📊 statistics

Multi-Perspective Ensemble Stratification-Driven Quality of Life Assessment for Transformative Planning of Coastal Communities

Questo studio propone un framework di stratificazione ensemble multi-prospettico che integra dati eterogenei e diversi modelli di clustering per caratterizzare in modo esaustivo la vulnerabilità delle famiglie e identificare i driver chiave della qualità della vita nelle comunità costiere nigeriane, consentendo così una pianificazione trasformativa e un'allocazione delle risorse più efficaci e basate su evidenze, allineate con gli obiettivi di sviluppo sostenibile.

Taiwo Olapeju Olaleye, Taiwo Ajayi, Oluwasegun Dada, Temitope Aderele, Segun Akintunde, Oluwasefunmi Arogundade2026-08-14
📊 statistics

Distribution Analysis of Discrete States: reconstructing transition processes from time-resolved state distributions

Questo articolo introduce la Distribution Analysis of Discrete States (DADS), un framework generale che ricostruisce i processi di transizione sottostanti dalle distribuzioni di stato osservate modellandoli come reti di flusso, stabilendo una tipologia rigorosa di non-identificabilità e validando l'approccio attraverso sette diversi casi studio e test diagnostici autocorrettivi.

Thomas Potempa2026-08-14
📊 statistics

Q-Multi-Criteria Consensus Model: Synthesizing cognitive priority structures from multi-actor disagreement

Questo articolo introduce il Q-Multi-Criteria Consensus Model (Q-MCCM), un framework ibrido che sintetizza i disaccordi soggettivi in strutture di priorità condivise combinando la Q-methodology con un algoritmo del Best–Worst Method, abilitando così processi decisionali istituzionali robusti in contesti in cui le priorità devono essere negoziate piuttosto che le alternative selezionate.

Marek Deja2026-08-14
📊 statistics

An outlier-robust dynamic semiparametric model for jointly forecasting value-at-risk and expected shortfall

Questo articolo propone un modello semiparametrico congiunto dinamico e robusto agli outlier che integra la propagazione dell'innovazione limitata nel framework CAViaR per migliorare l'accuratezza e l'affidabilità delle previsioni di Value-at-Risk ed Expected Shortfall, in particolare in presenza di osservazioni estreme e distribuzioni a code pesanti.

Jie Wang, Buyun Xu2026-08-14
📊 statistics

The Role of Statistics in the Advancement of Artificial Intelligence and Modern Technology

Questo studio utilizza la modellazione di serie temporali tramite machine learning e l'analisi di correlazione dei dati di pubblicazione dal 1991 al 2023 per dimostrare che la statistica funge da motore centrale e strettamente accoppiato dell'Intelligenza Artificiale e del progresso tecnologico moderno, con entrambi i campi che esibiscono forti tendenze di crescita positiva e un'interdipendenza statisticamente significativa che si prevede continuerà fino al 2030.

H. C. Iwu, D. C. Bartholomew, C. J. Ijemba2026-08-14
📊 statistics

Investigating Students' Critical Thinking Development in Data-Driven Statistical Decision Making through Mindtools-Based Learning Game Interactions

Questo studio quasi-sperimentale dimostra che un gioco di apprendimento basato su fogli di calcolo, progettato come uno strumento cognitivo (Mindtool), migliora significativamente le capacità di pensiero critico degli studenti universitari ed evolve i loro processi decisionali da una dipendenza da indicatori singoli verso una valutazione riflessiva delle prove in contesti statistici basati sui dati.

BUDI SASOMO, Cholis Sa’dijah, Lathiful Anwar, Rustanto Rahardi, Sisworo Sisworo, Tomi Listiawan, Siti Faizah, Abdul Qoha (…)2026-08-13
📊 statistics

Data-Driven Spatial Weight Matrices for Space-Time Autoregressive Models: A Similarity-Based Framework with an Application to Global Temperature Dynamics

Questo articolo propone un framework basato sui dati per la costruzione di matrici di ponderazione spaziale basate sulla somiglianza statistica piuttosto che sulla prossimità geografica per migliorare i modelli autoregressivi spazio-temporali, dimostrando attraverso l'analisi della temperatura globale che le specifiche basate sulla somiglianza, in particolare quelle che utilizzano la distanza di Hamming, migliorano significativamente l'accuratezza delle previsioni rispetto ai convenzionali approcci basati sulla contiguità.

Edoardo Otranto2026-08-13
📊 statistics

Assessing Feature Selection Strategies in INLA: TraditionalStepwise Regression versus Machine Learning

Questo studio dimostra che l'integrazione della selezione delle caratteristiche basata sul machine learning (specificamente BART e SVR) con i modelli spaziali gerarchici bayesiani (INLA-SPDE) supera significativamente la regressione stepwise tradizionale nella riduzione dell'errore di previsione e del bias, fornendo così stime per aree piccole più accurate con incertezza ben calibrata.

Xiangyue Huo, Chibuzor Christopher Nnanatu2026-08-13
📊 statistics

Robustness of sustainable aviation fuel supplier rankings under alternative fuzzy representations and MCDM methods

Questo studio convalida la robustezza di SAF1 come il principale fornitore di carburante sostenibile per l'aviazione attraverso varie rappresentazioni fuzzy e metodi MCDM, evidenziando al contempo che, sebbene il candidato principale rimanga costante, l'ordinamento completo dei fornitori varia e dovrebbe essere trattato come una priorità per un'ulteriore due diligence piuttosto che come una selezione automatica.

Büşra ALTINKAYNAK2026-08-13
📊 statistics

Agreement Between Fitzpatrick-17k Skin-Type Labels Is Metric- and Stratum-Dependent: A Chance-Corrected Reanalysis

Questo articolo rianalizza il dataset Fitzpatrick-17k utilizzando statistiche corrette per il caso per dimostrare che l'accordo tra le fonti di annotazione dipende fortemente dalla metrica scelta e dallo strato del fototipo, rivelando discrepanze significative — in particolare per i toni della pelle più scuri — che rendono necessaria la segnalazione trasparente della metodologia e degli intervalli di confidenza per ogni strato nella ricerca dermatologica sull'IA.

Niya Pennie2026-08-13