441 articles
Cet article propose un cadre d'apprentissage profond utilisant l'ensemble multiplicatif de réseaux de neurones (MLA-MoS-1 et MLA-MoS-2) pour résoudre simultanément le modèle américain double Heston sous des taux d'intérêt constants et stochastiques, prédisant efficacement la frontière d'exercice anticipé, les valeurs des options et les Grecs.
Cette étude propose et évalue une nouvelle famille d'estimateurs de type sinus généralisé et de type exponentielle-sinus pour la médiane d'une population finie sous un échantillonnage aléatoire simple sans remise, démontrant, par l'analyse théorique, des simulations et des données réelles, que ces méthodes surpassent de manière significative les estimateurs traditionnels en exploitant l'information auxiliaire pour réduire l'erreur quadratique moyenne.
Cet article présente swNIsim, un package R flexible basé sur la simulation qui permet le calcul de la puissance pour les essais contrôlés randomisés en grappes avec un plan en escalier de non-infériorité, en s'adaptant à diverses caractéristiques de conception, types de résultats et stratégies analytiques, tout en démontrant par des simulations que l'augmentation du nombre de périodes et l'équilibrage de l'allocation des grappes améliorent la puissance statistique.
Cet article introduit la Calibration Distributionnelle Locale, une méthode non paramétrique qui infère des distributions prédictives complètes et cohérentes en des lieux non échantillonnés à partir d'ensembles spatiaux afin de fournir des probabilités de dépassement précises pour des champs environnementaux hétérogènes, surpassant les approches de krigeage traditionnelles en corrigeant la sous-dispersion et en éliminant les violations de relation d'ordre.
Ce tutoriel présente un flux de travail reproductible et soutenu par du code pour mener une analyse de médiation avec des données groupées en psychologie de la santé, illustré par une étude multi-vagues sur la Chine qui lie les facteurs environnementaux au niveau macro aux facteurs de participation sociale et de vulnérabilité liée au suicide au niveau micro, tout en abordant les défis statistiques tels que le regroupement et les comparaisons multiples.
Cette étude propose et évalue un cadre d'intelligence statistique pour mesurer la transformation numérique dans le secteur public de la région du Kurdistan de l'Irak, en utilisant des données secondaires et diverses méthodes statistiques pour révéler un score de performance globale modéré de 4,60/7, avec une grande maîtrise des capacités d'identité numérique mais une marge d'amélioration significative en matière d'accessibilité des services.
Cet article propose une statistique de test de colinéarité simple et efficace sur le plan computationnel pour les tests d'hypothèses dans les modèles linéaires généralisés de haute dimension, qui reste efficace lorsque le nombre de prédicteurs excède la taille de l'échantillon et démontre une puissance statistique supérieure, particulièrement dans les scénarios d'alternatives creuses, par rapport aux tests classiques de Wald et de rapport de vraisemblance.
Cet article présente une extension du package R open-source saemix pour ajuster des modèles à effets mixtes non linéaires et non gaussiens, démontrant sa flexibilité et sa précision à travers diverses applications réelles et une étude de simulation sur des données binaires répétées.
Cette étude détermine de manière analytique et computationnelle les intervalles de tests périodiques optimaux pour une unité de secours unique en modélisant le compromis entre l'exposition aux fautes cachées et le temps de service hors ligne, tout en quantifiant comment l'incertitude de détection répétée et l'inclusion de tests complets périodiques impactent la disponibilité globale du système.
Cet article présente EduVision DV, un pipeline de données reproductible et un système de tableau de bord interactif Tableau qui intègre et harmonise plusieurs ensembles de données de classements universitaires avec les indicateurs d'éducation de la Banque mondiale afin de permettre une comparaison entre les systèmes tout en divulguant explicitement les limites de qualité des données sous-jacentes, telles que les scores estimés et les valeurs constantes.