95 articoli
Questo studio analizza i dati delle partite NBA dal 2015 per dimostrare l'esistenza di un pregiudizio a favore delle squadre di casa (ridotto durante la pandemia) e di vantaggi statistici per alcuni giocatori specifici, mentre non trova alcuna evidenza di bias razziali o di pregiudizi negativi verso singoli giocatori o squadre.
Questo studio utilizza l'omologia persistente applicata a un complesso testimone filtrato per identificare le lacune nella copertura dei centri di raffrescamento in diverse città statunitensi, confrontando i risultati con un indice di vulnerabilità al calore per fornire una valutazione più completa delle aree a rischio di mortalità legata al caldo.
Questo articolo propone un framework di prognostica non supervisionato che, utilizzando dati di guasto non etichettati, identifica simultaneamente modalità di guasto latenti e seleziona sensori informativi per migliorare la previsione della vita utile residua negli habitat spaziali profondi autonomi.
Questo articolo propone un'estensione del modello di regressione con errori nidificati ad alta dimensionalità (NERHDP) per la previsione empirica ottimale degli indicatori di povertà su piccola area, introducendo procedure di stima efficienti, metodi per le aree non campionate e una valutazione dell'incertezza tramite bootstrap, dimostrando prestazioni superiori rispetto agli approcci esistenti su dati reali albanesi.
Il paper propone un framework federato "one-shot" per la modellazione di eventi nel tempo che utilizza pseudo-osservazioni e un procedimento di debiasing per superare le limitazioni delle assunzioni di rischi proporzionali e della condivisione dei dati sensibili, garantendo al contempo accuratezza inferenziale e privacy nella ricerca clinica multicentrica.
Il documento presenta DESA, un pacchetto R disponibile su CRAN che utilizza i dati sull'assenteismo scolastico per modellare, rilevare tempestivamente e valutare epidemie influenzali, offrendo inoltre strumenti di simulazione per la ricerca epidemiologica.
Questo studio dimostra che le metriche di visibilità nei motori di ricerca generativi sono intrinsecamente variabili e non deterministiche, sostenendo la necessità di adottare un framework statistico che includa stime di incertezza e intervalli di confidenza invece di affidarsi a misurazioni puntuali singole.
Questo articolo presenta un metodo basato su BMW-GAM per quantificare l'incertezza degli impatti negativi sui sistemi energetici critici durante eventi estremi composti, utilizzando modelli additivi generalizzati bayesiani e una copula gaussiana per simulare probabilisticamente variabili meteorologiche come temperatura, velocità del vento e irradiazione solare.
Il paper presenta AgroDesign, un framework statistico in Python che integra la progettazione sperimentale agricola direttamente nell'analisi computazionale per automatizzare la costruzione di modelli lineari, la selezione degli errori e l'interpretazione dei risultati, garantendo così maggiore coerenza e riproducibilità rispetto ai metodi tradizionali.
Il paper presenta l'MM-test, un metodo di screening privo di distribuzione basato su una statistica di rapporto di verosimiglianza quasi e una procedura knockoff, che supera i metodi esistenti nell'identificare geni variabili spazialmente in dati di trascrittomica spaziale sia bidimensionali che tridimensionali, garantendo al contempo il controllo del tasso di falsi positivi e la coerenza teorica.
Questo articolo propone un quadro unificato per il rilevamento delle anomalie basato sulla surprisal, che riduce il problema alla stima della coda di una distribuzione univariata attraverso stimatori empirici e di valori estremi, dimostrando efficacia anche in presenza di significativa specificazione errata del modello.
Il documento presenta CERES, un sistema di allerta precoce probabilistico, open-source e automatizzato che genera stime settimanali a 90 giorni sull'insicurezza alimentare acuta in 43 paesi ad alto rischio, integrando sei flussi di dati e impegnandosi nella verifica pubblica prospettica di ogni previsione.
Questo studio adatta il framework dei prior di decomposizione gerarchica ai modelli di distribuzione delle specie bayesiani, permettendo un controllo diretto e trasparente sulla partizione della varianza e migliorando l'interpretabilità dei processi ambientali, spaziali e temporali senza compromettere le prestazioni predittive.
Questo studio dimostra che la progressione radiologica della fibroelastosi pleuroparenchimale (PPFE) nei programmi di screening per il cancro del polmone è associata indipendentemente a un aumento della mortalità e a esiti clinici avversi, suggerendo che la sua valutazione quantitativa possa fungere da biomarcatore utile per identificare individui ad alto rischio respiratorio.
Questo articolo esamina la stabilità distribuzionale degli stimatori sparsi della matrice di precisione, derivando un limite locale di Lipschitz esplicito per la distanza tra le distribuzioni degli stimatori sotto dati originali e contaminati, misurata tramite la metrica di Kantorovich.
Questo lavoro dimostra come un'entità malintenzionata possa ingannare le verifiche di conformità al regolamento UE sull'IA manipolando i dati per apparire equi, analizzando le vulnerabilità di tali attacchi e proponendo metodi statistici per rilevare queste distorsioni distribuzionali.
Questo studio dimostra che i metodi di imputazione basati su MICE offrono un'alternativa efficace e più semplice da implementare rispetto alle reti avversarie e agli autoencoder per la generazione di dati sintetici nella taratura assicurativa, preservando fedelmente le distribuzioni originali e migliorando le prestazioni dei modelli GLM.
Lo studio quantifica l'aumento atteso dei valori di ritorno centennali delle temperature estreme nelle regioni desertiche entro il 2125, utilizzando modelli GEV bayesiani selezionati tramite il criterio BIC, che rivelano un incremento significativo dei massimi annuali, specialmente sotto scenari di forzatura climatica più severi.
Questo studio utilizza l'inferenza causale basata su dati satellitari per dimostrare che l'espansione dell'industria di lavorazione del nichel nel Parco Industriale di Morowali in Indonesia ha causato un significativo deterioramento della limpidezza delle acque costiere, con potenziali impatti negativi sugli ecosistemi marini tropicali.
Questo articolo propone un metodo di stima della densità non parametrica per dati composizionali sul simplex con dati mancanti, basato su un kernel di Dirichlet adattivo e pesatura per probabilità inversa, che dimostra prestazioni superiori rispetto alle trasformazioni log-ratio e viene applicato con successo ai dati di composizione dei leucociti dell'indagine NHANES.