441 편의 논문
본 논문은 희소한 전환 데이터와 엄격한 개인정보 보호 제약 조건에도 불구하고, 국소적 광고의 증분 효과를 정확하게 추정하고 예산을 최적화하기 위해 쌍 영역 무작위 실험, 보안 집계, 그리고 계층적 베이즈 추론을 결합한 개인정보 보호 계산 프레임워크를 제시한다.
이 논문은 변형된 와이불 분포(Transmuted Weibull distribution)의 샤논 엔트로피 공식에 있는 부호 오류를 수정하고, 적응형 점진적 제2종 검열 샘플 하에서의 매개변수 및 엔트로피 추정을 위한 포괄적인 빈도주의 및 베이지안 추론 방법을 개발하였으며, 시뮬레이션과 실제 데이터를 통해 베이지안 접근 방식이 특히 표본 크기가 작거나 검열이 심한 데이터셋에서 최대 우도 추정법보다 일반적으로 더 우수한 성능을 보임을 입증한다.
본 연구는 79개 교육 체계에 걸친 143,573명의 소외 계층 청소년의 PISA 2022 데이터를 활용하여 설계 일관성 및 공정성 감사를 거친 머신러닝 접근법을 적용함으로써, 수학적 자기효능감이 STEM 회복탄력성의 가장 강력한 보편적 예측 변수임을 밝혀내는 동시에, 예측 모델이 여학생과 농촌 지역 학생들에 대해 상당한 전이 가능성 한계와 체계적 편향을 보인다는 점을 규명하며, 이는 맥락 특화적이고 형평성을 갖춘 선별 전략의 필요성을 강조한다.
본 논문은 역학 연구에서 인과 효과 추정의 정확성을 향상시키기 위해, 의학 통계의 선형 결합 모델에 그뢰브너 기저 이론을 적용하여 교란 관계를 체계적으로 식별하고 일반화하는 방법론을 제안한다.
본 연구는 SEIDR 모델을 최적 제어 이론 및 이동성 데이터와 결합하여 2026년 콩고민주공화국 분디부교요 에볼라 발생을 분석함으로써, 기초 재생산 지수가 1.83임을 식별하고, 보호 행동에 대한 대중의 준수율이 58.12%에 달하면 전파를 차단할 수 있음을 결정하였으며, 시변 제어 전략이 유행 기간을 7개월 단축하는 동시에 인접 아프리카 국가들, 프랑스, 그리고 캐나다로의 국경 간 유출 위험을 크게 감소시킬 수 있음을 입증하였다.
이 몬테카를로 연구는 층화에 의한 한계 평균 가중치(Marginal Mean Weighting Through Stratification, MMWS)가 모델 오지정 상황에서 특히 평균 제곱근 오차를 줄임으로써, 시변 다중 처리에 대해 역확률 가중치(Inverse Probability Weighting, IPTW)보다 일반적으로 더 안정적이고 강건한 대안을 제공한다는 점을 입증하며, 다만 양의성(positivity) 가정이 위배될 경우 편향과 커버리지 문제로 여전히 어려움을 겪을 수 있음을 보여준다.
이 논문은 전통적인 전역적 추정치의 한계를 극복하기 위해 재귀 정량화 분석을 활용하여 대화의 턴 단위 언어적 동기화 패턴을 동적으로 포착하고 긍정적인 정서적 결과를 예측하는 새로운 프레임워크인 재귀 기반 언어 스타일 매칭(rbLSM)을 소개한다.
로힝야 캠프에 관한 공공 데이터의 이 재분석은 식량 지원 방식이 지리적 및 제도적 요인에 의해 강하게 패턴화되어 있음을 드러내지만, 공개된 데이터셋에는 프로그램의 효과성에 대한 인과적 주장을 뒷받침할 수 있는 필수적인 설계 및 배분 세부 사항이 결여되어 있어, 그 유용성이 기술적 재평가로 제한된다는 점을 밝히고 있다.
이 논문은 Cox-Ross-Rubinstein 모델 데이터로 학습된 인공 신경망이 다양한 옵션 유형의 가격 결정 및 그리스(Greeks) 계산을 위한 빠르고 정확하며 다재다능한 대리 모델 역할을 수행함으로써, 실시간 리스크 관리와 내재 변동성 표면 구축을 위한 계산 비용을 크게 절감할 수 있음을 입증한다.
이 논문은 표준 역확률 가중치 방식을 두 가지 클러스터링 정보 기반 전략과 비교 및 평가하며, 두 클러스터 기반 접근 방식 모두 누락된 공변량 오설정(omitted-covariate misspecification)에 대한 강건성을 개선하지만, 편향, 평균 제곱 오차 및 커버리지 측면에서의 상대적 성능은 기저의 하위 집단 구조와 표본 크기에 따라 달라짐을 입증한다.