📊 Category

stat

441 articoli

📊 statistica

The Smallest Standard Error Is the Wrong One: Selection Among Multiple Imputations Invalidates Inference

Questo articolo dimostra che la selezione dell'analisi con imputazione multipla che presenta l'errore standard minore invalida sistematicamente l'inferenza statistica scartando la varianza essenziale tra le imputazioni e deprimendo artificialmente la varianza entro le imputazioni, portando a intervalli di confidenza con una copertura severamente sottostimata e a stime distorte, laddove le regole di pooling di Rubin preservano correttamente la calibrazione.

Nyiko Muhluri Khoza¹, Bhekisipho Twala², Jean-Claude Malela-Majika³2026-10-21
📊 statistica

Collaborative Mass Matrix Adaptation for Multi-Chain Hamiltonian Monte Carlo

Il documento propone il Collaborative NUTS (C-NUTS), un metodo che aggrega le informazioni di gradiente e di posizione attraverso più catene parallele durante la fase di warmup per costruire una stima della matrice di massa più stabile, migliorando significativamente l'efficienza del campionamento e la dimensione effettiva del campione rispetto all'adattamento standard a catena singola, particolarmente in contesti a dimensionalità moderata.

Fen Chen, Pinghua Yang, Zhaohui Chen, Jing Li, Xin Lv2026-10-21
📊 statistica

Early-Career Research Funding and Cumulative Advantage in Scientific Careers: A Mathematical Model and Empirical Analysis

Combinando un modello matematico di rinforzo reciproco con l'analisi empirica di 40.000 ricercatori giapponesi, questo studio dimostra che ricevere finanziamenti per la ricerca all'inizio della carriera crea un divario di prestazioni statisticamente significativo e in costante ampliamento nel corso dei decenni, confermando che l'effetto Matteo guida la stratificazione a lungo termine nelle carriere scientifiche anche controllando il talento iniziale.

Yuhei Yamaguchi2026-10-21
📊 statistica

Complex Probabilistic Neutrosophic Sets for Multi-Criteria Decision-Making: New Aggregation Operators and Comparative Analysis

Questo articolo introduce il nuovo insieme neutrosofico probabilistico complesso (CPN) per catturare meglio i livelli di accettazione dell'opinione degli esperti in scenari reali incerti, propone nuovi operatori di aggregazione geometrica e di media ponderata, e valida un corrispondente quadro di processo decisionale multicriterio attraverso uno studio di caso sulla selezione di un'auto e un'analisi comparativa.

Faisal Al-Sharqi, Ashraf Al-Quran2026-10-21
📊 statistica

Computational Growth Modeling: Assessing Longitudinal Change with Joint Models

Questo articolo introduce e valida la "modellazione della crescita computazionale", un approccio di modellazione congiunta che integra modelli computazionali gerarchici con dati longitudinali per stimare con maggiore accuratezza i cambiamenti individuali nei processi comportamentali nel tempo rispetto ai tradizionali metodi in due fasi, offrendo così approfondimenti migliorati sull'eziologia della psicopatologia.

Jeremy Haynes, Nathaniel Haines, Holly Sullivan-Toole, Thomas Olino2026-10-21
📊 statistica

Assessing the accuracy of census-independent small area modelled population datasets

Questo studio valida l'accuratezza delle stime di popolazione modellate indipendenti dai censimenti confrontandole con i dati del censimento dello Zambia del 2022, riscontrando forti correlazioni a livello nazionale e sub-nazionale e identificando che il perfezionamento della stratificazione degli insediamenti residenziali è fondamentale per ridurre la sovrastima sistematica.

Heather R. Chamberlain, Claire A. Dooley, Frank Kakungu, Andrew J. Tatem2026-10-21
📊 statistica

Scalable Bayesian maximum entropy for large environmental data sets through Vecchia graphical inference

Questo articolo introduce VISTA-BME, un metodo scalabile che combina l'inferenza grafica di Vecchia con la propagazione della gaussiana e della miscela per superare i limiti computazionali della convenzionale massima entropia bayesiana, consentendo l'elaborazione efficiente di grandi dataset ambientali con osservazioni sia esatte che soft, mantenendo al contempo un'elevata accuratezza e riducendo significativamente i costi di memoria e di tempo.

Ying-Fan Lin, Hwa-Lung Yu2026-10-20
📊 statistica

Source information limits lower-risk claims from synthetic validation cohorts

Questo studio dimostra che, sebbene l'ampliamento delle coorti di validazione sintetiche possa migliorare la precisione condizionale, esso spesso aumenta i tassi di falsa certificazione per le rivendicazioni a basso rischio, a meno che non venga applicato un rifacimento della sorgente per mitigare gli eccessi di errore, sebbene tali correzioni comportino un costo in termini di potenza e non eliminino completamente i bias in presenza di una misspecificazione fissa.

Tianyi Yu2026-10-20
📊 statistica

Exact Likelihood-Coin Poisson Sampling for Bayesian Inverse Problems with Sharp Complexity Bounds

Questo articolo introduce un framework computazionale bayesiano esatto per problemi inversi che utilizza una costruzione di Bernstein-Poisson per convertire eventi diretti bernoulliani in monete di verosimiglianza, consentendo il campionamento della distribuzione a posteriori indipendente dal modello con limiti di complessità netti e una realizzazione continua per problemi ellittici a valori di funzione.

Zhiliang Deng, Xiaomei Yang2026-10-20