📊 Category

stat

257 articoli

📊 statistics

Distribird: Literature-Informed Prior Distribution Design for Bayesian Model Calibration

Distribird è un'applicazione web agentica che automatizza la creazione di distribuzioni a priori informate dalla letteratura per la calibrazione di modelli bayesiani, implementando una pipeline multi-agente per estrarre, pesare e adattare dati scientifici, offrendo così un'alternativa tracciabile e verificata rispetto alle comunemente utilizzate distribuzioni a priori uniformi o ai baseline basati su singoli prompt di LLM privi di fondamento.

Patrik P. Süli, György Eigner, Roland Hollós2026-08-18
📊 statistics

Validating the Crystal Ball: Retrospective Evaluation and Uncertainty-Aware Forecasting of Severe Housing Cost Burden in New York City

Questo articolo convalida retrospettivamente un modello di apprendimento automatico per l'onere dei costi abitativi a New York City, rivelando una sottostima sistematica dovuta ad assunzioni economiche statiche e ricalibrando successivamente il framework con metodi consapevoli dell'incertezza per generare previsioni basate su scenari più robuste per il periodo 2025–2028.

Nakib Uddin Ahmed, Azizur Rahman, Mehjabin Ferdous, Kadirur Rahman Chowdhury2026-08-18
📊 statistics

Matrix Variate Skew-Normal Distribution and Related Finite Mixtures: Modeling and Clustering of Asymmetric Data

Questo articolo propone una nuova distribuzione normale asimmetrica matriciale e il suo modello di miscela finita per catturare efficacemente l'asimmetria e svolgere il clustering in dati a valori matriciali, offrendo una maggiore flessibilità e prestazioni rispetto ai modelli simmetrici tradizionali attraverso stimatori derivati e un algoritmo ECM.

Shiva Kumar Kurva, Kiruthika C2026-08-18
📊 statistics

Seemingly Unrelated Cointegrating Regressions with Autoregressive Distributed Lag Dynamics: Estimation, Bounds Testing, and Cross-Equation Inference

Questo articolo propone un framework di Autoregressive Distributed Lag apparentemente non correlati (SUR-ARDL) per panel con piccolo N che migliora l'efficienza della stima e la potenza del test di cointegrazione sfruttando le correlazioni degli errori tra le equazioni, evitando al contempo le distorsioni campionarie dei stimatori della matrice di covarianza di lungo periodo, come dimostrato attraverso prove teoriche, simulazioni Monte Carlo e un'applicazione al nesso tra energia rinnovabile e crescita nei paesi dell'ASEAN.

Muhammad Afnan Arif, Fumitaka Furuoka2026-08-18
📊 statistics

A Closed-Loop Framework for Knowledge-Based Causal Model Refinement Using Process Mining and Human-AI Governance

Questo articolo propone un framework collaborativo uomo-IA a ciclo chiuso che affina iterativamente modelli causali basati sulla conoscenza (DAG) integrando il process mining di log di eventi empirici con l'adjudicazione di esperti per migliorare l'accuratezza e la trasparenza dell'inferenza causale nelle malattie croniche complesse.

Eduardo Illueca Fernandez, Kaile Chen, Carlos Fernandez Llatas, Fernando Seoane, Farhad Abtahi2026-08-14
📊 statistics

Matched-Calibration of Changepoint Detectors for Biopharmaceutical Quality Monitoring

Questo studio dimostra che quando i rilevatori di punti di cambiamento per il monitoraggio della qualità biofarmaceutica vengono confrontati sotto tassi di falsi positivi e ablazioni dello spazio di ricerca accoppiati, una penalità standard basata sulla varianza supera le alternative robuste in vari campioni e distribuzioni, rivelando che le preferenze precedenti per i metodi robusti erano guidate da condizioni sperimentali non controllate piuttosto che da una superiorità intrinseca.

Halil İbrahim Özdemir, Berfin Dogan, Pemra Ozbek2026-08-14
📊 statistics

Choosing Among Randomized Design Families for Implementation Strategy Trials: A Question-Driven Framework with Practical Tools and Exemplars

Questo articolo presenta un quadro pratico, guidato da domande, e i relativi strumenti per orientare i ricercatori nella selezione della famiglia di disegni randomizzati più appropriata — come i trial cluster paralleli, stepped-wedge, fattoriali o adattivi — per gli studi di strategie di implementazione, basandosi sui loro specifici obiettivi decisionali piuttosto che sulla preferenza metodologica.

Jonah K. Amponsah, Shellie D. Ellis, Felice Resnik2026-08-14
📊 statistics

Robust Log-Contrast Regression for High-Dimensional Compositional Microbiome Data with Outliers

Questo articolo propone un framework di regressione log-contrast robusto che combina la perdita di Huber e la penalità Lasso per gestire gli outlier e garantire la sparsità in dati composizionali del microbioma ad alta dimensionalità, fornendo al contempo garanzie teoriche e un algoritmo ADMM di Gauss-Seidel simmetrico ed efficiente per l'implementazione.

Xuke Hua, Yunhai Xiao, Xin Xin2026-08-14
📊 statistics

Manual versus Data-Driven Specification in Hybrid Discrete Choice Models} - A Benchmark of MNL, RUMBoost, and Penalized Multinomial Logistic Tree Regression (PMLTR)

Questo articolo introduce la Penalized Multinomial Logistic Tree Regression (PMLTR) come un modello ibrido che bilancia il potere predittivo di metodi basati sui dati come RUMBoost con l'interpretabilità dei modelli MNL classici, dimostrando attraverso un esteso benchmarking che, mentre la specificazione manuale rimane competitiva, gli approcci puramente basati sui dati eccellono nella predizione, mentre la PMLTR offre in modo unico utilità leggibili essenziali per l'ottimizzazione e l'inferenza.

Simon Rienks, Fiona Sauerbier, Knut Haase2026-08-14