447 편의 논문
이 논문은 전체 카운팅(whole counting)과 인용 격차가 국제적 비교를 어떻게 왜곡하는지를 입증함으로써 클라리베이트(Clarivate)의 '가장 많이 인용된 연구자(Highly Cited Researchers)' 목록의 방법론적 한계를 비판하고, 분수 카운팅(fractional counting), 분야별 정규화, 그리고 개선된 저자 식별을 통해 이러한 편향을 해결하기 위한 개혁 프레임워크를 제안한다.
이 논문은 외생 변수를 포함한 함수적 자기회귀 모델(FARX(p))이 고빈도 변동성, 시간적 의존성 및 수요 주도 효과를 효과적으로 포착함으로써 크로아티아 시장의 익일 전력 가격 예측에 있어 전통적인 통계 및 머신러닝 방법론보다 유의미하게 우수한 성능을 보임을 입증한다.
본 연구는 과거 팀 데이터를 활용하여 FIFA 월드컵 진행 과정을 예측하기 위해 페널티가 적용된 로지스틱 회귀와 부트스트랩 안정성 선택을 사용하는 해석 가능한 예측 프레임워크를 제시하며, 시장 가치와 FIFA 랭킹 같은 핵심 예측 변수를 식별하는 동시에 아르헨티나, 프랑스, 스페인, 잉글랜드, 독일, 네덜란드를 2026년 대회의 강력한 우승 후보로 예측한다.
이 논문은 매개변수 추정, 가설 검정, 그리고 신호 분류가 모두 고정된 기저(basis) 내 로그 가능도 전개(log-likelihood expansion)의 포착된 분율이라는 단일 범함수를 통해 평가될 수 있음을 입증함으로써 이 세 가지 과업을 통합하며, 이를 통해 전통적인 직교 기저가 실패하는 분포를 포함한 다양한 분포에 걸쳐 이들의 공유된 효율성, 종료 조건, 그리고 최적성을 밝혀낸다.
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.