Hippocratic Utility
Hoewel de auteur de ethische motivatie voor een asymmetrische nutfunctie in de geneeskunde erkent, betoogt hij dat de toepasbaarheid van dit beslissingscriterium beperkt is.
📊 Category
stat.OT
14 papers
Anomaly detection using surprisals
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.
Causal Regime Detection in Energy Markets With Augmented Time Series Structural Causal Models
Dit artikel introduceert Augmented Time Series Causal Models (ATSCM), een methode die neurale causale ontdekking combineert met contrasterend redeneren om de complexe, dynamische oorzakelijke relaties in energiemarkten te modelleren en scenario's voor hernieuwbare energie te simuleren.
Towards Causal Market Simulators
Deze paper introduceert het TNCM-VAE-model, een nieuwe methode die variatie-automatische coderingen combineert met structurele causale modellen om synthetische financiële tijdreeksen te genereren die zowel temporele afhankelijkheden als causale relaties behouden voor verbeterde tegenfeitelijke analyse en risicobeoordeling.
Sequential Causal Normal Form Games: Theory, Computation, and Strategic Signaling
Hoewel het artikel een theoretisch uitbreiding van causale speltheorie naar sequentiële settings introduceert, concludeert het dat deze aanpak geen welvaartswinst biedt ten opzichte van klassieke Stackelberg-evenwichten, omdat rationele terugwaartse afleiding elke strategische meerwaarde van causale lagen elimineert.
Beyond Reproducible Research: Building a Formal Representation of a Data Analysis
Dit artikel pleit voor en beschrijft de implementatie van een formele representatie van data-analyses die de onderliggende logica en aannames expliciet maakt, waardoor de analyse zonder de originele data kan worden geëvalueerd en de gevoeligheid voor onvoorziene datafeit kan worden getoetst.
Bayesian Linear Programming under Learned Uncertainty: Posterior Feasibility Guarantees, Scenario Certification, and Applications
Dit artikel introduceert een Bayesiaans raamwerk voor lineaire programmering onder onzekerheid dat posterior-gebaseerde haalbaarheidsgaranties biedt via twee berekeningsstrategieën en een certificeringsprocedure, wat leidt tot veiligere en interpreteerbare beslissingen vergeleken met traditionele methoden.
A Hierarchical Bayesian Dynamic Game for Competitive Inventory and Pricing under Incomplete Information: Learning, Credible Risk, and Equilibrium
Dit artikel introduceert een hiërarchisch Bayesiaans dynamisch spel voor competitieve voorraad- en prijsbepaling onder onvolledige informatie, waarbij firms leren, strategische overtuigingen bijwerken en beslissingen nemen op basis van een 'credible-risk'-criterium dat toekomstige winst beloopt en posterioronzekerheid straft.
Variable selection in linear mixed model meta-regression with suspected interaction effects -- How can tree-based methods help?
Dit artikel toont aan dat stabiliteitsgebaseerde, boomgebaseerde methoden waardevolle complementaire hulpmiddelen zijn voor de detectie van interactie-effecten in meta-regressie, vooral wanneer de relaties niet-lineair zijn of de steekproefgrootte toeneemt, terwijl traditionele lineaire methoden beter presteren bij strikt lineaire interacties.
Statistical Methodology Groups in the Pharmaceutical Industry
Dit artikel beschrijft de opzet, het takenpakket en de strategische waarde van gespecialiseerde methodologiegroepen in de farmaceutische industrie, die door het ontwikkelen en integreren van innovatieve statistische methoden de efficiëntie en het succes van geneesmiddelenontwikkeling proberen te maximaliseren.
Robust Estimation of Polychoric Correlation
Deze paper introduceert een nieuwe, robuuste schatter voor polychorische correlaties die minder gevoelig is voor modelmisspecificaties (zoals zorgeloze respondenten) dan de traditionele maximum likelihood-methode, zonder extra rekenkosten en met behoud van statistische consistentie.
Either a Confidence Interval Covers, or It Doesn't (Or Does It?): A Model-Based View of Ex-Post Coverage Probability
Dit artikel betoogt dat de strikte Neymaniaanse interpretatie van betrouwbaarheidsintervallen als louter 'wel of niet' dekkend onhoudbaar is, en pleit voor een modelgebaseerd perspectief waarbij ex-post dekkingskansen als voorspellende waarschijnlijkheid kunnen worden beschouwd.
Confidence as Forecast: A Decision-Theoretic Interpretation of Confidence Intervals
Dit artikel biedt een decision-theoretische interpretatie van betrouwbaarheidsintervallen door 'betrouwbaarheid' te behandelen als een probabilistische voorspelling van de dekking, waarbij wordt aangetoond dat het nominale niveau 1-alpha de optimale constante voorspelling is en dat conditionele verfiningen mogelijk zijn zonder toevlucht te nemen tot Bayesiaanse priors.
Engaging students with statistics through choice of real data context on homework
Hoewel de keuze voor een datacontext in statistiekopdrachten geen significant effect had op de cijfers, bleek uit de studie dat het bieden van keuze de motivatie, betrokkenheid en autonomie van studenten verhoogt en hun waardering voor de realiteitswaarde van statistiek vergroot.