257 articoli
Questo articolo propone un quadro statistico per identificare pesi di allocazione ammissibili che raggiungano miglioramenti Pareto senza danneggiare alcun partecipante, dimostrandone l'utilità pratica attraverso un'analisi empirica della riallocazione delle risorse nell'esperimento RAND Health Insurance.
Questo articolo propone un metodo di randomizzazione del segno condizionale con sbiancamento stimato per modelli di parentela gaussiana che consente un test di associazione di set genici a controllo del livello a campioni finiti e computazionalmente efficiente, sfruttando la simmetria del segno e la calibrazione riutilizzabile attraverso un'orbita del segno, distinguendo esplicitamente il proprio target di inferenza dell'ipotesi nulla globale dall'arricchimento competitivo o dalla scoperta causale di geni.
Questo articolo introduce i Laplacian-P-splines (LPS) come un'alternativa bayesiana computazionalmente efficiente e priva di campionamento per stimare modelli di fragilità Gamma condivisa in dati di tempo all'evento censurati a destra e raggruppati, dimostrandone le prestazioni attraverso simulazioni e applicazioni a tre dataset biomedici.
Questo articolo propone e valuta due carte di controllo multivariate del rapporto di verosimiglianza generalizzato (MGLR) potenziate che integrano le regole di sensibilizzazione 2-of-2 e 2-of-3 di Klein per monitorare efficacemente gli spostamenti simultanei della media e della dispersione del processo, tenendo esplicitamente conto dell'impatto dannoso dell'errore di misurazione.
Questo articolo introduce una formulazione di equazioni strutturali per processi gaussiani quasi-periodici generali che semplifica la generazione e la previsione riducendo la complessità computazionale da a , offrendo un approccio scalabile e coerente per l'analisi di diversi segnali naturali e fisiologici.
Questo articolo propone un framework a due stadi che separa la qualificazione del corpus dal fermo sequenziale bayesiano per dimostrare che anche i modelli ben calibrati e il ranking migliorato non possono garantire un arresto precoce sicuro nello screening della letteratura accademica, come dimostrato dagli elevati tassi di arresto prematuro e dalla bassa richiamata nelle validazioni di benchmark.
Questo studio valuta sei modelli spazio-temporali per la previsione dell'Indice di Sviluppo Umano provinciale dell'Indonesia, riscontrando che gli approcci semplici locali e quelli corretti per i cluster superano le complesse architetture di deep learning nelle previsioni a breve termine, in particolare quando si tiene conto dei cambiamenti dei confini amministrativi e della limitata disponibilità di dati di addestramento.
Questo articolo introduce il framework Global Benford Deviation Clustering (GBDC), un nuovo metodo non supervisionato che trasforma le deviazioni globali della Legge di Benford in punteggi di anomalia per pixel per consentire il rilevamento delle anomalie radiometriche senza addestramento nelle immagini multispettrali, raggiungendo un punteggio F1 medio di base di 0,347 sul dataset CloudSEN12.
Questo studio su oltre 100.000 studenti in 29 sistemi educativi rivela che distinguere tra le regole dei genitori sul tempo trascorso davanti allo schermo che includono rispetto a quelle che escludono il lavoro scolastico svela differenze significative nella competenza digitale che vengono oscurate dalla tradizionale classificazione binaria delle regole come semplicemente presenti o assenti.
Questo articolo introduce un quadro statisticamente rigoroso per testare l'equilibrio strutturale negli ipergrafi firmati definendo un Indice di Frustrazione degli Iperarchi e un modello nullo che preserva il grado, il quale, applicato ai dati di voto dell'Assemblea Generale delle Nazioni Unite, rivela che una genuina polarizzazione di ordine superiore esiste solo in specifiche finestre storiche piuttosto che come costante universale, distinguendo le coalizioni reali dal caso.