📊 statistica

A Distribution-Based Framework for Homogeneity Assessment of Engineering Data: Comparison with Conventional Statistical Inference

Questo articolo propone un framework basato sulla distribuzione che utilizza l'Interval-Shift Density Estimation (ISDE) per valutare l'omogeneità dei dati ingegneristici come output di sistemi di produzione, dimostrando che questo approccio privo di assunzioni produce risultati più stabili e affidabili rispetto ai metodi convenzionali di inferenza statistica all'aumentare del volume dei dati.

Yu Yun, Weigang Duan2026-10-06
📊 statistica

Three inference traps in exploratory space–time analysis: evidence from population ageing in Türkiye

Questo articolo identifica e fornisce diagnosi per tre comuni trappole di inferenza nell'analisi spazio-temporale esplorativa — specificamente riguardo alla misinterpretazione delle statistiche locali, alla conflazione di tendenze temporali con il clustering spaziale nell'analisi degli hot spot, e all'attribuzione errata degli effetti di posizione di classe alla contagione spaziale — dimostrando, attraverso i dati sull'invecchiamento della popolazione in Turchia, che i modelli spaziali osservati derivano da un forcing regionale condiviso piuttosto che da una diffusione da vicino a vicino.

Kerem Yavuz ARSLANLI2026-10-06
📊 statistica

Generative AI Adoption in Statistics and Data Science Higher Education

Uno studio su 72 studenti universitari anziani egiziani che utilizza un modello UTAUT2 adattato rivela che, sebbene la facilità d'uso e il supporto guidino fortemente l'adozione dell'IA generativa nell'educazione alla statistica e alla scienza dei dati, l'applicazione disciplinare responsabile richiede competenze critiche aggiuntive come la verifica e il giudizio statistico oltre la mera intenzione comportamentale.

Noha Youssef2026-10-06
📊 statistica

A Systematic Review of Zero-Inflated Count Time Series Models: Techniques, Developments, Challenges and Future Directions

Questo articolo presenta la prima revisione sistematica della letteratura e l'analisi bibliometrica completa dei modelli di serie temporali di conteggio INAR con inflazione di zeri, sintetizzando gli sviluppi metodologici, le tecniche di stima e le applicazioni, identificando al contempo sfide persistenti come la sovradispersione e l'onere computazionale per guidare le future direzioni della ricerca.

Saurabh Kumar, Suraj Prakash2026-10-06
📊 statistica

Weibull-MBUR {Y} A New Family of Generalized Unit Distributions with Correlated Parameters: Is the Correlation, Distribution or Data Driven or Interaction Between Them

Questo articolo introduce la famiglia di distribuzioni unitarie generalizzate Weibull-MBUR applicando il framework T-X{Y} per collegare una distribuzione di base Median Based Unit Rayleigh con un generatore Weibull attraverso varie funzioni di legame, derivando le loro proprietà statistiche e analizzando le correlazioni dei loro parametri utilizzando dati reali sulla guarigione dal COVID-19 per determinare se tali correlazioni siano guidate dai dati, dalla distribuzione o dalla loro interazione.

iman attia2026-10-06✓ Author reviewed ⓘ
📊 statistica

Broadly Applicable Approximate MCMC for Switching Stochastic Differential Equations Using Uniformization and Time-Conditioned Factorized Neural Likelihood Estimation

Questo articolo propone un campionatore Markov chain Monte Carlo approssimato e ampiamente applicabile per equazioni differenziali stocastiche a commutazione che combina l'uniformizzazione con la stima della verosimiglianza neurale fattorizzata condizionata al tempo per superare i limiti dei metodi esistenti, consentendo l'inferenza bayesiana senza richiedere densità di transizione analiticamente trattabili.

Shion Hosoda, Michiaki Hamada2026-10-06
📊 statistica

Before Nonresponse: School-Relative Response Timing and Selective Observability in PISA 2025 Context Questionnaires in Latin America

Questo studio dei dati PISA 2025 dall'America Latina rivela che il mancato completamento tardivo del questionario è spesso preceduto da una risposta rapida e sostenuta, una transizione legata a fattori socioeconomici a livello scolastico e alla tempistica dei coetanei, che conduce a una osservabilità selettiva che distorce leggermente le stime di pianificazione dello studio a livello regionale ma evidenzia il valore dei dati sulla tempistica di risposta per distinguere la qualità della risposta dalla mancanza di dati.

Jorge Eliécer Villarreal-Fernández2026-10-06
📊 statistica

How Much of the Engagement–Performance Association Survives Adjustment? A Double Machine Learning Study in Online Higher Education

Utilizzando il double machine learning su un dataset su larga scala, questo studio rivela che, sebbene l'engagement online pre-sottomissione predica la performance accademica, quasi la metà dell'associazione grezza è attribuibile a fattori di confondimento come il rendimento pregresso, evidenziando la critica necessità di distinguere i segnali predittivi dagli effetti causali nell'analisi dell'apprendimento.

Eunseon Jo, Hanjin LEE2026-10-06
📊 statistica

Impact of Lifestyles and Social Attitudes on Happiness Based on CGSS Phase II Modular Data

Questo studio utilizza lo screening delle variabili BRPN e FBRPN bayesiano all'interno di modelli di regressione logistica corretti per l'anno del sondaggio su dati CGSS Fase II per identificare una gerarchia completa di fattori legati allo stile di vita, agli atteggiamenti sociali e ai dati sociodemografici che influenzano significativamente la felicità, contestualizzando al contempo la scelta metodologica attraverso una discussione sul dibattito Bayesiano-Frequentista.

Bojuan Zhao2026-10-06
📊 statistica

Beyond Reported Trips: A Bayesian Framework for Correcting Household Travel Surveys

Questo studio propone un framework bayesiano core–satellite che integra i dati di indagine tramite smartphone basati su GPS con le convenzionali indagini di mobilità domestica per correggere probabilisticamente i bias di memoria e di reporting per delega, migliorando così l'accuratezza del conteggio dei viaggi, delle distanze e degli attributi per la pianificazione dei trasporti.

Melvyn Ming Xi Li, Kaili Wang, Khandker Nurul Habib2026-10-05