📊 Category

stat

108 articles

📊 statistics

A Mathematical Model of Swine Flu (H1N1) Transmission with Imperfect Behavioral Vaccination Dynamics: A Case Study of Japan

Cette étude propose un nouveau modèle déterministe à huit compartiments intégrant une dynamique de vaccination comportementale dépendante du temps pour analyser la transmission du H1N1 au Japon, démontrant que le nombre de reproduction de base régit la stabilité de la maladie et qu'une atténuation efficace repose sur l'optimisation de la couverture vaccinale, des mesures de quarantaine et de la réduction des coûts perçus de la vaccination.

Md. Zakir Hosen, Akhil Kumar Srivastav, Jun Tanimoto2026-07-21
📊 statistics

Probabilistic Risk Stratification and Transition-Sensitive Explainability for Attorney Involvement in Workers' Compensation Claims

Cette étude utilise un classificateur CatBoost sur 48 130 demandes d'indemnisation des travailleurs pour modéliser l'implication des avocats comme un processus de risque probabiliste, démontrant comment les moteurs de litige varient à travers les paliers de risque faible, moyen et élevé, et révélant des motifs de caractéristiques asymétriques à proximité des frontières de régime afin d'améliorer la stratification des risques et l'explicabilité.

Gonzalo Agustin Vivian, Chelsea M. Zuvieta, Taghi M. Khoshgoftaar2026-07-20
📊 statistics

Reverse-Engineering Radiation Oncology: A Reproducible Pipeline for Affiliation Disambiguation and Author Localisation in the Medical Sciences

Cet article présente un pipeline reproductible et indépendant du domaine qui améliore la précision de l'attribution de la localisation et de l'ancienneté des auteurs en radio-oncologie en dérivant les données directement des chaînes d'affiliation brutes plutôt qu'en s'appuyant sur des balises institutionnelles sujettes à l'erreur, atteignant une précision nettement plus élevée (F1 ≈ 0,92) que les références standards.

David Kaul2026-07-20
📊 statistics

The name-collision burden of name-based author attribution is unequal across name origins: a measurement in OpenAlex, and an identifier-based remedy (SigmaCV)

Cette étude quantifie la charge significativement plus élevée de collisions de noms à laquelle sont confrontés les chercheurs est-asiatiques par rapport à leurs homologues anglophones et autres au sein de la base de données OpenAlex, démontrant que l'attribution basée sur le nom est intrinsèquement inégale et préconisant l'adoption de solutions fondées sur des identifiants comme SigmaCV pour garantir une évaluation équitable de la recherche.

Basile Chrétien2026-07-17
📊 statistics

Robust Dependence Detection in Official Statistics: A Data Based Methodology

Cet article propose le τ∗\tau^* 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.

STHITADHI DAS2026-07-17
📊 statistics

Quantile Necessary Condition Analysis: A Tolerance-Parameterized Generalization of Necessary Condition Analysis

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.

Marek Deja2026-07-15
📊 statistics

Dynamic-Parameter SIRD Forecasting: ReproducibleTime-Varying Rate Estimation for COVID-19

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.

Juliho David Castillo Colmenares2026-07-15
📊 statistics

Neural Networks for net survival estimation and prediction

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.

Thomas Ollard, Yohann Foucher2026-07-15