📊 statistiques

Estimation of Neutrosophic Population Mean Incorporating Auxiliary Information under Simple Random Sampling

Cet article propose et valide un estimateur neutrosophique presque non biaisé de la moyenne de population qui incorpore des informations auxiliaires afin d'obtenir une erreur quadratique moyenne plus faible et une efficacité supérieure par rapport aux méthodes traditionnelles lorsqu'on traite des données ambiguës ou indéterminées.

Singh Akansha Ravindrabahadur, Rajesh Singh2026-10-05
📊 statistiques

Does Machine Learning Improve Depression Prediction Beyond Conventional Clinical Models? A Leakage-Controlled Multicohort Simulation Benchmark

Dans un test de référence de simulation multi-cohorte contrôlé par fuite, les algorithmes d'apprentissage automatique n'ont pas réussi à surpasser de manière cohérente des modèles de régression logistique appropriés pour la prédiction de la dépression, tandis que la fuite de données a produit des gains apparents substantiels et trompeurs.

Arhama Faridi2026-10-05
📊 statistiques

National assignment rate and time to assignment of the Spanish NIE (Número de Identidad de Extranjero) in 2026: a retrospective analysis of 159 certificates with projections for 2027

Cette analyse rétrospective de 159 certificats NIE délivrés entre avril et septembre 2026 estime un taux d'affectation national d'environ 940 000 pour l'année et un délai de traitement médian de 10 jours, tout en notant des limites significatives concernant la représentativité des données, les conflits de financement et l'absence d'approbation éthique.

Kay Ventouris2026-10-05
📊 statistiques

The Interplay Between Skewness and Sample Size in the Convergence of Sampling Distribution to Normality

Cette étude quantifie l'impact de l'asymétrie de la population sur la taille d'échantillon requise pour que le théorème central limite assure la normalité, dérivant un modèle de régression quadratique conservateur qui révèle que les règles empiriques standards sont souvent inadéquates pour les données asymétriques, particulièrement lorsque la discrétisation ou une kurtosis sévère sont présentes.

Amrit Subedi2026-10-05
📊 statistiques

Improving the Spatial Identification of Early Years Providers in England: A Comparison of Practical UPRN Linkage Approaches

Cette étude évalue cinq approches pratiques d'appariement d'adresses pour l'attribution de numéros de référence de propriété uniques (UPRN) aux dossiers des prestataires de la petite enfance en Angleterre, concluant que bien que la couverture de couplage varie considérablement, l'inclusion systématique des UPRN dans les registres officiels est essentielle pour une identification spatiale précise et une planification efficace des services.

Joana Cruz, Bin Chi, Ed Lowther, Peat Allan, Pia Hardelid2026-10-05
📊 statistiques

Regional utility and non-utility wildfire ignition models across space and time

Cet article présente un cadre de modélisation intégrée de l'allumage des incendaux de forêt qui distingue les sources de services publics et non utilitaires à l'aide de processus de points de Poisson inhomogènes distincts, révélant des facteurs spatiaux spécifiques pour chacun afin de permettre une évaluation des risques et une atténuation régionales plus ciblées en Californie.

Gabriela Calana Somoza, Neetesh Sharma, Jack W. Baker2026-10-01
📊 statistiques

Spatial Patterns of Public Transportation Stops: A Spatial Statistical Analysis Using Hexagonal Tessellation in Culiacán, Sinaloa, Mexico

Cette étude emploie la tessellation hexagonale et les statistiques spatiales pour analyser la distribution des arrêts de transports publics à Culiacán, au Mexique, révélant un motif hiérarchique non aléatoire de noyaux centraux à haute densité et de secteurs périphériques à faible densité qui met en évidence des inégalités spatiales en matière d'accessibilité urbaine.

Ana G. Zazueta Terrazas, Wenseslao Plata Rocha, Evangelina Ávila Aceves, Yazmín P. Íñiguez Ayón, Lidia Y. Pérez Aguilar (…)2026-10-01
📊 statistiques

Deep Neural Networks for Mean-Field Stochastic Optimal Control with Applications to Mean Variance Optimization

Cet article propose trois algorithmes basés sur l'apprentissage profond pour résoudre numériquement des problèmes de contrôle optimal stochastique à champ moyen de haute dimension dérivés via le principe du maximum stochastique, démontrant leur précision et leur efficacité à travers des applications à la sélection de portefeuille moyenne-variance.

Hamid OULGHAZI, Mustapha Hamchichi, Sidi Mohamed Douiri2026-10-01
📊 statistiques

Auditing Internal Consistency in Webometrics University Rankings: A Bidirectional, Historical, and Peer-Calibrated Approach

Cette étude introduit un cadre d'audit bidirectionnel, historique et calibré par les pairs qui identifie et hiérarchise avec succès les résultats internes incohérents dans les classements universitaires Webometrics de juillet 2026, en distinguant les anomalies réelles du bruit sans inférer la qualité institutionnelle ou la manipulation.

Tarek Barhoum, Mina Ibrahim2026-10-01