📊 Category

stat

110 Arbeiten

📊 statistics

Neural Networks for net survival estimation and prediction

Diese Arbeit stellt einen maschinellen Lernansatz unter Verwendung eines adaptierten Partial Logistic Artificial Neural Network (PLANN) zur Schätzung und Vorhersage der Nettosurvival vor, wobei die Flexibilität bei der Handhabung komplexer Datenstrukturen im Vergleich zu traditionellen Spline-basierten Regressionen aufgezeigt wird, während gleichzeitig eine höhere Varianz der Schätzungen bei kleineren Stichprobenumfängen angemerkt wird und das R-Paket `survivalPLANN` zur Implementierung bereitgestellt wird.

Thomas Ollard, Yohann Foucher2026-07-15
📊 statistics

Tracking Structural Evolution in Higher Education Mobility -- A Comparative Analysis of Graph Distance Metrics (Hungary, 2006--2024)

Diese Studie führt einen auf Graphonen basierenden Rahmen zur Analyse der strukturellen Evolution der ungarischen Mobilitätsnetzwerke im Hochschulwesen von 2006 bis 2024 ein und zeigt auf, dass spektrale und distributionale Distanzmetriken herkömmlichen Statistiken überlegen sind, um politisch induzierte Verschiebungen zu erfassen und hierarchische Netzwerkhierarchien offenzulegen.

Zsolt T. Kosztyán, András Hosznyák, Tünde Király, Attila I. Katona, Dénes M. Kornél, Gergő Hornák2026-07-15
📊 statistics

Monitoring Multivariate Categorical Processes in Phase II: An Economic–Statistical Design of the GLT Control Chart

Diese Studie schlägt ein integriertes ökonomisch-statistisches Framework zur Überwachung multivariater kategorialer Prozesse in Phase II vor, indem das Design einer EWMA–GLT-Regelkartenstruktur optimiert wird, um die erwarteten Gesamtkosten zu minimieren und gleichzeitig die erforderliche statistische Leistungsfähigkeit aufrechterhalten.

Kiana Atoofi¹, Reza Kamranrad2026-07-14
📊 statistics

Transport G-Computation: A Distributional Approach to Longitudinal Causal Inference via Optimal Transport

Dieses Paper schlägt die Transport G-Computation (TGC) vor, ein neuartiges distributionelles Framework, das longitudinale G-Computation mit optimalem Transport kombiniert, um Wasserstein-kausale Effekte zu schätzen, was trotz höherer Rechenkosten eine überlegene Leistung gegenüber der parametrischen G-Computation in Szenarien mit konfundiertem Feedback und Modellfehlspezifikation demonstriert.

Yuanyuan Huang, Tianpu Feng, Jue Zhang, Xiaoxue Song, Xijun He2026-07-14
📊 statistics

A Non-Stationary Gaussian Process Correction to the Fay-Herriot Estimator: Calibrated Uncertainty for Small Area Estimation

Dieses Paper führt CALIB-SAE ein, eine nicht-stationäre Gauß-Prozess-Korrektur des Fay-Herriot-Schätzers, die eine äquivalente Genauigkeit der Punktprognose beibehält und gleichzeitig die kalibrierte prädiktive Unsicherheit für die Kleinräumige Schätzung über sowohl simulierte als auch reale geografische Datensätze hinweg signifikant verbessert.

SM Afsar Basha2026-07-14
📊 statistics

A Convex Combination of Fréchet and Weibull Distributions: Model, Estimation, and Applications

Dieses Papier schlägt ein zweikomponentiges Finite-Mischmodell vor, das Fréchet- und Weibull-Verteilungen kombiniert, um heterogenes Tail-Verhalten in Feldern wie der Hydrologie und Zuverlässigkeitstheorie zu adressieren, wobei die Maximum-Likelihood-Schätzung mittels des EM-Algorithmus detailliert wird, die Leistung durch Simulationen validiert wird und der praktische Nutzen an realen Windgeschwindigkeitsdaten demonstriert wird.

Sthitadhi Das2026-07-13
📊 statistics

Inference for the Lorenz Curve and Gini Index under the Geometric Distribution

Diese Arbeit etabliert die exakten und asymptotischen Verteilungseigenschaften der Maximum-Likelihood-Schätzer für die Lorenzkurve und den Gini-Index unter der geometrischen Verteilung und bietet durch geschlossene Herleitungen, Konsistenzbeweise, Simulationsstudien und die Anwendung auf Realdaten einen rigorosen inferenzstatistischen Rahmen für Ungheitsmaße in diskreten Settings.

Abdul Sathar E I, Jolly Kumari R, Sreekumar N V2026-07-10
📊 statistics

Apparent criticality from common-drive aliasing in self-exciting networks

Diese Arbeit zeigt auf, dass selbst-exzitierende Netzwerke, die durch einen gemeinsamen nichtstationären Hintergrund angetrieben werden, aufgrund der statistischen Aliasing-Effekte des externen Antriebs in die Interaktionsmatrix kritisch erscheinen können, ein Mechanismus, der dazu führt, dass subkritische Systeme als kritisch fehldiagnostiziert werden, sofern der gemeinsame Antrieb nicht explizit korrigiert wird.

Mauricio Herrera-Marín2026-07-10
📊 statistics

Efficient recursive data snooping for correlated observations

Dieses Papier stellt Efficient Recursive Data Snooping (ERDS) vor, eine exakte rekursive Reformulierung des iterativen Data Snooping, die durch den Ersatz wiederholter Modell-Redekompositionen durch geschlossene Aktualisierungen die Rechenkosten für korrelierte Beobachtungen signifikant reduziert und dabei eine Laufzeitreduktion von 96,5 % bei der GNSS-Datenverarbeitung erreicht, während identische Detektionsergebnisse zu klassischen Methoden beibehalten werden.

Kunpu Ji, Yunzhong Shen, Wu Chen, Bofeng Li, Ling Yang, Xiaolong Mi2026-07-10