدمج مقياس تخصيص مرن، ويستخدم آلية مؤتمتة لاستبعاد الميزات بشكل قاطع لتحقيق دقة واستقرار فائقين.
تقترح هذه الورقة نهجاً هامشياً ثلاثي الخطوات يتسم بالكفاءة الحسابية لانحدار الوظيفة على الوظيفة الطولي، مما يتيح التقدير الدقيق والاستدلال الصحيح على بيانات الأجهزة القابلة للارتداء عالية الأبعاد، كما هو موضح في تجربة تدخل للنشاط البدني ومُنفذ في حزمة برمجية بلغة R.
تقدم هذه الدراسة إطار عمل جديد لتقييم أداء نماذج التداول العام للغلاف الجوي (GCMs) ضمن مشروع المقارنة الموحدة بين النماذج المناخية السادسة (CMIP6) فوق شبه الجزيرة الإيبيرية من خلال تحليل استمرارية وانتقالات أنماط طقس لامب (Lamb Weather Type) إلى جانب التكرارات اليومية، كاشفةً أنه في حين تلتقط العديد من النماذج أنماط الدوران الأساسية، فإن 12 مساراً فقط (لا سيما من عائلة EC-Earth3) تعيد إنتاج الديناميكيات الجوية من يوم لآخر بدقة، مع تسليط الضوء بشكل خاص على فجوة الأداء في مناطق وسط وجنوب البحر الأبيض المتوسط.
تقدم هذه الورقة إطار عمل جديد للتقدير والاستدلال لعمليات الانحدار الفوري يستفيد من بيانات الشموع اليابانية عالية التردد (بما في ذلك الأسعار العليا والدنيا) لإنتاج تقديرات أكثر دقة لبيتا الفورية واختبارات فرضية أكثر قوة من الطرق التقليدية القائمة على العوائد، كما هو موضح من خلال تطبيقها على الحياد السوقي للبيتكوين.
تقدم هذه الورقة البحثية DiME، وهي طريقة فعالة في استهلاك العينات لتقدير دليل النموذج (model evidence) للمسبقات الانتشارية (diffusion priors)، وذلك عبر الاستفادة من العينات المتوسطة من أخذ عينات اللاحقة (posterior sampling)، مما يتيح اختياراً فعالاً للنماذج وتشخيصاً دقيقاً لعدم ملاءمة المسبق (prior misfit) في المسائل العكسية التصويرية سيئة التحديد دون الحاجه إلى تقييمات كثيفة للكثافة أو درجات نظيفة دقيقة.
تقترح هذه الورقة نهجاً جديداً للشبكات العصبية الاصطناعية لاختيار المتغيرات في نماذج الانحدار الخطي يستفيد من تقديرات المربعات الصغرى العادية (OLS) لتحديد أهمية المتغيرات، مما يثبت أداءه المتفوق مقابل الطرق التقليدية مثل الانحدار التدريجي، ومعياري AIC وBIC، وطريقة LASSO من خلال دراسات محاكاة وتطبيق واقعي باستخدام بيانات منظمة الصحة العالمية حول متوسط العمر المتوقع.
تقدم هذه الورقة توزيعات "مزيج من المتنافرات المتبادلة" (MoMS) كبديل شفاف وفعال لخوارزمية "ماركوف مونت كارلو للقفز العكسي" (Reversible Jump MCMC) في عملية اختيار المتغيرات البايزية، حيث تُظهر تحقيق أداء مماثل أو متفوق مع السماح باستخدام خوارزميات أخذ العينات القياسية ذات الأبعاد الثابتة.
توضح هذه الورقة كيف يمكن تأصيل احتمالات الفعل والنتيجة لاتخاذ القرار في النماذج السببية، مما يوسع نظرية الاختيار العقلاني لتشمل سيناريوهات ذات آليات سببية مجهولة، ويعمم توازن ناش ليشمل المعلومات السببية.