📊 statistica

Separating local scale dependence from regional mixing in urban block-size distributions

Questo articolo introduce un flusso di lavoro indipendente dal modello per distinguere la reale dipendenza dalla scala locale dai trend artificiali causati dal mescolamento regionale nelle distribuzioni delle dimensioni dei blocchi urbani, dimostrando attraverso un'analisi completa di Tokyo che, mentre l'eterogeneità regionale appiattisce la coda della distribuzione, i blocchi più piccoli esibiscono un significativo rialzo locale che non può essere spiegato solo dagli effetti compositivi.

Hiroyuki Shima, Yuri Akiba2026-09-10
📊 statistica

Practitioner Allegiance Risk Scale (PARS-6): Development of a Theory-Informed Instrument for Screening Investigator Allegiance-Related Risk Across Intervention Research

Questo articolo presenta lo sviluppo teorico e la struttura della Practitioner Allegiance Risk Scale (PARS-6), un nuovo strumento di sei item progettato per esaminare e documentare sistematicamente le caratteristiche legate all'alleganza dell'investigatore durante l'estrazione dei dati nelle revisioni sistematiche della ricerca sugli interventi, chiarendo esplicitamente che esso funge da indicatore descrittivo del rischio piuttosto che da misura definitiva di bias.

Balaganesh Gopurala, Om Vrishank Gopurala, Suryaprathap Gopurala, Cathal Walsh2026-09-09
📊 statistica

Comparative and Forecast Analysis of Research Productivity among Philippine State Universities: A SciVal-Based Bibliometric Assessment (2015–2025)

Questo studio utilizza i dati bibliometrici di SciVal e modelli di previsione per rivelare che, sebbene le università statali filippine abbiano aumentato significativamente i volumi di pubblicazione dal 2015 al 2025, disparità regionali sostanziali e persistenti nella produzione e nell'impatto della ricerca — guidate dalla Regione III — continueranno fino al 2030 senza investimenti mirati nel rafforzamento delle capacità piuttosto che incentivi uniformi.

Brandon Obenza, Eduard M. Albay, Joel B. Mangaba, Rose Nonette C. Capadosa, Lianne Angelico C. Depante, Leo Mendel D. Ro (…)2026-09-09
📊 statistica

Conditional Sign Randomization with Estimated Whitening in Gaussian Kinship Models

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.

Siyu Guo, Ruixiang Zhang, Benfan Lin, Yunfan Zhang, yu wang2026-09-09
📊 statistica

Laplacian-P-splines for shared Gamma frailty models applied to clustered right-censored time-to-event data

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.

Piotr Lewczuk, Oswaldo Gressani, Steven Abrams, Christel Faes2026-09-08
📊 statistica

Improved MGLR control charts based on Klein’s sensitizing rules for joint mean and dispersion monitoring under measurement error

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.

Mohammad Reza Maleki, Mohammad Nikoogoftar, Hossein Eghbali, Majid Jafari2026-09-08
📊 statistica

A structural equation formulation for general quasi-periodic Gaussian processes

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 O(k2p2)\mathcal{O}(k^2 p^2) a O(p2)\mathcal{O}(p^2), offrendo un approccio scalabile e coerente per l'analisi di diversi segnali naturali e fisiologici.

Unnati Nigam, Radhendushka Srivastava, Faezeh Marzbanrad, Michael Burke2026-09-08
📊 statistica

Stopping Is a Conditional Decision: Corpus Qualification, Bayesian Sequential Stopping, and the Limits of Early Termination in Scholarly Literature Screening

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.

Mohammad Pashaᵃ, Mohammed Ali Shaikᵇ2026-09-08