441 Arbeiten
Diese Studie führt die ratio-metrische BC-IRR-Effektstärke als eine Methode zur Überbrückung von Einzelfall- und Gruppendesigns ein und zeigt durch eine Reanalyse technologiegestützter Interventionen für Schüler mit Autismus auf, dass BC-IRR gegenüber traditionellen Metriken deutliche interpretative Vorteile bietet und gleichzeitig die Synthese diverser Evidenztypen ermöglicht.
Das Papier stellt SynthGuard-ReleaseBench vor, ein reproduzierbares Audit-Framework, das vorab festgelegte Kriterien zur Bewertung von Veröffentlichungen synthetischer tabellarischer Daten etabliert, indem es reale und synthetische Workflows vergleicht, um endliche Stichproben-Schranken sowie differenzierte Belege für spezifische Anwendungsfälle, Populationen und Bedrohungsmodelle zu liefern, anstatt pauschale Aussagen über Privatsphäre oder Sicherheit zu treffen.
Dieses Papier führt die vierparametrige Inverse-Lomax-Fréchet-Verteilung (ILF) durch die Kombination der Fréchet- und der Inverse-Lomax-Generalisierten Familien ein, leitet deren wesentliche statistische Eigenschaften sowie Maximum-Likelihood-Schätzer her und demonstriert ihre überlegene Anpassungsleistung durch Anwendungen auf zwei reale Datensätze.
Dieses Papier präsentiert ein datengesteuertes Modellierungsframework zur Verfolgung und Vorhersage der COVID-19-Dispersion unter Verwendung von Minimax-Messungen auf Positionsdaten des Auftretens, mit einem Fokus auf Modellverifizierung, Validierung und Robustheit zur Verbesserung der Vorhersagefähigkeiten.
Distribird ist eine agentenbasierte Webanwendung, die die Erstellung literaturbasierter A-priori-Verteilungen für die bayessche Modellkalibrierung automatisiert, indem sie eine Multi-Agenten-Pipeline einsetzt, um wissenschaftliche Daten zu extrahieren, zu gewichten und anzupassen, und somit eine nachvollziehbare sowie validitätsgeprüfte Alternative zu den häufig verwendeten Gleichverteilungen oder unbegründeten Single-Prompt-LLM-Baselines bietet.
Diese Arbeit validiert retrospektiv ein maschinelles Lernmodell für die Wohnkostenbelastung in New York City, wobei sie eine systematische Unterschätzung aufgrund statischer ökonomischer Annahmen aufzeigt und das Framework anschließend mit unsicherheitsbewussten Methoden rekalibriert, um robustere, szenariobasierte Prognosen für 2025–2028 zu generieren.
Dieses Paper schlägt eine neue matrixvariante schiefnormale Verteilung und deren endliches Mischmodell vor, um Asymmetrie effektiv zu erfassen und Clustering in matrixwertigen Daten durch abgeleitete Schätzer und einen ECM-Algorithmus durchzuführen, wobei eine verbesserte Flexibilität und Leistungsfähigkeit gegenüber traditionellen symmetrischen Modellen geboten wird.
Dieses Paper schlägt ein Framework für scheinbar unkorrelierte autoregressive verzögerte Modelle (Seemingly Unrelated Autoregressive Distributed Lag, SUR-ARDL) für Small-N-Panels vor, das die Effizienz der Schätzung und die Teststärke für Kointegration verbessert, indem es Fehlerkorrelationen zwischen den Gleichungen nutzt und gleichzeitig die bei Schätzern der Langfristkovarianzmatrix auftretenden Stichprobenverzerrungen vermeidet, wie durch theoretische Beweise, Monte-Carlo-Simulationen und eine Anwendung auf den Zusammenhang zwischen erneuerbaren Energien und Wachstum in den ASEAN-Staaten nachgewiesen wird.
Dieses Paper schlägt ein geschlossener Regelkreis-Framework für die Mensch-KI-Kollaboration vor, das wissensbasierte kausale Modelle (DAGs) durch die Integration von Process Mining aus empirischen Ereignisprotokollen mit Expertenurteilen iterativ verfeinert, um die Genauigkeit und Transparenz der kausalen Inferenz bei komplexen chronischen Krankheiten zu verbessern.
Diese Studie zeigt, dass, wenn Changepoint-Detektoren für die Qualitätsüberwachung in der Biopharmazie unter angepassten Falsch-Positiv-Raten und Suchraum-Ablationen verglichen werden, ein Standard-Varianz-basierter Penalty verschiedene Stichprobengrößen und Verteilungen hinweg robuste Alternativen übertrifft, was offenlegt, dass die bisherige Bevorzugung robuster Methoden durch unkontrollierte experimentelle Bedingungen und nicht durch inhärente Überlegenheit getrieben wurde.