📊 statistics

Covariance-Aware Compromise Allocation in Multivariate Stratified sampling under Nonlinear Constraints

Este estudio propone un marco de asignación de compromiso consciente de la covarianza para el muestreo estratificado multivariante bajo restricciones no lineales de presupuesto y tiempo, demostrando mediante análisis numérico que la incorporación de las interacciones de covarianza produce asignaciones de muestra óptimas y una precisión mejorada en comparación con los métodos tradicionales.

Shuaibu Idris Adam, Quazzafi Rabbani2026-07-09
📊 statistics

Markov-Switching Regime Dynamics of Maternal Mortality in Kenya: A State-Dependent Analysis of Health System Transitions with Bootstrap Uncertainty Quantification (2000-2023

Este estudio emplea un modelo de cambio de régimen de Markov de dos estados con cuantificación de incertidumbre mediante bootstrap sobre los datos de mortalidad materna de Kenia del periodo 2000–2023 para revelar regímenes distintos de alta y baja mortalidad impulsados por cambios estructurales en el sistema de salud, demostrando que la trayectoria de la salud materna del país se caracteriza por cambios de régimen persistentes en lugar de una tendencia lineal continua.

ROBERT NYABWANGA2026-07-09
📊 statistics

A Dynamic Huber-Weighted Adaptive EWMA Max-M Statistic for Simultaneous Multivariate Process Monitoring

Este estudio propone un estadístico Max-M de EWMA adaptativo con ponderación de Huber dinámico que supera a los modelos tradicionales al detectar simultáneamente cambios menores y mayores en procesos multivariantes mediante el ajuste dinámico de los parámetros de suavizado basados en la magnitud de la desviación, tal como se validó a través de simulaciones y datos industriales de clínker de cemento.

Muhammad Ahsan, Latifatuz Zulfa, Muhammad Mashuri, Syafi’ Bariq’ Syihabuddin Hidayatullah, Muhammad Hisyam Lee2026-07-09
📊 statistics

Auxiliary-Enhanced Survey Calibration: A Novel Framework for Reject Inference under Sample Selection Bias

Este artículo propone un novedoso marco de calibración de encuestas mejorado con auxiliares para la inferencia de rechazos que evita la degradación del rendimiento de los métodos de imputación tradicionales mediante el reponderado de los solicitantes aceptados para que coincidan con los totales de la población, demostrando así ser consistente y asintóticamente normal, al tiempo que mejora significativamente la calibración del riesgo de la población y mantiene el poder de discriminación bajo la falta de especificación del modelo.

Abderrahim EL AMRANI, Badreddine BENYACOUB, Mohammed EL HAJ TIRARI2026-07-08
📊 statistics

An Interpretable Statistical Learning Framework for Binary Classification: An Application to Student Stress Prediction

Este estudio propone y valida un marco de aprendizaje estadístico interpretable que integra la regresión penalizada, la selección de estabilidad por bootstrap y el aprendizaje automático explicable basado en SHAP para predecir con precisión el estrés estudiantil, identificando predictores clave como la presión de los exámenes y las horas de sueño, al tiempo que garantiza la transparencia y la reproducibilidad del modelo.

Francis Okyere2026-07-08
📊 statistics

An index to quantify the disparity between coauthorship and individual’s scientific impact

Este artículo propone el Índice de Disparidad de Coautoría (CDI, por sus siglas en inglés), una métrica novedosa diseñada para cuantificar el desequilibrio entre el impacto científico de un autor y su número de coautores en artículos con núcleo h, ayudando así a identificar instancias de abuso de coautoría, tales como la autoría de regalo o de cortesía.

Shaibu Mohammed2026-07-08