257 articles
Ce document propose un cadre statistique pour identifier des poids d'allocation admissibles qui permettent d'atteindre des améliorations de Pareto sans nuire à aucun participant, démontrant son utilité pratique à travers une analyse empirique de la réallocation des ressources dans l'expérience RAND Health Insurance.
Cet article propose une méthode de randomisation de signe conditionnelle avec blanchiment estimé pour les modèles de parenté gaussienne qui permet un test d'association de ensembles de gènes à contrôle de niveau par échantillon fini et de manière efficace sur le plan computationnel, en exploitant la symétrie de signe et le calibrage réutilisable à travers une orbite de signe, tout en distinguant explicitement sa cible d'inférence de l'hypothèse nulle globale de l'enrichissement compétitif ou de la découverte de gènes causaux.
Cet article présente les splines de Laplace-P (LPS) comme une alternative bayésienne sans échantillonnage et efficace sur le plan computationnel pour estimer les modèles de fragilité Gamma partagés dans les données de temps de survie censurées à droite et regroupées, démontrant sa performance à travers des simulations et des applications à trois ensembles de données biomédicales.
Cet article propose et évalue deux cartes de contrôle de type rapport de vraisemblance généralisé multivarié (MGLR) améliorées qui intègrent les règles de sensibilisation 2 sur 2 et 2 sur 3 de Klein afin de surveiller efficacement les décalages simultanés de la moyenne et de la dispersion du processus tout en tenant compte explicitement de l'impact préjudiciable de l'erreur de mesure.
Cet article introduit une formulation par équations structurelles pour les processus gausiens quasi-périodiques généraux qui simplifie la génération et la prévision tout en réduisant la complexité computationnelle de à , offrant ainsi une approche évolutive et cohérente pour l'analyse de divers signaux naturels et physiologiques.
Cet article propose un cadre à deux étapes séparant la qualification du corpus de l'arrêt séquentiel bayésien pour démontrer que même des modèles bien calibrés et un classement amélioré ne peuvent garantir un arrêt précoce sûr dans le criblage de la littérature savante, comme en témoignent des taux d'arrêt prématuré élevés et un faible rappel lors des validations de référence.
Cette étude évalue six modèles spatio-temporels pour la prévision de l'indice de développement humain provincial de l'Indonésie, concluant que les approches simples, locales et ajustées par grappes, surpassent les architectures complexes d'apprentissage profond pour les prédictions à court terme, particulièrement lorsqu'on tient compte des changements de limites administratives et de la limitation des données d'entraînement.
Cet article présente le cadre GBDC (Global Benford Deviation Clustering), une nouvelle méthode non supervisée qui transforme les écarts de la loi de Benford à l'échelle globale en scores d'anomalie par pixel afin de permettre la détection d'anomalies radiométriques sans entraînement dans l'imagerie multispectrale, atteignant un score F1 moyen de référence de 0,347 sur le jeu de données CloudSEN12.
Cette étude portant sur plus de 100 000 étudiants à travers 29 systèmes éducatifs révèle que la distinction entre les règles parentales de temps d'écran qui incluent ou exemptent le travail scolaire met en évidence des différences significatives de compétence numérique qui sont occultées par la classification binaire traditionnelle des règles comme étant simplement présentes ou absentes.
Cet article introduit un cadre statistiquement rigoureux pour tester l'équilibre structurel dans les hypergraphes signés en définissant un indice de frustration d'hyperarête et un modèle nul préservant le degré, lequel, appliqué aux données de vote de l'Assemblée générale des Nations Unies, révèle qu'une véritable polarisation d'ordre supérieur n'existe que dans des fenêtres historiques spécifiques plutôt que comme une constante universelle, distinguant ainsi les véritables coalitions du pur hasard.