📊 Category

stat

441 articoli

📊 statistica

Predictive Forecasting of Care Load

Questo studio sviluppa e implementa un sistema di previsione end-to-end utilizzando feature ingegnerizzate e modelli di machine learning per prevedere i carichi di cura a breve termine per i Minori Stranieri Non Accompagnati nel programma HHS degli Stati Uniti, documentando in modo trasparente una discrepanza di prestazioni tra un baseline di persistenza e il modello finale di Gradient Boosting per supportare le decisioni di gestione del personale e di pianificazione della capacità.

Sreethi Kamuju, M.Ramchander2026-09-15
⚡ ingegneria elettrica

Why Variance Metrics Cannot Validate ComBat Harmonization: Evidence from Three-Vendor Mammography Radiomics

Questo studio dimostra che le metriche convenzionali basate sulla varianza forniscono una validazione tautologica e fuorviante dell'armonizzazione ComBat, poiché non riescono a rilevare persistenti pattern non lineari specifici del vendor e la perdita di segnale biologico, rendendo pertanto necessario l'uso di test di separabilità non lineare indipendenti per valutare realmente la comparabilità tra diversi vendor.

XU ZHANG, YUNJIANG LI, RUI FENG, QINQIN AI, YUHAI XIE, WENBIN NI2026-09-15
📊 statistica

Lévy-Regularized Bayesian Neural Networks for Fair Reserve Estimation under Solvency II

Questo articolo propone un framework di rete neurale bayesiana regolarizzata con processo di Lévy che integra la valutazione basata sulla teoria della misura, l'iniezione di rumore stabile temperato e aggiustamenti di equità causale per migliorare significativamente l'accuratezza e l'equità della stima delle riserve assicurative vita sotto la normativa Solvency II, in particolare durante shock demografici estremi come le pandemie.

Antonio Nazzaro2026-09-15
📊 statistica

Geostatistical Reachability for Qualifying Spatial Model Classes Before Predictive Ranking

Questo articolo introduce la "raggiungibilità geostatistica", un framework calibrato tramite simulazione che qualifica le classi di modelli spaziali valutando se qualsiasi membro ammissibile possa riprodurre specifici diagnostici strutturali prima della classificazione predittiva, distinguendo così la compatibilità strutturale e l'osservabilità dalla mera performance predittiva.

Juan J. Segura2026-09-14
📊 statistica

A new six parameters generalized Weibull-Kumaraswamy-{Lomax) Distribution with a Novel Linear Series Expansion of Its Probability Density

Questo articolo introduce una nuova distribuzione Weibull-Kumaraswamy-Lomax generalizzata a sei parametri utilizzando il framework della famiglia T-X, derivando le sue funzioni fondamentali e proponendo una nuova espansione in serie lineare per la sua funzione di densità di probabilità al fine di semplificare il calcolo dei momenti grezzi e dell'entropia.

iman attia2026-09-14
📊 statistica

Intrinsic predictability rather than urban structure governs machine learning forecast skill for electricity demand

Questo articolo sostiene che l'abilità di previsione dei modelli di apprendimento automatico per la domanda elettrica urbana sia determinata principalmente dalla prevedibilità intrinseca dei modelli di carico storici di una città (specificamente la varianza stagionale e la sensibilità alla temperatura) piuttosto che dalle caratteristiche strutturali o dalla posizione geografica della città.

Mahyar Hassani, Ataollah Rafiei Atani, Mahdi Abdolhamid, Mohammadreza Hamidizadeh2026-09-11
📊 statistica

Calibration Algorithms for Multiscale Geographically and Temporally Weighted Regression: Parameter Recovery, Uncertainty Calibration, and Computational Scaling

Questo studio stabilisce l'algoritmo Top-Down Scale (TDS) come un benchmark computazionalmente efficiente e statisticamente robusto per la regressione Multiscale Geographically and Temporally Weighted, dimostrandone la superiorità rispetto ai metodi esistenti nel recupero dei parametri e nella calibrazione dell'incertezza, rivelando al contempo distinti driver urbani multiscala a San Paolo attraverso un'analisi longitudinale di 34.938 osservazioni censuarie.

Alex Monito Nhancololo, Jorge Mateu, Vanessa Mayumi Kawaichi, Airlane Pereira Alencar2026-09-11
📊 statistica

Hybrid Statistical Modeling and Machine Learning Ensemblers for Interpretable HIV Viral Load Prediction Among Clients on Antiretroviral Therapy

Questo studio sviluppa e valida un modello di apprendimento automatico ensemble basato su Stacking utilizzando 5,7 milioni di record di carica virale dall'Uganda per prevedere accuratamente la carica virale della visita successiva per i clienti ART, ottenendo prestazioni superiori con un R² di 0,85 e utilizzando LIME per l'interpretabilità del modello.

Muhire Jacob, Jjingo Daudi, Galiwango Ronald, Joyce Nakatumba-Nabende, Aloysious Ssemaganda, Isaac Ssewanyana2026-09-10