📊 statistiques

Hierarchical Bayesian Experimental Estimation of Incremental Local Advertising Effects with Secure Aggregation and Differential Privacy

Cet article présente un cadre de calcul préservant la confidentialité qui combine des expériences aléatoires par zones appariées, l'agrégation sécurisée et la confidentialité différentielle avec l'inférence bayésienne hiérarchique afin d'estimer avec précision les effets publicitaires locaux incrémentaux et d'optimiser les budgets malgré la rareté des données de conversion et les contraintes strictes de confidentialité.

Que Yang, Yukun Du, Yuang Hu2026-09-23
📊 statistiques

Statistical Inference for the Entropy of the Transmuted Weibull Distribution under Adaptive Progressive Type-II Censored Samples

Cet article corrige une erreur de signe dans la formule de l'entropie de Shannon pour la distribution de Weibull transmutée et développe des méthodes d'inférence fréquentiste et bayésienne complètes pour estimer ses paramètres et son entropie sous des échantillons de type II progressifs adaptatifs, démontrant par des simulations et des données réelles que l'approche bayésienne surpasse généralement l'estimation du maximum de vraisemblance, particulièrement pour les petits ensembles de données ou fortement censurés.

Shixiao Xiao, Xinyu Wu, Yanqiu Zeng, Xue Hu, Chengxi Hong2026-09-22
📊 statistiques

Which disadvantaged students beat the odds in STEM? A design-consistent, fairness-audited machine learning study of 143,573 adolescents in 79 PISA 2022 education systems

Cette étude emploie une approche d'apprentissage automatique cohérente avec la conception et auditée en matière d'équité sur les données PISA 2022 de 143 573 adolescents défavorisés issus de 79 systèmes éducatifs pour identifier que, bien que l'auto-efficacité en mathématiques soit le prédicteur universel le plus fort de la résilience en STEM, les modèles prédictifs présentent d'importantes limites de transportabilité et des biais systématiques à l'encontre des filles et des élèves ruraux, soulignant la nécessité de stratégies de dépistage contextuelles et équitables.

Omar Allohibi2026-09-22
📊 statistiques

Dynamics, Optimal Control, and Spillover Risk of the 2026 Bundibugyo Ebola Outbreak in the Democratic Republic of the Congo

Cette étude utilise un modèle SEIDR combiné à la théorie du contrôle optimal et aux données de mobilité pour analyser l'épidémie d'Ebola de 2026 à Bundibugyo en RDC, identifiant un nombre de reproduction de base de 1,83, déterminant qu'une adhésion du public de 58,12 % aux comportements de protection pourrait stopper la transmission, et démontrant qu'une stratégie de contrôle variant dans le temps pourrait raccourcir l'épidémie de sept mois tout en réduisant considérablement les risques de débordement transfrontalier vers les nations africaines voisines, la France et le Canada.

Tianmu Chen, Jiahui Li, Shengjie Lai, Yanhua Su, Qiuping Chen, Jia Rui, Zeyu Zhao2026-09-22
📊 statistiques

Marginal Mean Weighting Through Stratification for Time-Varying Multivalued Treatments: A Monte Carlo Comparison with Inverse-Probability-Weighted Marginal Structural Models

Cette étude de Monte Carlo démontre que la pondération par la moyenne marginale par stratification (MMWS) offre généralement une alternative plus stable et robuste à la pondération par l'inverse de la probabilité (IPTW) pour les traitements multivalents variant dans le temps en réduisant l'erreur quadratique moyenne, particulièrement en cas de spécification incorrecte du modèle, bien qu'elle puisse encore éprouver des difficultés avec le biais et la couverture lorsque les hypothèses de positivité sont violées.

Ariel Linden2026-09-22
📊 statistiques

A Dynamical Approach to Extracting Language Style Patterns using Recurrence Quantification

Cet article introduit l'appariement de style linguistique basé sur la récurrence (rbLSM), un nouveau cadre qui utilise l'analyse de quantification de la récurrence pour surmonter les limites des estimations globales traditionnelles en capturant dynamiquement les modèles de synchronie linguistique au niveau des tours de parole et en prédisant des résultats émotionnels positifs dans les conversations.

Aaron Necaise, Jingjing Han, Mary Jean Amon2026-09-22
📊 statistiques

Food-Assistance Modality, Geographic Patterning, and Child Nutrition in Rohingya Camps: A Reanalysis of Public Replication Data

Cette réanalyse des données publiques sur les camps de Rohingya révèle que, bien que les modalités d'assistance alimentaire soient fortement structurées par la géographie et les facteurs institutionnels, l'ensemble de données publié manque des détails de conception et d'allocation nécessaires pour soutenir des affirmations causales sur l'efficacité des programmes, limitant ainsi son utilité à une réévaluation descriptive.

Nerob Ahmed2026-09-22
📊 statistiques

Data Driven Options Pricing using ANN: Evidence from the CRR Model

Cet article démontre que les réseaux de neurones artificiels entraînés sur des données du modèle de Cox-Ross-Rubinstein servent de substitut rapide, précis et polyvalent pour l'évaluation de divers types d'options et le calcul des Grecs, réduisant de manière significative les coûts de calcul pour la gestion des risques en temps réel et la construction de surfaces de volatilité implicite.

Arun Kumar, Pawan Kumar, Jitendra Kumar2026-09-21
📊 statistiques

Clustering-Informed Inverse Probability Weighting Strategies for Causal Effect Estimation in Observational Studies

Cet article évalue et compare la pondération par l'inverse de la probabilité standard à deux stratégies fondées sur le partitionnement en grappes pour l'estimation d'effets causaux, démontrant que bien que les deux approches basées sur les grappes améliorent la robustesse face à la spécification erronée de covariables omises, leur performance relative en termes de biais, d'erreur quadratique moyenne et de couverture dépend de la structure sous-jacente des sous-groupes et de la taille de l'échantillon.

Ruohui Chen, Scott Zuo, Whitney Stevens, Seth Pollack, Wenna Xi, Lucia Petito, Lihui Zhao, Hui Zhao2026-09-21