261 articoli
Questo studio migliora l'affidabilità delle stime distrettuali sulle gravidanze adolescenziali in Malawi applicando un modello di stima per piccole aree di Fay-Herriot ai dati rilevati nel 2024 e alle variabili ausiliarie del censimento del 2018, fornendo così una base di evidenze più stabile per politiche decentrate e interventi mirati.
Questo articolo propone un algoritmo di minimi quadrati pesati con contrazione iterativa basato sulla verosimiglianza penalizzata per stimare i parametri per modelli di miscela finita di equazioni di stima generalizzate miste, affrontando l'eterogeneità della popolazione in cui i modelli lineari misti standard falliscono, e valida le prestazioni del metodo attraverso simulazioni Monte Carlo.
Questo articolo presenta un framework statistico integrato che combina modelli OLS, SUR, ARIMAX e Random Forest all'interno di un ambiente Power BI per migliorare la previsione della resa e della domanda del trasporto aereo merci nei mercati emergenti della regione MEASA, affrontando le interruzioni geopolitiche, le interazioni non lineari del fattore di carico e le dinamiche del mix di merci, collegando matematicamente la modellazione accademica con le metriche di reporting commerciale.
Questo studio di simulazione Monte Carlo dimostra che, in condizioni di indipendenza strutturale, gli indicatori a livello di item della Teoria Classica dei Test esibiscono relazioni matematicamente determinate — come la perfetta equivalenza funzionale delle statistiche degli item binari e la stabilità delle correlazioni discriminazione-totale attraverso i livelli di difficoltà — mentre l'affidabilità a livello di test rimane bassa a causa dell'assenza di covarianza tra gli item.
Questo articolo propone un modello di intervento epidemico proattivo guidato dalla logistica che integra un quadro matematico RM-SIR con un sistema intelligente di consegna tramite droni per consentire una programmazione delle risorse precisa e prioritaria per le aree rurali, trasformando efficacemente la logistica da una funzione di trasporto passiva in uno strumento attivo di controllo epidemico che riduce significativamente i picchi e la durata dei focolai pur mantenendo un'elevata efficacia in termini di costi.
Questo articolo esamina l'integrazione teorica e pratica di tecniche di intelligenza artificiale, quali il deep learning e il reinforcement learning, nella stima non parametrica per affrontare le sfide legate all'alta dimensionalità e alle dipendenze complesse in campi come la medicina e l'economia, esaminando criticamente i compromessi tra interpretabilità, costo computazionale e garanzie statistiche.
Questo articolo dimostra che modelli basati su agenti cognitivamente dettagliati di influenza sociale con bias di conferma possono essere accuratamente ridotti a un sistema a campo medio a bassa dimensionalità e analiticamente trattabile che cattura la transizione dal consenso alla polarizzazione e fornisce un semplice test di stabilità per diagnosticare la rottura della simmetria.
Utilizzando i dati del 2022 e del 2024 della Health Information National Trends Survey, questo studio rivela che la fiducia nelle agenzie governative sanitarie è il più forte predittore della percezione del cambiamento climatico come rischio per la salute, mentre la fiducia negli scienziati mostra un'associazione più debole e decrescente nel tempo e la fiducia nei medici non è un fattore significativo.
Questo studio empirico valida un modello matematico che dimostra come il tasso di adattamento cognitivo degli apprendisti adulti nei campi tecnici sia guidato principalmente dal rapporto tra umiltà intellettuale e rumore dell'ego, piuttosto che dal potenziale intellettuale iniziale, con la minimizzazione del rumore dell'ego che accelera significativamente il tempo necessario per raggiungere un plateau di soluzioni corrette.
Questo articolo propone un metodo di Random Survival Forests scalabile che utilizza il campionamento del risk-set per ridurre significativamente i tempi di addestramento pur mantenendo o addirittura migliorando le prestazioni predittive, con l'approccio ora implementato nel pacchetto R ampiamente utilizzato `ranger`.