258 articoli
Il paper "ForwardFlow" propone un metodo di inferenza statistica basato su simulazioni e un'unica rete neurale che risolve il problema inverso di stima dei parametri, dimostrando in simulazioni proprietà come l'esattezza su campioni finiti, la robustezza ai dati contaminati e la capacità di approssimare algoritmi complessi come l'EM.
Questo articolo presenta un quadro unificato di ottimizzazione bayesiana basato su processi gaussiani che, attraverso un ciclo di surrogate a sei passaggi e tecniche avanzate come l'ottimizzazione del trasporto e le caratteristiche di Fourier casuali, accelera l'identificazione di punti stazionari su superfici di energia potenziale riducendo drasticamente il numero di valutazioni necessarie.
Il paper propone un nuovo framework basato sul valore di Shapley limitato (PRS) e sulla metrica xGA per quantificare il contributo cooperativo dei singoli giocatori nelle azioni di tiro del calcio, applicando il modello ai dati della Serie A 2022/23 per rivelare eterogeneità nelle prestazioni e discrepanze tra coinvolgimento tattico ed efficienza finale.
Questo lavoro propone l'uso della Likelihood Sintetica Bayesiana (BSL) all'interno di una regressione di meta-analisi di rete multilivello (ML-NMR) per sfruttare dati di sintesi subgruppo e gestire covariate mancanti, superando le sfide computazionali dell'Hamiltonian Monte Carlo tramite tecniche di rilassamento continuo e campionamento per importanza, con l'obiettivo di migliorare significativamente le comparazioni di trattamento rispetto ai metodi standard.
Questo articolo indaga la costruzione di funzioni definite positive che preservano la validità delle matrici di correlazione dopo la sogliatura, dimostrando che gli operatori di sogliatura morbida che mantengono la semidefinitezza positiva comportano inevitabilmente un collasso geometrico dello spazio delle caratteristiche, limitando così il segnale recuperabile.
Questo articolo propone un stimatore bayesiano gerarchico per la varianza nella stratificazione fine, dimostrando attraverso simulazioni e analisi di dati reali che esso supera le prestazioni degli stimatori esistenti riducendo sia il bias che l'errore quadratico medio.
Il paper propone un nuovo modello bayesiano non parametrico basato su un processo di Dirichlet a location-scale per identificare cluster di reti con pattern di connettività simili, dimostrando la sua consistenza e superiorità rispetto agli stati dell'arte attraverso simulazioni e l'analisi di dati di reti cerebrali umane.
Questo articolo presenta algoritmi efficienti per l'aggiornamento della matrice R nelle decomposizioni QR, ottimizzando le prestazioni computazionali per applicazioni statistiche dinamiche come regressione, filtraggio e selezione del modello senza compromettere la precisione.
Questo studio propone un metodo di stima per l'approccio differenza-in-differenze semiparametrico che integra il bilanciamento delle covariate per garantire la doppia robustezza e introduce un nuovo criterio di selezione del modello basato su una correzione di asimptotica del rischio, dimostrando attraverso simulazioni e analisi reali una superiorità rispetto alle tecniche esistenti.
Il paper propone nuove formule di potenza e un metodo di ricampionamento per stimare la densità di probabilità, al fine di progettare e analizzare trial clinici con dati censurati a destra confrontando uno o più quantili di sopravvivenza, anche quando non è soddisfatta l'ipotesi di rischi proporzionali.
Questo articolo propone un modello stocastico integrato basato su un processo di Ornstein-Uhlenbeck a varianza temporale per descrivere congiuntamente i movimenti individuali e la distribuzione di popolazione degli aquile reali, permettendo una stima più accurata dei rischi per gli impianti eolici e una migliore previsione delle origini migratorie rispetto all'uso esclusivo dei dati di abbondanza relativa.
Il documento propone un stimatore IV correttamente centrato per modelli di regressione lineare con dati in cluster e controlli ad alta dimensionalità, che gestisce restrizioni di esclusione complesse e dipendenze intra-cluster, fornendo procedure di inferenza robuste illustrate attraverso un intervento fiscale in Kenya.
Questo lavoro presenta un nuovo metodo di decomposizione superficiale per l'analisi di sensitività dell'affidabilità dinamica di primo passaggio di sistemi lineari soggetti a eccitazioni casuali gaussiane, che scompone la probabilità di fallimento in integrali di superficie valutati efficientemente tramite campionamento d'importanza e formule analitiche chiuse.
Il documento presenta `afttest`, un pacchetto R che implementa procedure diagnostiche basate sui residui martingala per i modelli semiparametrici di tempo accelerato di fallimento, introducendo una nuova strategia di ricampionamento basata sull'approssimazione lineare della funzione di influenza che riduce significativamente i tempi di calcolo rispetto al bootstrap moltiplicatore tradizionale mantenendo la validità asintotica.
Questo studio preregistrato confronta 28 metodi per la selezione delle variabili nella regressione logistica, concludendo che l'averaggio bayesiano dei modelli (BMA) con prior g-priors è la scelta migliore in assenza di separazione, mentre gli approcci a verosimiglianza penalizzata come LASSO offrono risultati più stabili in presenza di separazione.
Questo articolo stabilisce una nuova connessione tra la correzione robusta del bias e il prepivoting bootstrap per sviluppare un metodo di correzione che riduce la lunghezza degli intervalli di confidenza del 17% nella regressione non parametrica e nei disegni di discontinuità, mantenendo la copertura asintotica.
Questo articolo propone un approccio adattivo a due stadi per gli studi randomizzati a grappolo che combina test di combinazione, ri-stima della dimensione campionaria e criteri di arresto anticipato per ottimizzare costi ed efficienza, tenendo conto delle incertezze parametriche e delle strutture complesse come gli studi a scala a gradini.
Questo articolo propone un modello a mistura di esperti gaussiani nello spazio latente, regolarizzato tramite penalità LASSO fusa a gruppi, per rilevare punti di cambiamento nelle distribuzioni del fitoplancton misurate tramite citometria a flusso, identificando con successo una zona di transizione tra due province marine.
Uno studio longitudinale basato sui dati di "All of Us" e su tracker indossabili ha rivelato che, sebbene protesi d'anca e ginocchio siano precedute da un declino graduale dell'attività fisica, i pazienti mostrano un recupero a stadi entro due anni dall'intervento, con tempi di ritorno ai livelli preoperatori influenzati dalla riserva funzionale immediata prima dell'operazione.
Il documento propone un metodo robusto per la stima della posizione su varie varietà di matrici, basato sulla mediana di Frobenius proiettata, che combina calcoli efficienti nello spazio euclideo con proiezioni sulle varietà target, garantendo proprietà di robustezza ed equivarianza dimostrate sia in simulazioni che su dati sismici reali.