261 articles
Cet article propose le de Bergsma-Dassios en tant que mesure de dépendance robuste, basée sur la covariance des signes, pour les statistiques officielles, démontrant, par l'analyse théorique, des applications aux données de l'EU-SILC et des études de simulation, qu'il surpasse les mesures de corrélation traditionnelles pour détecter les relations non linéaires et gérer la contamination des données.
Cet article introduit l'Analyse de Condition Nécessaire par Quantiles (QNCA), une extension de la NCA paramétrée par la tolérance qui remplace le plafond déterministe par des frontières de quantiles conditionnels afin d'atténuer la sensibilité des tailles d'effet aux observations limites uniques tout en préservant le cadre interprétatif central de la méthode.
Cet article introduit un cadre SIRD hybride et reproductible qui estime les paramètres épidémiques variant dans le temps via l'inversion algébrique et l'autorégression vectorielle pour surpasser les modèles de prévision statiques et naïfs dans la prédiction des cas et des décès de la COVID-19, bien qu'il présente actuellement une calibration probabiliste limitée.
Cet article introduit une approche d'apprentissage automatique utilisant un réseau de neurones artificiels logistique partiel (PLANN) adapté pour estimer et prédire la survie nette, démontrant sa flexibilité dans la gestion de structures de données complexes par rapport aux régressions traditionnelles basées sur des splines tout en notant une variance plus élevée des estimations pour les petits échantillons et en fournissant le package R `survivalPLANN` pour l'implémentation.
Cette étude introduit un cadre basé sur les graphon pour analyser l'évolution structurelle des réseaux de mobilité de l'enseignement supérieur en Hongrie de 2006 à 2024, démontrant que les métriques de distance spectrale et distributionnelle surpassent les statistiques traditionnelles pour capturer les changements induits par les politiques et révéler des paliers hiérarchiques de réseaux.
Cette étude propose un cadre intégré économico-statistique pour la surveillance de processus catégoriels multivariés en Phase II en optimisant la conception d'une carte de contrôle EWMA–GLT afin de minimiser les coûts totaux attendus tout en maintenant les performances statistiques requises.
Cet article propose le Transport G-Computation (TGC), un nouveau cadre distributionnel combinant la g-computation longitudinale avec le transport optimal pour estimer les effets causaux de Wasserstein, lequel démontre une performance supérieure à la g-computation paramétrique dans des scénarios impliquant un feedback confusionnel et une spécification de modèle erronée, malgré des coûts de calcul plus élevés.
Cet article introduit un cadre de Monte Carlo hamiltonien déformé en , motivé par la géométrie, qui utilise des différences de type Jackson pour construire un échantillonneur ajusté par Metropolis, offrant ainsi une alternative robuste au HMC classique qui évite les violations de domaine et les désajustements d'échelle tout en convergeant vers la dynamique standard lorsque .
Cet article introduit CALIB-SAE, une correction par processus gaussien non stationnaire de l'estimateur de Fay-Herriot qui maintient une précision de prédiction ponctuelle équivalente tout en améliorant significativement l'incertitude prédictive calibrée pour l'estimation de petites zones à travers des ensembles de données géographiques simulés et réels.
Cet article propose un modèle de mélange fini à deux composantes combinant les distributions de Fréchet et de Weibull afin d'aborder l'hétérogénéité du comportement des queues de distribution dans des domaines tels que l'hydrologie et la fiabilité, en détaillant son estimation par maximum de vraisemblance via l'algorithme EM, en validant sa performance à travers des simulations, et en démontrant son utilité pratique sur des données réelles de vitesse du vent.