259 articles
Cet article introduit DriftGuard, un cadre d'audit en deux étapes qui établit des frontières de détectabilité théoriques pour le décalage de distribution et fournit un protocole rigoureux, doté d'un budget d'étiquetage, pour diagnostiquer l'échec de couverture et recalibrer les modèles de prédiction conforme sous des décalages de covariables et de concepts.
Cette étude démontre que l'enregistrement différentiel des résultats continus liés à l'exposition, tels que la perte de sang estimée visuellement, peut fabriquer des effets de traitement importants et d'apparence robuste dans les preuves en vie réelle par le biais d'une erreur de mesure systématique plutôt que par de réelles différences cliniques, nécessitant des contrôles diagnostiques spécifiques et un recours à des mesures objectives pour éviter des conclusions fallacieuses.
Cet article présente un modèle de mélange conscient de l'incertitude et spatialement informé, doté de mécanismes de contraction et de pondération des classes, qui améliore significativement la classification des états de panaches de CO₂ déséquilibrés dans le benchmark de Sleipner en identifiant des régimes interprétables organisés par profondeur et en fournissant des estimations d'incertitude a posteriori.
Cet article propose la méta-régression par noyau bayésien (BKMMR), un cadre de modélisation de second stade flexible qui surmonte les limites de la méta-régression linéaire conventionnelle en capturant automatiquement les non-linéarités et les interactions dans les données d'épidémiologie environnementale multi-sites, améliorant ainsi la précision de l'estimation, la prédiction et les capacités de mise à l'échelle spatiale, comme le démontrent des simulations et une étude sur la pollution de l'air en Corée du Sud.
Cette étude démontre que le modèle des pics au-delà du seuil à troncature à droite (RT-POT) surpasse les approches traditionnelles de la valeur extrême généralisée et de la distribution de Pareto généralisée en fournissant des estimations de paramètres plus précises et des limites supérieures plus réalistes pour la gestion des niveaux d'eau extrêmes au barrage d'Akosombo au Ghana sous une troncature naturelle.
Cet article propose des stratégies d'heuristique de seuil bayésien adaptatif pour le problème du secrétaire à information partielle en intégrant la théorie de l'arrêt optimal à information complète avec une mise à jour bayésienne via un a priori conjugué Normal-Gamma, démontrant une performance supérieure aux méthodes d'estimation du maximum de vraisemblance, particulièrement sous de faibles tailles d'échantillon et une information a priori faible.
Cet article propose et évalue l'estimateur CF-CABLS-MNL (Cross-Fitted Contamination-Aware Generalized Empirical-Bayes Liu Shrinkage) pour les modèles Multinomial Logit, un cadre robuste qui intègre la divergence de puissance de densité par ajustement croisé, l'ajustement de la classification erronée et le rétrécissement spectral afin de réduire significativement l'erreur quadratique moyenne en présence de multicolinéarité et de valeurs aberrantes, bien que les résultats empiriques indiquent que, si cet estimateur excelle dans les contextes contaminés, les méthodes de régularisation directe comme la régression Ridge peuvent être plus performantes dans des scénarios de données propres ou denses.
Cet article propose un cadre de partitionnement basé sur un modèle pour les données sphériques et hypersphériques utilisant des distributions elliptiquement symétriques, spécifiquement les distributions gaussiennes angulaires et de Cauchy projetées sphériques elliptiquement symétriques, qui sont estimées via l'algorithme d'espérance-maximisation et évaluées à travers des simulations et des applications réelles.
Cette étude de 2 058 matchs à travers six ligues européennes démontre que, bien que les indicateurs de performance relative (différences équipe-adversaire) soient plus efficaces que les indicateurs absolus pour prédire l'issue des matchs, le modèle prédictif le plus précis est obtenu en intégrant à la fois des mesures absolues et relatives.
Cet article présente la distribution Odd Log-Logistic Rayleigh (OLLR) à deux paramètres en tant qu'extension flexible du modèle de Rayleigh, en dérivant ses propriétés statistiques et en démontrant sa performance supérieure dans la modélisation des données de durée de vie à travers des applications sur deux ensembles de données réelles.