📊 Category

stat

447 articoli

📊 statistica

Accurate mean-field predictions for cognitively grounded social influence dynamics with confirmation bias

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.

Sven Banisch, Joris Wessels2026-07-02
📊 statistica

Trust in Health Information Sources and Perceived Climate Change Health Risks: Evidence from the 2022 and 2024 Health Information National Trends Survey

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.

Miyeon Kim2026-07-01
📊 statistica

Mathematical Modeling of the Rate of Cognitive Adaptation With an AI Tutor Among Adult Learners

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.

Kibriyo Mukhamadieva2026-07-01
📊 statistica

A New Pareto-Type Family via the Right-Sided Riemann–Liouville Fractional Integral: Properties and Applications

Questo articolo introduce una nuova e flessibile famiglia di distribuzioni di tipo Pareto generate tramite l'operatore integrale frazionario di Riemann–Liouville a lato destro, che offre un meccanismo teoricamente fondato per regolare il comportamento della coda e dimostra prestazioni superiori nella modellazione di dati reali a coda pesante rispetto ai modelli esistenti.

Kamaldeen Olomoda ISIAK, AKEYEDE Imam, Yunus MUSA Olatunji, OYETAYO Oyebisi, Muhammad Abiodun SULAIMAN2026-07-01
📊 statistica

Real-world performance of large-scale propensity score adjustment strategies: Matching, weighting, and stratification

Questo studio valuta le strategie di aggiustamento del punteggio di propensione su larga scala attraverso quattro database sanitari nazionali e conclude che l'appesantimento della probabilità inversa del trattamento con il trimming di Crump e l'appaiamento 1:1 offrono generalmente le migliori prestazioni, sebbene nessuna strategia singola sia universalmente superiore, rendendo necessario l'uso di diagnostica e calibrazione empirica per guidare la selezione.

Kelly M Li, Martijn J Schuemie, Patrick B Ryan, Linying Zhang, Yong Chen, Kashish Priyam, Nicole Pratt, George Hripcsak (…)2026-07-01
📊 statistica

A Probabilistic Framework for Reconstructing Sparse UAV-Based Radiation Monitoring Data Using Gaussian Process Regression and Uncertainty Quantification

Questo studio propone un framework probabilistico consapevole dell'incertezza che utilizza la regressione dei processi gaussiani per ricostruire efficacemente i dati sparsi del monitoraggio delle radiazioni basati su UAV dalla Zona di Esclusione di Chernobyl, superando i metodi di interpolazione tradizionali in termini di accuratezza e fornendo al contempo stime essenziali dell'incertezza spaziale per un processo decisionale ambientale informato.

Andrii Bondarchuk, Tetiana Nosenko, Yurii Zabulonov2026-06-30
📊 statistica

Robust Regularised M-Estimators for High-Dimensional Regression with Heavy-Tailed and Skewed Errors

Questo articolo introduce una classe di stimatori M robusti e regolarizzati per la regressione ad alta dimensionalità che raggiunge tassi di convergenza ottimali e consistenza nella selezione delle variabili sotto condizioni di momento minime (finito α>1\alpha > 1), superando i metodi esistenti sia nelle simulazioni che nelle applicazioni genomiche reali quando si tratta di errori a coda pesante, asimmetrici o contaminati.

Mazona Victor, Vincent Odiaka, Gabriel O. Obadina2026-06-30✓ Author reviewed ⓘ
📊 statistica

Sparse Convex Biclustering

Il documento propone lo Sparse Convex Biclustering (SpaCoBi), un nuovo metodo di ottimizzazione convessa con un criterio di sintonizzazione basato sulla stabilità che affronta efficacemente le sfide legate al rumore e alla computazione nei dataset ad alta dimensionalità, dimostrando un'accuratezza e una robustezza superiori rispetto alle esistenti tecniche di biclustering allo stato dell'arte.

Jiakun Jiang, Dewei Xiang, Cheliang Gu, Wei Liu, Binhuan Wang2026-06-30
📊 statistica

Detecting and Quantifying Circularity Bias When Composite Quality Ratings Are Used as Covariates: A Methodological Demonstration Using CMS Hospital Excess Readmissions Data

Questo articolo dimostra che l'inclusione di valutazioni composite della qualità come covariate nei modelli di regressione introduce un bias di circolarità che attenua sistematicamente gli effetti stimati dei predittori strutturali, un pericolo metodologico confermato attraverso i dati CMS sulle riammissioni ospedaliere e simulazioni Monte Carlo.

Ali Akram2026-06-30