A Statistical Framework for Pareto-Improving Resource Reallocation: Theory and a Real-Data Health-Insurance Application
本論文は、いかなる参加者にも不利益を与えることなくパレート改善を達成する許容可能な配分ウェイトを特定するための統計的枠組みを提案し、RANDヘルスケア実験におけるリソース再配分の実証分析を通じてその実用性を提示するものである。
257 件の論文
本論文は、いかなる参加者にも不利益を与えることなくパレート改善を達成する許容可能な配分ウェイトを特定するための統計的枠組みを提案し、RANDヘルスケア実験におけるリソース再配分の実証分析を通じてその実用性を提示するものである。
本論文は、ガウス型血縁モデルに対して推定ホワイトニングを用いた条件付き符号ランダム化手法を提案するものであり、これは符号対称性と符号軌道にわたる再利用可能なキャリブレーションを活用することで、計算効率の高い有限サンプル・レベル制御型の遺伝子セット関連付け検定を可能にし、かつ、そのグローバルな帰無仮説の推論対象を、競合する濃縮解析や因果的遺伝子発見とは明確に区別するものである。
本論文は、クラスター化された右側打ち切りタイム・トゥ・イベント・データにおける共有ガンマ・フレイルティ・モデルを推定するための、計算効率が高くサンプリングを必要としないベイズ代替手法としてラプラシアンPスプライン(LPS)を導入し、シミュレーションおよび3つの生物医学データセットへの適用を通じてその性能を実証するものである。
本論文は、プロセス平均と分散の同時変化を効果的に監視しつつ、測定誤差による悪影響を明示的に考慮するために、Kleinの2-of-2および2-of-3感度向上ルールを統合した、2つの改良型多変量一般尤度比(MGLR)管理図を提案し、評価するものである。
本論文は、一般的な準周期ガウス過程に対する構造方程式の定式化を導入するものであり、これにより生成と予測を簡略化しつつ、計算量をからへと削減し、多様な自然信号および生理学的信号を分析するためのスケーラブルかつ一貫した手法を提供する。
本論文は、コーパスの適格性評価とベイズ逐次停止を分離した二段階のフレームワークを提案し、ベンチマーク検証における高い早期停止率と低い再現率によって裏付けられる通り、たとえ適切に較正されたモデルや改善されたランキングであっても、学術文献のスクリーニングにおける安全な早期終了を保証できないことを実証する。
本研究は、インドネシアの州別人間開発指数を予測するための6つの時空間モデルを評価し、行政境界の変更や学習データの不足を考慮する場合、単純なローカル手法やクラスター調整手法が、複雑なディープラーニング・アーキテクチャよりも短期予測において優れた性能を示すことを明らかにしている。
本論文では、グローバルなベンフォードの法則からの偏差を画素ごとのアノマリースコアへと変換することで、マルチスペクトル画像における学習フリーの放射輝度異常検知を可能にする新しい教師なし手法である、Global Benford Deviation Clustering (GBDC) フレームワークを導入し、CloudSEN12データセットにおいて0.347のベースライン平均F1スコアを達成している。
29の教育制度における10万人以上の学生を対象としたこの研究は、親によるスクリーンタイムの規則について、それが学習用作業を含むか、あるいはそれを除外するかを区別することが、規則の有無という従来の二元的な分類によって覆い隠されてしまうデジタル・コンピテンシーの著しい差異を明らかにすることを示している。
本論文は、ハイパーエッジ・フラストレーション指数および次数保存型ヌルモデルを定義することによって、符号付きハイパーグラフにおける構造的均衡を検証するための統計的に厳密な枠組みを導入し、これを国連総会の投票データに適用した結果、真の高次分極は普遍的な定数としてではなく、特定の歴史的期間においてのみ存在することを明らかにし、偶然によるものと実際の連合を区別している。