441 artículos
Este artículo propone una metodología CUPAC de potencia óptima para experimentos de switchback con tamaños de clúster desiguales que mejora la potencia estadística al equilibrar específicamente la predicción del ruido entre y dentro de las unidades de aleatorización, en lugar de simplemente apuntar a la precisión predictiva general.
Este estudio evaluó psicométricamente la Herramienta de Evaluación de la Preparación ante Desastres (DPET, por sus siglas en inglés) entre 152 estudiantes paramédicos saudíes, refinando el instrumento original de 36 ítems en una estructura robusta de cuatro factores y 24 ítems con una fuerte consistencia interna para evaluar mejor la preparación ante desastres en poblaciones de Servicios Médicos de Emergencia.
Este estudio propone un marco de análisis de incertidumbre y sensibilidad global (UA-GSA) para evaluar cómo las incertidumbres en la demanda, la oferta y la impedancia de viaje afectan las estimaciones de accesibilidad a parques urbanos basadas en 2SFCA en Seúl, revelando que, si bien los patrones espaciales permanecen consistentes, las fuentes dominantes de incertidumbre varían significativamente a través del espacio y el tiempo.
Este estudio evalúa cuantitativamente la computación distribuida, el submuestreo y la optimización por mini-lotes para el análisis estadístico a gran escala, encontrando que mientras los métodos distribuidos aumentan la potencia a un alto costo y el submuestreo ahorra recursos con límites de escalabilidad, la optimización por mini-lotes ofrece el mejor equilibrio general de velocidad, eficiencia de recursos y precisión.
Este artículo introduce un marco de fiabilidad inspirado en la cosmología que emplea límites de perturbación deterministas y compuertas de admisión multinivel para certificar la precisión del agrupamiento espectral en Laplacianos de grafos, demostrando que los certificados direccionales y las compuertas de amplitud uniforme superan a los residuales escalares en la validación de la estabilidad de los autovectores bajo ruido discreto.
Este artículo propone una aproximación Semi-Berry que particiona las variables aleatorias escala-homogéneas en grupos de agregación gaussiana y de simulación dirigida basándose en la razón de Lyapunov, reduciendo significativamente los errores de cuantiles de cola y los costos computacionales en comparación con las aproximaciones normales estándar o las simulaciones de Monte Carlo completas.
Este artículo propone una prueba bootstrap robusta para la causalidad de Granger bidireccional en modelos VAR gaussianos que utiliza información mutua no explicada, un procedimiento de intersección-unión y la estimación M de Huber para abordar las brechas en la validez de muestras finitas, la distinción de la direccionalidad causal y la sensibilidad a los valores atípicos.
Este artículo introduce el Análisis de Datos Causales Topológicos (TCDA, por sus siglas en inglés), un marco que integra resúmenes topológicos estables con la inferencia causal para analizar resultados estructurados como imágenes y redes, proporcionando resultados de identificación, estimación y consistencia tanto para efectos causales individuales como a nivel de distribución, al tiempo que esclarece los límites de la topología en el descubrimiento causal.
El artículo presenta DiSAH, un algoritmo federado no iterativo y eficiente en comunicación que permite la estimación multisitio de las diferencias de riesgo para el análisis de supervivencia sin compartir datos a nivel de paciente, logrando una precisión comparable a la de los modelos centralizados mientras supera al metaanálisis tradicional y a los enfoques locales.
Este artículo propone un marco bayesiano consciente de las reglas que reconstruye las preferencias ocultas de la multitud en sistemas híbridos de expertos y multitudes mediante el modelado de utilidades latentes a través de problemas de preferencia inversa dinámica, permitiendo la auditoría de los compromisos de agregación y la evaluación de protocolos de decisión contrafácticos a través de 33 temporadas de datos de competiciones televisadas.