261 편의 논문
본 연구는 2024년 조사 데이터와 2018년 인구 조사 보조 변수에 페이-헤리엇(Fay-Herriot) 소지역 추정 모델을 적용함으로써 말라위의 구 단위 십 대 임신 추정치의 신뢰성을 향상시키며, 이를 통해 분권화된 정책과 표적 개입을 위한 더욱 안정적인 근거 기반을 제공한다.
본 논문은 표준 선형 혼합 모델이 해결하지 못하는 모집단 이질성 문제를 다루기 위해, 혼합 일반화 추정 방정식의 유한 혼합 모델에 대한 매개변수를 추정하고자 패널티화된 우도에 기반한 반복적 수축 가중 최소 제곱 알고리즘을 제안하며, 몬테카를로 시뮬레이션을 통해 해당 방법의 성능을 검증한다.
본 논문은 지정학적 혼란, 비선형 탑재율 상호작용, 그리고 품목 구성 역학을 해결하기 위해 OLS, SUR, ARIMAX 및 랜덤 포레스트 모델을 Power BI 환경 내에서 결합한 통합 통계 프레임워크를 제시함으로써, 학술적 모델링과 상업적 보고 지표 사이를 수학적으로 연결하며 MEASA 신흥 시장의 항공 화물 수익 및 수요 예측을 강화한다.
본 몬테카를로 시뮬레이션 연구는 구조적 독립성 하에서 고전 검사 이론의 문항 수준 지표들이 이진 문항 통계의 완벽한 기능적 동등성 및 난이도 변화에 따른 변별도-총점 상관의 안정성과 같은 수학적으로 결정된 관계를 보이는 반면, 문항 간 공분산의 부재로 인해 검사 수준의 신뢰도는 낮게 유지됨을 입증한다.
본 논문은 RM-SIR 수학적 프레임워크와 지능형 드론 배송 시스템을 결합하여 정밀한 농촌 우선 자원 스케줄링을 가능하게 함으로써, 물류를 수동적인 운송 기능에서 능동적인 전염병 통제 도구로 효과적으로 전환하여 높은 비용 효율성을 유지하면서도 발병 정점과 지속 기간을 크게 감소시키는 물류 주도형 선제적 전염병 개입 모델을 제안한다.
이 논문은 의학 및 경제학과 같은 분야의 고차원적 난제와 복잡한 의존성을 해결하기 위해 딥러닝 및 강화 학습과 같은 인공지능 기술을 비모수 추정에 이론적 및 실무적으로 통합하는 것을 조사하며, 해석 가능성, 계산 비용, 통계적 보증 사이의 절충 관계를 비판적으로 검토한다.
이 논문은 확증 편향을 가진 사회적 영향에 관한 인지적으로 상세한 에이전트 기반 모델이 합의에서 양극화로의 전이를 포착하고 대칭성 깨짐을 진단하기 위한 간단한 안정성 테스트를 제공하는 저차원의 해석 가능한 평균장 시스템으로 정확하게 축소될 수 있음을 입증한다.
2022년 및 2024년 국가 건강 정보 트렌드 조사(Health Information National Trends Survey)의 데이터를 활용한 이 연구는 정부 보건 기관에 대한 신뢰가 기후 변화를 건강 위험으로 인식하는 데 있어 가장 강력한 예측 변수인 반면, 과학자에 대한 신뢰는 시간이 지남에 따라 약화되는 경향을 보이는 미미한 연관성을 보이고 의사에 대한 신뢰는 유의미한 요인이 아님을 밝히고 있다.
이 실증적 연구는 성인 학습자의 기술 분야 인지 적응 속도가 초기 지적 잠재력보다는 지적 겸손과 자아 소음의 비율에 의해 주로 결정되며, 자아 소음을 최소화하는 것이 정답 도달 정체기에 이르는 시간을 유의미하게 가속화한다는 것을 입증하는 수학적 모델을 검증한다.
이 논문은 예측 성능을 유지하거나 심지어 향상시키면서도 훈련 시간을 크게 단축하기 위해 리스크 세트 샘플링(risk-set sampling)을 활용하는 확장 가능한 랜덤 생존 포레스트(Random Survival Forests) 방법을 제안하며, 이 접근 방식은 현재 널리 사용되는 R 패키지인 `ranger`에 구현되었습니다.