441 편의 논문
본 논문은 생산 시스템의 출력물로서 공학 데이터의 균질성을 평가하기 위해 구간 이동 밀도 추정(Interval-Shift Density Estimation, ISDE)을 사용하는 분포 기반 프레임워크를 제안하며, 이러한 무가정 접근 방식이 데이터 양이 증가함에 따라 기존의 통계적 추론 방법보다 더 안정적이고 신뢰할 수 있는 결과를 산출함을 입증한다.
이 논문은 탐색적 시공간 분석에서 나타나는 세 가지 흔한 추론의 함정, 즉 국지적 통계에 대한 오해, 핫스팟 분석에서 시간적 추세와 공간적 군집화의 혼동, 그리고 계층 위치 효과를 공간적 전염으로 오인하는 문제에 대해 식별하고 진단을 제공하며, 튀르키예의 인구 고령화 데이터를 통해 관찰된 공간 패턴이 이웃 간의 확산이 아니라 공유된 지역적 강제력에서 기인함을 입증한다.
적응된 UTAUT2 모델을 사용한 72명의 이집트 학부 고학년을 대상으로 한 연구에 따르면, 사용 용이성과 지원이 통계 및 데이터 과학 교육에서의 생성형 AI 채택을 강력하게 유도하는 반면, 책임 있는 학문적 적용을 위해서는 단순한 행동 의도를 넘어 검증 및 통계적 판단과 같은 추가적인 핵심 기술이 필요하다.
본 논문은 제로-팽창(Zero-Inflated) INAR 카운트 시계열 모델에 관한 최초의 포괄적인 체계적 문헌 고찰 및 계량서지학적 분석을 제시하며, 방법론적 발전, 추정 기법 및 응용 분야를 종합하는 동시에 향후 연구 방향을 안내하기 위해 과분산 및 계산 부담과 같은 지속적인 과제들을 식별한다.
본 논문은 T-X{Y} 프레임워크를 적용하여 기초가 되는 중앙값 기반 단위 레이일리(Median Based Unit Rayleigh) 분포와 와이블(Weibull) 생성기를 다양한 연결 함수를 통해 결합함으로써 Weibull-MBUR {Y} 계열의 일반화된 단위 분포를 소개하고, 이들의 통계적 특성을 도출하며, 이러한 상관관계가 데이터, 분포, 또는 이들의 상호작용에 의해 유도되는지 결정하기 위해 실제 코로나19 회복 데이터를 사용하여 매개변수 간의 상관관계를 분석한다.
본 논문은 분석적으로 다루기 쉬운 전이 밀도를 요구하지 않고도 베이지안 추론을 가능하게 함으로써 기존 방법들의 한계를 극복하기 위해, 균질화(uniformization)와 시간 조건부 인수 분해 신경 가능도 추정(time-conditioned factorized neural likelihood estimation)을 결합한 스위칭 확률 미분 방정식용의 폭넓게 적용 가능한 근사 마르코프 연쇄 몬테카를로 샘플러를 제안한다.
라틴 아메리카의 PISA 2025 데이터를 분석한 이 연구는 후기 설문 미응답이 종종 지속적인 급속 응답에 의해 선행된다는 점을 밝히고 있는데, 이러한 전이는 학교 수준의 사회경제적 요인 및 동료 시기와 연관되어 있으며, 이는 지역 연구 계획 추정치를 약간 편향시키는 선택적 관측 가능성으로 이어지지만 응답 품질과 결측치를 구분하는 데 있어 응답 시기 데이터의 가치를 강조한다.
대규모 데이터셋에 이중 머신러닝(double machine learning)을 적용한 본 연구는 제출 전 온라인 참여가 학업 성취도를 예측하기는 하지만, 그 원시 연관성의 거의 절반이 이전 성취도와 같은 교란 요인에 기인한다는 점을 밝혀냈으며, 이는 학습 분석학에서 예측 신호와 인과적 효과를 구분하는 것이 매우 중요하다는 점을 강조한다.
본 연구는 행복에 유의미한 영향을 미치는 생활 방식, 사회적 태도 및 인구사회학적 요인의 포괄적인 위계를 식별하기 위해 CGSS 2단계 데이터를 활용하여 조사 연도 조정 로지스틱 회귀 모델 내에서 베이지안 BRPN 및 FBRPN 변수 스크리닝을 활용하며, 동시에 베이지안-빈도주의 논쟁에 관한 논의를 통해 방법론적 선택을 맥락화한다.
본 연구는 GPS 기반 스마트폰 설문 데이터를 전통적인 가구 통행 조사와 통합하여 회상 편향 및 대리 보고 편향을 확률적으로 교정함으로써, 교통 계획을 위한 통행 횟수, 거리 및 속성의 정확도를 향상시키는 베이지안 코어-새틀라이트(core–satellite) 프레임워크를 제안한다.