110 articoli
Questo articolo introduce un framework di Hamiltonian Monte Carlo -deformato, motivato geometricamente, che utilizza differenze di tipo Jackson per costruire un campionatore con aggiustamento di Metropolis, offrendo un'alternativa robusta alla classica HMC che evita violazioni del dominio e discrepanze di scala, convergendo alla dinamica standard per .
Questo articolo introduce CALIB-SAE, una correzione basata su processo gaussiano non stazionario dello stimatore di Fay-Herriot che mantiene un'accuratezza di predizione puntuale equivalente, migliorando significativamente l'incertezza predittiva calibrata per la stima di piccole aree sia in set di dati geografici simulati che reali.
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.
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.
Questo articolo dimostra che le reti auto-eccitanti guidate da un comune sfondo non stazionario possono apparire critiche a causa dell'aliasing statistico della guida esterna nella matrice di interazione, un meccanismo che causa il malinteso diagnostico di sistemi subcritici come critici, a meno che la guida comune non venga esplicitamente corretta.
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.
Questo articolo stabilisce limiti di concentrazione unificati di tipo esponenziale per gli spazi ordinati attraverso un insieme diversificato di distribuzioni — incluse uniformi, esponenziali, normali, ipergeometriche, Beta e Gamma — sfruttando le tecniche di Chernoff–Hoeffding e le trasformazioni dell'integrale di probabilità per analizzare come la geometria della coda influenzi la nitidezza del limite.
Utilizzando una pipeline di apprendimento automatico supervisionato su un dataset sintetico calibrato sui sondaggi nazionali statunitensi, questo studio dimostra che i fattori socioeconomici strutturali, in particolare l'istruzione e la classe occupazionale, sono i predittori dominanti della vulnerabilità sanitaria — spiegando l'82% dell'importanza delle caratteristiche e supportando la teoria della causa fondamentale rispetto alle spiegazioni comportamentali.
Questo articolo introduce HS3, un nuovo standard di serializzazione per modelli statistici nella fisica delle alte energie, indipendente dall'implementazione, leggibile dall'uomo ed estensibile, progettato per superare i limiti dei formati esistenti consentendo l'interoperabilità leggibile dalle macchine, la preservazione a lungo termine e i principi dei dati FAIR attraverso diversi framework software.
Questo studio dimostra che un approccio ibrido che combina l'anomaly detection tramite Isolation Forest con la modellazione a effetti misti lineari può sintetizzare date di concepimento della gravidanza affidabili e ottimizzate da dati clinici di routine conflittuali in contesti a scarse risorse, superando efficacemente la mancanza di ecografie precoci e l'incoerenza nella tenuta dei registri.