261 편의 논문
본 논문은 Bergsma-Dassios의 τ∗를 공식 통계를 위한 강건한 부호-공분산 기반 의존성 측정치로 제안하며, 이론적 분석, EU-SILC 데이터 적용 및 시뮬레이션 연구를 통해 이것이 비선형 관계를 탐지하고 데이터 오염을 처리하는 데 있어 전통적인 상관계수 지표보다 우수함을 입증한다.
이 논문은 결정론적 천장(deterministic ceiling)을 조건부 분위수 프런티어(conditional-quantile frontiers)로 대체하여 단일 경계 관측치에 대한 효과 크기의 민감도를 완화하면서도 방법론의 핵심적인 해석 체계를 보존하는, 허용 매개변수화된 NCA의 확장형인 분위수 필요 조건 분석(QNCA)을 소개한다.
이 논문은 대수적 역산(algebraic inversion)과 벡터 자기회귀(Vector Autoregression)를 통해 시변적 유행 매개변수를 추정함으로써 코로나19 확진자 및 사망자 예측에 있어 정적 및 단순 예측 베이스라인보다 우수한 성능을 보이는 재현 가능한 하이브리드 SIRD 프레임워크를 소개하지만, 현재 확률적 보정 측면에서는 제한적인 모습을 보인다.
이 논문은 변형된 부분 로지스틱 인공 신경망(PLANN)을 사용하는 머신러닝 접근법을 사용하여 순생존율을 추정 및 예측하는 방법을 소개하며, 이는 전통적인 스플라인 기반 회귀 분석과 비교하여 복잡한 데이터 구조를 처리하는 데 있어 유연성을 입증하는 동시에 작은 표본 크기에서 추정치의 높은 분산을 언급하고 구현을 위한 `survivalPLANN` R 패키지를 제공한다.
본 연구는 2006년부터 2024년까지 헝가리 고등 교육 이동 네트워크의 구조적 진화를 분석하기 위한 그래프론 기반 프레임워크를 도입하며, 스펙트럼 및 분포 거리 지표가 정책 유도형 변화를 포착하고 계층적 네트워크 티어를 밝혀내는 데 있어 전통적인 통계보다 더 우수함을 입증한다.
본 연구는 요구되는 통계적 성능을 유지하면서 기대 총 비용을 최소화하도록 EWMA-GLT 관리도를 설계 최적화함으로써, 2단계(Phase II)의 다변량 범주형 프로세스를 모니터링하기 위한 통합된 경제-통계적 프레임워크를 제안한다.
이 논문은 종단적 g-computation과 최적 운송(optimal transport)을 결합하여 와서스테인 인과 효과(Wasserstein causal effects)를 추정하는 새로운 분포론적 프레임워크인 Transport G-Computation(TGC)을 제안하며, 이는 더 높은 계산 비용에도 불구하고 혼란 변수가 포함된 피드백 및 모델 오설정 시나리오에서 모수적 g-computation보다 우수한 성능을 입증한다.
이 논문은 잭슨 유형의 차분(Jackson-type differences)을 활용하여 메트로폴리스 조정 샘플러를 구축함으로써, 도메인 위반과 스케일 불일치를 피하면서 일 때 표준 역학으로 수렴하는, 기하학적으로 동기화된 -변형 해밀토니안 몬테카를로 프레임워크를 소개한다.
이 논문은 시뮬레이션 및 실제 지리적 데이터셋 모두에서 점 예측 정확도는 동일하게 유지하면서 소지역 추정의 교정된 예측 불확실성을 크게 개선하는 Fay-Herriot 추정량에 대한 비정상 가우시안 프로세스 보정법인 CALIB-SAE를 소개한다.
이 논문은 수문학 및 신뢰성 공학과 같은 분야에서의 이질적인 꼬리 행동을 해결하기 위해 프레셰(Fréchet) 분포와 와이불(Weibull) 분포를 결합한 이성분 유한 혼합 모델을 제안하며, EM 알고리즘을 통한 최대 우도 추정법을 상세히 기술하고, 시뮬레이션을 통해 성능을 검증하며, 실제 풍속 데이터에 대한 실용적 유용성을 입증한다.