441 편의 논문
본 논문은 연구자들이 방법론적 선호도가 아닌 구체적인 의사결정 목표에 기반하여 병렬 클러스터 시험, 단계적 쐐기형(stepped-wedge), 요인(factorial) 또는 적응형 시험과 같은 가장 적절한 무작위 설계 유형을 선택할 수 있도록 안내하는 실용적인 질문 기반 프레임워크와 그에 부수되는 도구들을 제시한다.
이 논문은 1단계 예측 오차가 학습된 카오스 대리 모델의 장기 통계적 충실도를 예측하는 데 부적절함을 입증하며, 계산 비용이 많이 드는 롤아웃을 요구하지 않고도 장기 통계적 오차를 효율적으로 제한할 수 있는 시스템 특이적 응답 연산자를 도입한다.
본 논문은 고차원 조성 미생물군집 데이터에서 이상치를 처리하고 희소성을 보장하기 위해 Huber 손실과 Lasso 페널티를 결합한 강건한 로그-대조 회귀 프레임워크를 제안하며, 이론적 보증과 구현을 위한 효율적인 대칭 가우스-세이델 ADMM 알고리즘을 제공한다.
이 논문은 RUMBoost와 같은 데이터 기반 방식의 예측력과 고전적 MNL 모델의 해석 가능성 사이의 균형을 맞추는 하이브리드 모델로서 패널티가 부여된 다항 로지스틱 트리 회귀(PMLTR)를 소개하며, 광범위한 벤치마킹을 통해 수동 지정 방식이 여전히 경쟁력을 유지하는 반면 순수 데이터 기반 방식은 예측에서 탁월함을 보이고, PMLTR은 최적화와 추론에 필수적인 읽기 가능한 효용을 독특하게 제공한다는 점을 입증한다.
본 연구는 이질적인 데이터와 다양한 클러스터링 모델을 통합하여 가구 취약성을 포괄적으로 특징짓고 나이지리아 해안 지역의 삶의 질을 결정하는 핵심 동인을 식별함으로써, 지속가능발전목표에 부합하는 더욱 효과적이고 증거 기반적인 변혁적 계획 수립 및 자원 배분을 가능하게 하는 다각적 앙상블 층화 프레임워크를 제안한다.
이 논문은 관측된 상태 분포를 흐름 네트워크로 모델링함으로써 기저의 전이 과정을 재구성하고, 비식별성의 엄격한 유형론을 확립하며, 7가지의 다양한 사례 연구와 자기 교정적 진단 테스트를 통해 접근법을 검증하는 일반적 프레임워크인 이산 상태 분포 분석(DADS)을 소개한다.
이 논문은 Q-방법론과 알고리즘 기반의 최선-최악 방법(Best–Worst Method)을 결합하여 주관적 불일치를 공유된 우선순위 구조로 합성함으로써, 대안을 선택하기보다 우선순위가 협상되어야 하는 맥락에서 견고한 제도적 의사결정을 가능하게 하는 하이브리드 프레임워크인 Q-다기준 합의 모델(Q-MCCM)을 소개한다.
본 논문은 극단적인 관측치와 두터운 꼬리 분포가 존재하는 상황에서 가치평가 위험(Value-at-Risk) 및 기대 손실(Expected Shortfall) 예측의 정확도와 신뢰도를 향상시키기 위해, CAViaR 프레임워크에 유계된 혁신 전파(bounded innovation propagation)를 통합한 이상치에 강건한 결합 동적 준모수 모델을 제안한다.
본 연구는 1991년부터 2023년까지의 출판 데이터에 대한 머신러닝 시계열 모델링과 상관관계 분석을 활용하여, 통계학이 인공지능 및 현대 기술 발전의 중심적이고 밀접하게 결합된 동력 역할을 수행하고 있으며, 두 분야 모두 강력한 양의 성장 추세를 보이고 2030년까지 지속될 것으로 예상되는 통계적으로 유의미한 상호 의존성을 나타내고 있음을 입증한다.
이 준실험 연구는 마인드툴(Mindtool)로 설계된 스프레드시트 기반 학습 게임이 학부생들의 비판적 사고 능력을 유의미하게 향상시키며, 이들의 의사결정 과정을 데이터 기반 통계 맥락에서 단일 지표에 대한 의존에서 성찰적인 증거 평가로 진화시킨다는 것을 입증한다.