📊 statistica

Journal of Agricultural, Biological, and Environmental StatisticsA Likelihood Framework for Multi-Stage Interval-Censored Processes

Questo articolo propone un rigoroso framework basato sulla verosimiglianza che utilizza un algoritmo Monte Carlo Expectation-Maximization per modellare processi biologici multistadio con transizioni censurate a intervallo ed eventi patologici censurati a destra sotto forzanti ambientali tempo-varianti, affrontando le sfide computazionali degli integrali ad alta dimensione e dei rischi non proporzionali per consentire un'inferenza statistica precisa per i dati agro-ambientali.

Patrice Takam Soh, Tsogmo Douane Cybele, Toussile Wilson2026-10-14
📊 statistica

Tail-Accuracy Degradation and Optimal Block Length for Block Self-Normalized Quantile Empirical Saddlepoint Inference under Dependence

Questo articolo quantifica il degrado dell'accuratezza della coda dell'inferenza di sella empirica dei quantili a blocchi auto-normalizzati sotto dipendenza di miscelamento forte e deriva una scalatura della lunghezza del blocco ottimale in forma chiusa come n\sqrt{n} che bilancia un pavimento di inflazione della varianza non nullo con transitori di asimmetria per ottenere un errore di copertura O(n−1)O(n^{-1}).

Yucheng Tao2026-10-14
📊 statistica

Is Using Shapley Value Good for Covariate Selection in Panel Models?

Questo articolo propone e valida un metodo basato sul valore di Shapley a effetti fissi per la selezione delle covariate nei modelli panel, dimostrando attraverso simulazioni e applicazioni empiriche che esso offre un'alternativa trasparente, computazionalmente efficiente e parsimoniosa agli approcci esistenti, recuperando accuratamente i veri set attivi e migliorando le prestazioni del modello.

Htwe Ko, Pathairat Pastpipatkul2026-10-14
📊 statistica

Attractor strength identifies classifier label geometry as construct- irrelevant variance in machine-scored developmental drawing assessment

Questo studio dimostra che, nelle valutazioni di disegni evolutivi sottoposte a punteggio tramite macchine, la difficoltà percepita nel disegnare oggetti specifici è guidata in gran parte dalla varianza irrilevante rispetto al costrutto derivante dalla geometria delle etichette del classificatore della pipeline di punteggio piuttosto che dalla reale capacità evolutiva del bambino, rendendo pertanto i punteggi basati su un singolo prompt inaffidabili e rendendo necessari metriche regolate tramite attrattori per confronti validi tra diverse pipeline.

Rafat Saleh Madani2026-10-13
📊 statistica

Anchoring on Target: Rethinking Weighting Logic and Paradigm Reconstruction

Questo articolo critica il pregiudizio paradigmatico dei metodi di ponderazione tradizionali basati sugli indicatori, che confondono le caratteristiche statistiche con l'importanza dell'indicatore, e propone il metodo Target-Oriented Weighting (TOW), il quale ancora i pesi agli obiettivi di valutazione attraverso calcoli basati su benchmark e una logica ispirata al Difference-in-Differences per valutare l'entità del miglioramento piuttosto che i livelli statici.

Yongliang Zhao, Liping Yu2026-10-13
📊 statistica

A Comprehensive Reliability Assessment of the Kumaraswamy Inverse Weibull Distribution with Application to Electromigration Failure-Time Data

Questo articolo presenta una valutazione completa dell'affidabilità della distribuzione Kumaraswamy Inverse Weibull, dimostrando attraverso l'analisi strutturale, la stima della massima verosimiglianza e test comparativi di bontà dell'adattamento che essa modella efficacemente i dati dei tempi di guasto per elettromigrazione nei microcircuiti, superando o competendo con diverse distribuzioni alternative di tipo inverse-Weibull.

Muhammad Shuaib Khan2026-10-13
📊 statistica

Large-Scale Group Decision-Making with Linear Uncertain Preference Relations Using Improved Density Peak Clustering and Two-Stage Feedback

Questo articolo propone un modello di processo decisionale di gruppo su larga scala per relazioni di preferenza incerte lineari che integra l'aggiornamento dinamico della fiducia, un Density Peak Clustering migliorato per l'identificazione dei sottogruppi e un meccanismo di feedback a due stadi per raggiungere elevati tassi di consenso con minimi aggiustamenti delle preferenze.

Xiaoyun Lu, Kuiyao Liu, Fushan Li, Zhonglin Ye, Zehui Chen2026-10-13
📊 statistica

A Bayesian Alternative to the Two One-Sided Tests (TOST) Procedure: State of the Art and a Proposal for a Generalized Bayesian Equivalence Model

Questo articolo propone il Generalized Bayesian TOST con Power-Discounted Priors (GBT-PP), un quadro unificato che supera i limiti della procedura TOST classica incorporando e scontando in modo regolabile i dati storici provenienti sia da fonti continue che da conteggi, stabilendo cinque risultati teorici originali e fornendo implementazioni R riproducibili per i test di equivalenza.

Antonio Monleon-Getino2026-10-13