📊 statistics

Neural Networks for net survival estimation and prediction

Questo articolo introduce un approccio di apprendimento automatico che utilizza una rete neurale artificiale logistica parziale (PLANN) adattata per stimare e prevedere la sopravvivenza netta, dimostrando la sua flessibilità nel gestire strutture di dati complessi rispetto alle regressioni tradizionali basate su spline, pur rilevando una maggiore varianza nelle stime per campioni di dimensioni ridotte e fornendo il pacchetto R `survivalPLANN` per l'implementazione.

Thomas Ollard, Yohann Foucher2026-07-15
📊 statistics

Tracking Structural Evolution in Higher Education Mobility -- A Comparative Analysis of Graph Distance Metrics (Hungary, 2006--2024)

Questo studio introduce un framework basato su graphon per analizzare l'evoluzione strutturale delle reti di mobilità dell'istruzione superiore in Ungheria dal 2006 al 2024, dimostrando che le metriche di distanza spettrale e distributiva superano le statistiche tradizionali nel catturare i cambiamenti indotti dalle politiche e nel rivelare i livelli gerarchici della rete.

Zsolt T. Kosztyán, András Hosznyák, Tünde Király, Attila I. Katona, Dénes M. Kornél, Gergő Hornák2026-07-15
📊 statistics

Transport G-Computation: A Distributional Approach to Longitudinal Causal Inference via Optimal Transport

Questo articolo propone la Transport G-Computation (TGC), un nuovo framework distributivo che combina la g-computation longitudinale con il trasporto ottimale per stimare gli effetti causali di Wasserstein, il quale dimostra una prestazione superiore rispetto alla g-computation parametrica in scenari caratterizzati da feedback confondente e misspecificazione del modello, nonostante i costi computazionali più elevati.

Yuanyuan Huang, Tianpu Feng, Jue Zhang, Xiaoxue Song, Xijun He2026-07-14
📊 statistics

A Convex Combination of Fréchet and Weibull Distributions: Model, Estimation, and Applications

Questo articolo propone un modello di miscela finita a due componenti che combina le distribuzioni di Fréchet e Weibull per affrontare l'eterogeneità del comportamento delle code in campi come l'idrologia e l'affidabilità, dettagliando la sua stima di massima verosimiglianza tramite l'algoritmo EM, convalidando le sue prestazioni attraverso simulazioni e dimostrando la sua utilità pratica su dati reali relativi alla velocità del vento.

Sthitadhi Das2026-07-13
📊 statistics

Inference for the Lorenz Curve and Gini Index under the Geometric Distribution

Questo articolo stabilisce le proprietà distributive esatte e asintotiche degli stimatori di massima verosimiglianza per la curva di Lorenz e l'indice di Gini sotto la distribuzione geometrica, fornendo un rigoroso quadro inferenziale per le misure di disuguaglianza in contesti discreti attraverso derivazioni in forma chiusa, prove di consistenza, studi di simulazione e applicazione su dati reali.

Abdul Sathar E I, Jolly Kumari R, Sreekumar N V2026-07-10
📊 statistics

Efficient recursive data snooping for correlated observations

Questo articolo introduce l'Efficient Recursive Data Snooping (ERDS), una riformulazione ricorsiva esatta del data snooping iterativo che riduce significativamente i costi computazionali per le osservazioni correlate sostituendo le ripetute ridecomposizioni del modello con aggiornamenti in forma chiusa, ottenendo una riduzione del tempo di esecuzione del 96,5% nell'elaborazione di dati GNSS pur mantenendo risultati di rilevamento identici ai metodi classici.

Kunpu Ji, Yunzhong Shen, Wu Chen, Bofeng Li, Ling Yang, Xiaolong Mi2026-07-10