📊 Category

stat.ME

2312 Arbeiten

Die Kategorie „Stat — Me" widmet sich statistischen Methoden, die speziell für die Analyse metabolischer Daten entwickelt wurden. Diese Forschung liefert entscheidende Werkzeuge, um komplexe Stoffwechselprozesse zu verstehen und neue Erkenntnisse in der Biomedizin zu gewinnen. Da diese Studien oft hochtechnisch sind, macht Gist.Science sie für ein breiteres Publikum zugänglich, indem sie die neuesten Vorveröffentlichungen von arXiv systematisch erfasst und aufbereitet.

Wir bearbeiten jede neue Vorveröffentlichung in diesem Bereich, die auf arXiv erscheint, und bieten dazu sowohl eine verständliche Zusammenfassung für Laien als auch eine detaillierte technische Analyse für Experten an. So erhalten Sie einen umfassenden Überblick über den aktuellen Stand der Forschung, ohne sich durch komplizierte Fachsprache quälen zu müssen.

Im Folgenden finden Sie die neuesten Publikationen aus diesem spannenden Forschungsfeld, sortiert nach Erscheinungsdatum.

📊 statistics

Parameter Estimation for Time-Scaled Inhomogeneous Phase-Type Distributions from Discrete Observations

Dieses Paper schlägt ein recheneffizientes Stochastic Expectation-Maximization (SEM)-Framework vor, das eine Markov-Bridge-Datenaugmentation mit geschlossenen Formel-Updates kombiniert, um die Parameter von zeitskalierten inhomogenen Phase-Type-Verteilungen aus diskreten, unregelmäßig verteilten Beobachtungen zu schätzen und damit das Problem der fehlenden Daten effektiv zu adressieren, ohne eine eingeschränkte nichtlineare Optimierung zu erfordern.

Fernando Baltazar-Larios, Alejandra Quintos2026-08-17
📊 statistics

Small Area Estimation under Spatial Regimes: Spatially Clustered Fay-Herriot Models for Agricultural Indicators

Dieses Paper schlägt ein räumlich geclustertes Fay-Herriot-Framework (SC-FH) vor, das gleichzeitig clusterspezifische Regressionsparameter schätzt und räumlich kohärente Partitionen über einen penalisierten Likelihood-Ansatz generiert, wodurch die Vorhersagegenauigkeit für landwirtschaftliche Indikatoren in Regionen mit räumlich heterogenen Beziehungen im Vergleich zu Standardmodellen verbessert wird.

Paolo Maranzano (University of Milano-Bicocca, Department of Economics, Management and Statistics, Fondazione Eni Enrico (…)2026-08-17
📊 statistics

On the Brittleness of Maximum Likelihood Estimation for Gaussian Process Hyperparameter Optimization

Diese Arbeit untersucht die Sprödigkeit der Maximum-Likelihood-Schätzung (MLE) beim Training von Gauß-Prozessen, zeigt auf, dass MLE bei Verletzung der zugrunde liegenden Annahmen zu einer schlechten Generalisierung führt, und schlägt theoretisch fundierte, praktische Lösungen vor, die bestehende Methoden in Bezug auf Genauigkeit, Unsicherheitsquantifizierung und Inferenzkosten für nachgelagerte technische Aufgaben übertreffen.

Tyler R. Johnson, Kian Ben-Jacob, Christopher P. Muller, Ramin Bostanabad2026-08-17
📈 economics

Sharp Minimax Theory for Randomized Experiments

Diese Arbeit stellt fest, dass für binäre potenzielle Ergebnisse in randomisierten Experimenten mit endlicher Grundgesamtheit die minimax-optimale Strategie eine Bernoulli-Randomisierung gepaart mit einem nichtlinearen Shrinkage-Schätzer ist, wodurch eine Risikoexpansion zweiter Ordnung von n−1−Cn−4/3n^{-1} - Cn^{-4/3} erreicht wird und nachgewiesen wird, dass Standardverfahren wie die vollständige Randomisierung über die erste Ordnung hinaus suboptimal sind.

Timothy Sudijono, Edgar Dobriban, Eric Tchetgen Tchetgen2026-08-17
📊 statistics

Coherence, charity and triangulation in statistical modelling

Diese Arbeit kritisiert traditionelle bayesianische Unterscheidungen, indem sie Donald Davidsons Philosophie der radikalen Interpretation anwendet, um zu argumentieren, dass statistische Modellierung als ein einheitliches Glaubenssystem betrachtet werden sollte, das den Zwängen von Kohärenz, Charität und Triangulation unterliegt, wodurch Praktiken wie die Prior-Elicitation und die Modellprüfung als Bemühungen umgedeutet werden, Überzeugungen mit dem gemeinsamen menschlichen Verständnis und der Realität in Einklang zu bringen.

David J. T. Sumpter2026-08-17
📊 statistics

A Unified Bayesian Model for Voter Turnout Estimation: Combining Surveys, Aggregate Data, and Selection Correction

Dieses Papier schlägt ein einheitliches bayesianisches hierarchisches Framework vor, das individuelle Umfragedaten, aggregierte Wahlbeteiligungsmargen und Volkszählungsdaten mit Selektionskorrektur integriert, um die Genauigkeit der Schätzung der Wahlbeteiligung für demografische Untergruppen in kleinen Gebieten zu verbessern, wobei es in Simulationen erhebliche Gewinne gegenüber Benchmarks und moderate Verbesserungen in einer Anwendung auf die estnische Wahl 2023 nachweist.

Margus Niitsoo, Reimo Rebane, Tarmo Jüristo2026-08-17
📊 statistics

FastJM: An R Package for Efficient Implementation of Semiparametric Joint Models for Longitudinal and Survival Data

Dieses Paper führt FastJM ein, ein effizientes R-Paket, das maßgeschneiderte Linear-Scan-Algorithmen innerhalb eines Expectation-Maximization-Frameworks nutzt, um eine rechentechnisch skalierbare frequentistische Schätzung sowie umfassende Analysetools für drei Klassen semiparametrischer Joint-Modelle zur Handhabung von longitudinalen und Überlebensdaten bereitzustellen.

Shanpeng Li, Emily Ouyang, Ace Isabel Mejia-Sanchez, Xinping Cui, Gang Li2026-08-17