2447 ورقة بحثية
تستنتج هذه الورقة التوزيع غير المركزي لنسبة بين مصفوفة متوسط غير مركزية ومصفوفة تباين مشترك لعينة، مؤسسةً بذلك صلتها بدالة فائق هندسية متصلة الموجودة في توزيع "t" لستودنت غير المركزي أحادي المتغير، مع استكشاف الامتدادات لتوزيعات المصفوفات متعددة المتغيرات.
تقدم هذه الورقة PairSwap-ICI، وهو اختبار إحصائي جديد للاستقلال الشرطي يستفيد من فرضية الرتابة العشوائية لتحقيق ضبط لخطأ النوع الأول في العينات المحدودة وقوة عالية دون الاعتماد على النماذج المعلمية أو فرضيات النعومة.
تتقصى هذه الورقة تكاملات غاما وبيتا غير المكتملة التي تتضمن دالات فائقة هندسية معممة، وتطبق هذه النتائج لاشتقاق توزيعات أكبر وأصغر الجذور لنسبة مستخدمة في مقارنة فروق المتوسطات بين المجموعات.
تقترح هذه الورقة نموذج حالة كامنة بايزي يعامل تصنيفات النماذج اللغوية الكبيرة كقياسات مشوبة بالضجيج لحالة كامنة حقيقية من أجل قياس عدم اليقين بدقة، واستعادة المقاييس على مستوى المجتمع، وتقدير التأثيرات السببية، متجاوزةً بذلك قيود النهج الساذج أحادي الجولة أو نهج التصويت بالأغلبية في كل من الإعدادات الخاضعة للإشراف وغير الخاضعة للإشراف.
تجادل هذه الورقة بأنه عندما تتباين التأثيرات الخاصة بسلالات مسببات الأمراض وتغيب بيانات تلك السلالات، فإن التفسير السببي للدراسات الوبائية وإمكانية نقل نتائجها يعتمدان بشكل حاسم على التكرارات السكانية للسلالات المعدية، مما يؤكد أهمية جمع معلومات حول الأنواع الفرعية لمسببات الأمراض.
تتناول هذه الورقة تحدي احتمالات الأرجحية الهامشية غير المقعرة لوغاريتمياً في اختيار المتغيرات البايزي، وذلك عبر إعادة صياغة المشكلة كفرق بين دالتين محدبتين، مما يتيح خوارزمية تكرارية بسيطة وخالية من الضبط تضمن التقارب إلى الأمثل العالمي وتعمل كبديل فعال لطرق ماركوف مونت كارلو (MCMC) التقليدية.
تقترح هذه الورقة إطار عمل مبتكر لتعلم تمثيلات ديناميكية للمرضى من السلاسل الزمنية السريرية متعددة الأنماط، والتي تستفيد صراحةً من المعلوماتية الناتجة عن البيانات المفقودة من خلال مشفر متعدد الأنماط وترشيح بايزي، مما يظهر أداءً محسناً في تعلم سياسة العلاج غير المتصلة وتوقع الوفاة على مجموعات بيانات وحدات العناية المركزة واسعة النطاق.
تقدم هذه الورقة البحثية "الاستدلال بالتنبؤ المعاير" (Calibrated Prediction-Powered Inference)، وهو أسلوب شبه مُراقب لتقدير المتوسط يقوم بمعايرة درجات التنبؤ للنماذج الصندوقية السوداء (black-box) لاحقاً باستخدام عينة صغيرة مُصنفة لتحسين كفاءة المُقدِّر ودقة التنبؤ دون الحاجة لإعادة التدريب، مما يوفر ضمانات مثالية من الدرجة الأولى للمعايرة الرتيبة (isotonic calibration) وأداءً تنافسياً ضد الأساليب الحالية مثل AIPW وPPI++.
تقدم هذه الورقة إطاراً غير معلمي للانحدار الدائري مع متغيرات مشتركة لتحليل أخطاء التوجه المكاني، يتميز بطريقة مبتكرة لاختيار عرض النطاق باستخدام البوتستراب تتفوق على الأساليب الحالية في عمليات المحاكاة وتكشف عن أنماط غير خطية خاصة بكل حالة في البيانات التجريبية التي تشمل مشاركين من المكفوفين، وضعاف البصر، والمبصرين.
تقترح هذه الورقة إطاراً بايزياً كاملاً وفعالاً حاسوبياً لتجميع البيانات الثنائية متعددة المتغيرات باستخدام نماذج خليط برنولي متعددة المتغيرات ذات عدد كبير من المكونات وتوزيع ديريكليه غير متماثل مستمد عبر إطار التعقيد المُعاقب للتحكم بشكل حدسي في عدد المجموعات.