stat papers | Gist.Science

Distinguishing Statistical Outliers, Behavioral Anomalies, and Fraud in Mobile Financial Transactions: An Unsupervised and Inferential Analysis Using PaySim

Deze studie maakt gebruik van de PaySim-dataset om aan te tonen dat statistische uitschieters, gedragsafwijkingen en grondwaarheid-fraude empirisch onderscheidbaar zijn met een verwaarloosbare overlap, waarbij wordt geargumenteerd dat effectieve detectie een meerlagig kader vereist dat engineered accounting-residuele kenmerken en gedragsprofielvorming op rekeningniveau combineert, in plaats van te vertrouwen op een enkele unsupervised detector.

Hamza Zidoum, Esra Wadair2026-10-30

📊 statistiek

Prospective Completion Prediction for Independent-Trial Cluster Search with Compositional State: Measurement Burden, a Pre-Outcome Separation Gate, and Structural Limits

Dit artikel presenteert een analytische voorspeller voor de voltooiing van onafhankelijke proefclusterzoekopdrachten die een hoge nauwkeurigheid bereikt onder een ideaal-hashmodel, een significante vermindering van de karakteriseringslast aantoont door middel van knoop-totaalcompositie, en structurele analyse gebruikt om heterogeniteit in de werkerssnelheid te onthullen die uiteindelijk de doelverzameling in specifieke experimentele ontwerpen beperkt.

Min Su Yoo, Hyunglip Bae2026-10-30

📊 statistiek

Does Citizen Science Reach the Citizen? Exploring the Science–Society Interface Through Scholarly and Societal Attention

Deze studie maakt gebruik van bibliometrische en altmetrische gegevens van meer dan 10.000 citizen science-artikelen om een zwakke tot matige correlatie tussen wetenschappelijke impact en maatschappelijke aandacht te onthullen, terwijl het aantoont dat open access de betrokkenheid op sociale media aanzienlijk vergroot zonder noodzakelijkerwijs de traditionele citaties te verhogen.

Subhayan Chakraborty, Bidisha Bora, Manoj Kumar Verma2026-10-30

📊 statistiek

Bayesian disease mapping from incomplete hospital-based surveillance: accounting for catchment and missing case origins in dengue surveillance in Makassar, Indonesia

Dit artikel presenteert een hiërarchisch Bayesiaans puntproces-framework dat de dengue-risicokaartlegging in Makassar, Indonesië, verbetert door het gedrag van ziekenhuisbereikgebieden en niet-geobserveerde oorsprong van gevallen gezamenlijk te modelleren om onvolledige, op faciliteiten gebaseerde surveillancegegevens met variërende niveaus van ruimtelijke resolutie effectief te verwerken.

Bobby Poerwanto, Ian Hall, Emma L Fairbanks, Thomas House, Olatunji Johnson2026-10-30

📊 statistiek

The DIAS: quantifying coupled curve intersections in pharmacology, ecology, demography, and climatology

Het artikel introduceert het DIAS-framework, een statistische methode en open-source Shiny-applicatie die de snijpunten van gekoppelde curven in diverse velden zoals farmacologie en ecologie rigoureus kwantificeert door onbevooroordeelde schattingen met formele onzekerheidsmaten te bieden, waardoor onbetrouwbare visuele inspecties worden vervangen door robuuste, op gegevens gebaseerde vergelijkingen.

Rafael Dias de Brito Oliveira2026-10-30

📊 statistiek

Causal Intervention Modeling of Exercise--Sleep--Mental Health for College Students from Multimodal Wearable Data

Dit artikel introduceert CISM, een Compositional Interventional State Model dat multimodale draagbare gegevens gebruikt om via een sequentieel stochastisch interventiekader causaal te schatten hoe het heralloceren van sportbudgetten de daaropvolgende slaap en mentale gezondheid van studenten beïnvloedt, gevalideerd op echte datasets en structurele experimenten.

Yue Wei, Mohamed Nashrudin Naharudi, Jing Zhang, Jing Li, Jinhui Zhang, Dian Wang2026-10-29

📊 statistiek

Sparse Poisson Log Normal Model for Zero-Inflated Multivariate Count Data

Dit artikel stelt een methode voor voor sparse variabele selectie voor het Zero-Inflated Poisson Log-Normal (ZIPLN) model door het Smooth Information Criterion (SIC) uit te breiden met een L0-norm gepenaliseerde Evidence Lower Bound (ELBO) en een ε-telescopisch VEM-algoritme om hoogdimensionale covariabelen in multivariate telgegevens te verwerken, zoals aangetoond door simulaties en een studie naar microbiële gemeenschappen.

Togo Jean Yves KIOYE, Paul-Marie GROLLEMUND, Jocelyn CHAUVET, Christophe CHASSARD2026-10-29

📊 statistiek

Variance reduction and interval efficiency in forecast reconciliation

Dit artikel demonstreert dat de afhankelijkheid van forecast reconciliatie van variantiereductie onvoldoende is om intervalefficiëntie te garanderen door een niet-elliptische residu-familie te construeren waarbij de verwachte intervalbreedtes omkeren ondanks een vaste covariantie en dekking, terwijl het tegelijkertijd covariantie-schatters empirisch evalueert op reële hiërarchieën om aan te tonen dat gecentreerde shrinkage scores verbetert maar niet uniform de nominale dekking waarborgt.

Jufeng Li, Wenjie Li, Junhao Zhan2026-10-29

📊 statistiek

Comparison of Machine Learning Methods for Monthly Rainfall Forecasting Using k-Nearest Neighbors, Random Forest, and Artificial Neural Networks

Deze studie vergelijkt k-Nearest Neighbors, Random Forest en Artificial Neural Networks voor de voorspelling van maandelijkse neerslag in Pangkalpinang en stelt vast dat Random Forest de andere twee algoritmen overtreft op basis van evaluatiemetrieken zoals MAE, RMSE en R².

Mico Maulana, Giarno2026-10-29

📊 statistiek

Distortion in Risk Estimation Driven by Study Period Adjustment and Young-Age Event Sparsity: A Critical Evaluation of Secondary Analyses on the Nagoya City HPV Vaccination Survey

Dit artikel evalueert en weerlegt kritisch de methodologische geldigheid van de secundaire analyse van Yaju en Tsubaki naar de Nagoya City HPV-vaccinatieonderzoek, waarbij wordt aangetoond dat hun gebruik van Study Period-aanpassing en specifieke modelleringskeuzes ernstige structurele biases en wiskundige artefacten introduceerde die de risico-inschattingen vertekenden en de wetenschappelijke integriteit ondermijnden.

Sadao Suzuki2026-10-28