96 articles
Cette étude réexamine les biais implicites dans le arbitrage de la NBA en utilisant des données de jeu et des rapports des deux dernières minutes, révélant un avantage significatif pour les équipes à domicile (atténué depuis la pandémie) et des préférences individuelles pour certains joueurs, tout en ne trouvant aucune preuve de biais racial ou de défaveur envers des équipes ou des joueurs spécifiques.
Cet article propose une approche novatrice utilisant l'homologie persistante appliquée à un complexe témoin filtré pour identifier les lacunes dans la couverture des centres de rafraîchissement lors des vagues de chaleur, offrant ainsi une perspective complémentaire aux indices de vulnérabilité thermique traditionnels.
Cet article propose un cadre de prognostique non supervisé permettant de prédire la durée de vie utile résiduelle des habitats spatiaux profonds en identifiant simultanément des modes de défaillance inconnus et en sélectionnant les capteurs pertinents à partir de données non étiquetées.
Cet article propose une extension du modèle de régression à erreurs imbriquées avec paramètres de haute dimension pour améliorer la prédiction empirique optimale des indicateurs de pauvreté dans les petites zones, en introduisant une procédure d'estimation efficace, une méthode pour les zones hors échantillon et une quantification robuste de l'incertitude, validée par des données albanaises.
Cet article propose un cadre fédéré en une seule étape utilisant des pseudo-observations et une procédure de débiaisage pour modéliser des données de survie dans des environnements multi-centres, permettant d'estimer des effets de risque flexibles et non proportionnels tout en préservant la confidentialité des données individuelles.
Ce papier présente DESA, un package R disponible sur CRAN conçu pour modéliser, détecter et évaluer la rapidité des alertes d'épidémies d'influenza grâce à l'analyse des absences scolaires, tout en offrant des outils de simulation pour la recherche en santé publique.
Cette étude démontre que la visibilité des domaines dans les moteurs de recherche génératifs est intrinsèquement stochastique et sujette à une grande variabilité, rendant les mesures ponctuelles trompeuses et soulignant la nécessité d'adopter un cadre statistique incluant des intervalles de confiance pour quantifier correctement l'incertitude.
Cet article présente une méthode d'incertitude quantification pour les systèmes énergétiques critiques face aux événements extrêmes composés, en utilisant le flux de travail BMW-GAM basé sur des copules gaussiennes et des modèles additifs généralisés bayésiens pour modéliser efficacement les variables climatiques.
Le papier présente AgroDesign, un cadre d'inférence statistique en Python qui intègre la conception expérimentale au cœur de l'analyse pour automatiser la modélisation, les tests d'hypothèses et l'interprétation des essais agricoles, garantissant ainsi une rigueur méthodologique et une reproductibilité accrues.
Cet article présente le MM-test, une méthode de criblage sans distribution pour identifier les gènes spatialement variables dans les données de transcriptomique spatiale, y compris en 3D, en utilisant une statistique de rapport de vraisemblance quasi-nulle combinée à une procédure de knockoff pour contrôler le taux de fausses découvertes et surpasser les méthodes existantes.
Ce papier propose un cadre unifié pour la détection d'anomalies basé sur les surprisales, qui réduit le problème complexe à l'estimation de la queue d'une distribution univariée et offre des garanties statistiques robustes même en cas de mauvaise spécification du modèle.
CERES est un système d'alerte précoce probabiliste, automatisé et ouvert qui fournit des estimations hebdomadaires à 90 jours de l'insécurité alimentaire aiguë pour 43 pays à risque élevé en fusionnant six flux de données via un modèle de scoring logistique, tout en s'engageant à une vérification prospective publique de chaque prédiction.
Cet article propose l'adaptation du cadre des priors de décomposition hiérarchique aux modèles de distribution d'espèces bayésiens pour offrir un contrôle direct et transparent sur la partition de la variance, améliorant ainsi l'interprétabilité des contributions environnementales, spatiales et temporelles sans compromettre les performances prédictives.
Cette étude démontre que la progression radiologique de la fibroélastose pleuroparenchymateuse (PPFE) sur les scanners thoraciques à faible dose est un facteur prédictif indépendant de mortalité et d'admissions respiratoires dans deux grandes cohortes de dépistage du cancer du poumon.
Cet article établit une borne de Lipschitz locale explicite pour la distance de Kantorovich entre les distributions d'estimateurs de matrices de précision clairsemées sous des données pures et contaminées, démontrant ainsi leur stabilité distributionnelle et étendant ces résultats aux estimateurs de covariance et de leurs valeurs propres.
Cet article révèle comment un audité malveillant peut manipuler un échantillon de données pour simuler une conformité aux critères d'équité tout en restant statistiquement représentatif, et propose des méthodes pour détecter ces attaques et renforcer les vérifications de supervision.
Cette étude démontre que les méthodes d'imputation par équations chaînées (MICE) constituent une alternative efficace et plus simple à mettre en œuvre que les réseaux antagonistes génératifs et les autoencodeurs pour la génération de données synthétiques en tarification actuarielle, tout en préservant fidèlement les distributions et les relations multivariées nécessaires à l'entraînement de modèles GLM.
Cette étude utilise une régression de valeurs extrêmes généralisées avec inférence bayésienne pour prédire, sur la période 2025-2125, une augmentation significative des températures extrêmes maximales dans les régions désertiques de la Terre sous des scénarios de forçage climatique plus sévères, tandis que les tendances pour les minimas sont plus faibles et moins significatives.
Cette étude démontre, grâce à une inférence causale par séries temporelles structurelles bayésiennes appliquée aux données satellitaires, que l'expansion des installations de traitement du nickel au parc industriel de Morowali en Indonésie a causé une détérioration significative de la clarté des eaux côtières, menaçant ainsi les écosystèmes coralliens locaux.
Cet article propose et analyse un estimateur de densité non paramétrique basé sur un noyau de Dirichlet adaptatif et un pondération par probabilité inverse pour estimer la densité de données compositionnelles sur le simplexe en présence de données manquantes, démontrant ainsi sa supériorité par rapport aux méthodes de transformation log-ratio et son applicabilité à des données réelles de composition leucocytaire.