94 papers
Deze studie analyseert NBA-scheidsrechterdata om te concluderen dat er een thuisvoordeel bestaat (dat tijdens de playoffs sterker is maar door de pandemie afneemt) en dat specifieke spelers onterecht begunstigd worden, terwijl er geen bewijs is voor negatieve bias tegen teams of spelers of voor raciale bias.
Dit artikel presenteert een nieuwe methode om gebieden met een tekort aan koelcentra te identificeren door persistent homologie toe te passen op een gefilterd getuige-complex, waarbij de resultaten worden vergeleken met traditionele hittekwetsbaarheidsindices om een vollediger beeld van de risico's te krijgen.
Deze paper presenteert een onbewaakte prognostiekframework dat ongelabelde data gebruikt om verborgen faalmodi te identificeren en informatieve sensoren te selecteren, waardoor de nauwkeurigheid van de voorspelling van de resterende levensduur voor autonome diep-ruimte habitats wordt verbeterd.
Dit artikel introduceert een robuust en schaalbaar kader voor de empirische beste voorspelling van armoede-indicatoren via een geneste foutenregressiemodel met hoogdimensionale parameters, dat rekenkundige beperkingen oplost, synthetische schattingen voor niet-geobserveerde gebieden verbetert en de onzekerheid kwantificeert, zoals geïllustreerd met Albanese data.
Deze studie introduceert een privacy-bewust, één-shot federatief raamwerk voor tijd-tot-event-analyse dat gebruikmaakt van pseudo-observaties en een debiasingsprocedure om flexibele, niet-proportionele hazardmodellen te schatten zonder individuele patiëntgegevens te delen.
Dit paper introduceert DESA, een R-pakket dat schoolafwezigheidsdata gebruikt om influenza-epidemieën te modelleren, vroegtijdige waarschuwingen te genereren, de tijdigheid daarvan te evalueren en simulaties te faciliteren voor onderzoek en publieke gezondheidszorg.
Dit artikel stelt dat zichtbaarheidsmetingen voor domeinen in generatieve zoekmachines inherent onzeker zijn vanwege hun niet-deterministische aard, en pleit daarom voor het gebruik van statistische frameworks met betrouwbaarheidsintervallen in plaats van betrouwbare enkelvoudige schattingen.
Dit artikel presenteert een interpreteerbare methode voor onzekerheidskwantificering van kritieke energiesystemen tijdens samengestelde extreme weersomstandigheden, waarbij gebruik wordt gemaakt van de BMW-GAM-copula-workflow om probabilistische simulaties van temperatuur, windsnelheid en zonne-energie te genereren.
AgroDesign is een Python-framework dat experimentele opzet centraal stelt in de statistische analyse van landbouwkundige proeven, waardoor de vertaling naar geldige lineaire modellen wordt geautomatiseerd en de reproduceerbaarheid en interpretatie van complexe ontwerpen zoals split-plot en multi-omgevingsproeven worden verbeterd.
Deze paper introduceert de MM-test, een distributie-vrije methode die gekoppeld is aan een knockoff-procedure om ruimtelijk variabele genen in zowel 2D- als 3D-spatiale transcriptomics-data te screenen met een betere prestatie en theoretische garanties dan bestaande methoden.
Deze paper introduceert een unificerend raamwerk voor anomaliedetectie dat observaties met een ongewoon lage waarschijnlijkheid identificeert via hun surprisal en de bijbehorende uitzonderlijkheid berekent met behulp van robuuste schatters voor de staart van de surprisalverdeling, zoals een empirische methode en een Generalized Pareto Distribution-schatter.
Dit artikel presenteert CERES, een geautomatiseerd, openbaar en continu werkend probabilistisch systeem dat wekelijks 90-daagse voorspellingen genereert voor acute voedselonzekerheid in 43 risicolanden door zes datastromen te combineren en elke voorspelling cryptografisch te archiveren voor openbare verificatie.
Dit artikel introduceert een Bayesiaanse aanpak voor soortenverspreidingsmodellen die gebruikmaakt van hiërarchische decompositiepriors om de variatieverdeling tussen omgevings-, ruimtelijke en temporale processen direct en transparant te sturen, wat leidt tot verbeterde interpretatie zonder in te boeten aan voorspellende prestaties.
De studie toont aan dat een progressieve toename van radiologisch vastgestelde pleuroparenchymale fibroelastose (PPFE) in twee grote longkankerscreeningscohorten onafhankelijk geassocieerd is met een verhoogde sterfte en nadelige klinische uitkomsten.
Dit artikel onderzoekt de distributionele stabiliteit van schattingen voor de inverse covariantiematrix onder datacontaminatie door expliciete lokale Lipschitz-grenzen af te leiden voor de afstand tussen verdelingen, gemeten met de Kantorovich-metriek.
Dit artikel onderzoekt hoe kwaadaardige auditees de schijn van eerlijkheid kunnen wekken door manipulatie van datasets, formaliseert deze aanval als een wiskundig projectieprobleem, en evalueert statistische methoden om dergelijke vertekende steekproeven te detecteren.
Dit artikel vergelijkt imputatiegebaseerde methoden (MICE) met generatieve modellen zoals VAE's en CTGAN's voor het genereren van synthetische verzekeringsdata en concludeert dat MICE een effectief alternatief biedt met hogere data-kwaliteit en lagere implementatiecomplexiteit.
Dit onderzoek gebruikt Bayesiaanse inferentie en GEV-regressie op CMIP6-modellen om te voorspellen dat de uiterste temperaturen in wereldwijd woestijngebieden de komende eeuw significant zullen stijgen, met name onder zwaardere klimaatscenario's.
Dit onderzoek toont met behulp van Bayesiaanse causale inferentie aan dat de snelle uitbreiding van de nikkelverwerking in het Morowali Industriepark op Sulawesi een significant en meetbaar negatief effect heeft gehad op de helderheid van het kustwater, wat een tot nu toe niet gekwantificeerde milieukost van Indonesië's beleid voor mineralenverwerking blootlegt.
Dit artikel introduceert een niet-parametrische dichtheidsschatting voor composities met ontbrekende data op het simplex, gebaseerd op inverse-kansweging en een adaptieve Dirichlet-kern, waarvan de asymptotische eigenschappen worden bewezen en de superioriteit in simulaties en een toepassing op NHANES-leukocytendata wordt aangetoond.