📊 Category

stat

441 artículos

📊 estadística

The Smallest Standard Error Is the Wrong One: Selection Among Multiple Imputations Invalidates Inference

Este artículo demuestra que seleccionar el análisis de imputación múltiple con el error estándar más pequeño invalida sistemáticamente la inferencia estadística al descartar la varianza esencial entre imputaciones y deprimir artificialmente la varianza dentro de las imputaciones, lo que conduce a intervalos de confianza severamente subcobertos y estimaciones sesgadas, mientras que las reglas de combinación de Rubin preservan correctamente la calibración.

Nyiko Muhluri Khoza¹, Bhekisipho Twala², Jean-Claude Malela-Majika³2026-10-21
📊 estadística

Collaborative Mass Matrix Adaptation for Multi-Chain Hamiltonian Monte Carlo

El artículo propone Collaborative NUTS (C-NUTS), un método que agrupa información de gradiente y de posición a través de múltiples cadenas paralelas durante el periodo de calentamiento para construir una estimación de la matriz de masa más estable, mejorando significativamente la eficiencia del muestreo y el tamaño de muestra efectivo en comparación con la adaptación estándar de cadena única, particularmente en entornos de dimensionalidad moderada.

Fen Chen, Pinghua Yang, Zhaohui Chen, Jing Li, Xin Lv2026-10-21
📊 estadística

Early-Career Research Funding and Cumulative Advantage in Scientific Careers: A Mathematical Model and Empirical Analysis

Al combinar un modelo matemático de refuerzo mutuo con el análisis empírico de 40.000 investigadores japoneses, este estudio demuestra que recibir financiación para la investigación en las etapas iniciales de la carrera crea una brecha de rendimiento estadísticamente significativa y creciente a lo largo de las décadas, confirmando que el "efecto Mateo" impulsa la estratificación a largo plazo en las carreras científicas incluso cuando se controla el talento inicial.

Yuhei Yamaguchi2026-10-21
📊 estadística

Complex Probabilistic Neutrosophic Sets for Multi-Criteria Decision-Making: New Aggregation Operators and Comparative Analysis

Este artículo introduce el novedoso conjunto neutrosófico probabilístico complejo (CPN) para capturar mejor los niveles de aceptación de la opinión de expertos en escenarios reales de incertidumbre, propone nuevos operadores de agregación geométrica y de promedio ponderado, y valida un marco de toma de decisiones multicriterio correspondiente a través de un caso de estudio de selección de automóviles y un análisis comparativo.

Faisal Al-Sharqi, Ashraf Al-Quran2026-10-21
📊 estadística

Computational Growth Modeling: Assessing Longitudinal Change with Joint Models

Este artículo introduce y valida el "modelado de crecimiento computacional", un enfoque de modelado conjunto que integra modelos computacionales jerárquicos con datos longitudinales para estimar con mayor precisión los cambios individuales en los procesos conductuales a lo largo del tiempo en comparación con los métodos tradicionales de dos etapas, ofreciendo así mejores perspectivas sobre la etiología de la psicopatología.

Jeremy Haynes, Nathaniel Haines, Holly Sullivan-Toole, Thomas Olino2026-10-21
📊 estadística

Assessing the accuracy of census-independent small area modelled population datasets

Este estudio valida la precisión de las estimaciones de población modeladas de forma independiente al censo al compararlas con los datos del censo de Zambia de 2022, encontrando fuertes correlaciones a nivel nacional y subnacional, al tiempo que identifica que refinar la estratificación de los asentamientos residenciales es crucial para reducir la sobreestimación sistemática.

Heather R. Chamberlain, Claire A. Dooley, Frank Kakungu, Andrew J. Tatem2026-10-21
📊 estadística

Scalable Bayesian maximum entropy for large environmental data sets through Vecchia graphical inference

Este artículo presenta VISTA-BME, un método escalable que combina la inferencia gráfica de Vecchia con la propagación de mezcla y la esperanza gaussiana para superar las limitaciones computacionales de la máxima entropía bayesiana convencional, permitiendo el procesamiento eficiente de grandes conjuntos de datos ambientales con observaciones tanto exactas como suaves, manteniendo una alta precisión y reduciendo significativamente los costes de memoria y tiempo.

Ying-Fan Lin, Hwa-Lung Yu2026-10-20
📊 estadística

Source information limits lower-risk claims from synthetic validation cohorts

Este estudio demuestra que, si bien el agrandamiento de las cohortes de validación sintéticas puede mejorar la precisión condicional, a menudo aumenta las tasas de certificación falsa para reclamaciones de menor riesgo a menos que se aplique un reajuste de la fuente para mitigar los errores excesivos, aunque tales correcciones conllevan un costo de potencia y no eliminan completamente los sesgos bajo una especificación errónea fija.

Tianyi Yu2026-10-20
📊 estadística

Exact Likelihood-Coin Poisson Sampling for Bayesian Inverse Problems with Sharp Complexity Bounds

Este artículo introduce un marco computacional bayesiano exacto para problemas inversos que utiliza una construcción de Bernstein-Poisson para convertir eventos de Bernoulli hacia adelante en monedas de verosimilitud, permitiendo el muestreo de la posterior de forma independiente al modelo con límites de complejidad agudos y una realización de continuo para problemas elípticos de valores de función.

Zhiliang Deng, Xiaomei Yang2026-10-20