110 papers
Dit artikel introduceert een efficiënte benadering van de marginale waarschijnlijkheid, geïmplementeerd in Stan, voor de Bayesiaanse schatting van het univariate ACE-model met ordinale data, die de frequentistische beperkingen met betrekking tot kleine steekproeven en cellen met nulfrequentie overwint terwijl de computationele kosten worden ontkoppeld van de steekproefomvang.
Deze studie vergelijkt empirisch lineaire gemengde effectenmodellen, generalized estimating equations en two-part mixed models voor het schatten van EQ-5D-utiliteiten in reuma-trials, waarbij wordt vastgesteld dat hoewel two-part mixed models lagere utiliteitsschattingen opleveren, de keuze van de methode minimale impact heeft op de algehele kosteneffectiviteitsconclusies.
Dit artikel introduceert een Bayesiaans modelleringskader dat gezamenlijk misclassificatie- en selectiefouten in multi-source binaire gegevens aanpakt, waarbij door middel van simulaties en empirische analyse wordt aangetoond dat hoewel de samengestelde fout robuust geïdentificeerd kan worden, het nauwkeurig decomponeren ervan in specifieke componenten geldige indicatoren, hulpvariabelen en informatieve priors vereist.
Dit artikel stelt een algemeen kader voor het kwantificeren van de stabiliteit van niet-deterministische voorspellingsmodellen over metrische, categorische en ordinale uitkomsten door datagestuurde en modelgestuurde stabiliteitsmaten te introduceren die de beperkingen van bestaande methoden overwinnen, zoals hun onvermogen om individuele testobjecten te verwerken en hun gevoeligheid voor de samenstelling van de data.
Deze studie ontwikkelt een sequentieel tour-gebaseerd modaliteitskeuzekader voor Sydney met behulp van GPS-gegevens en door machine learning afgeleide kenmerken, waarbij wordt aangetoond dat Mixed Logit-modellen de voorspelling voor onderling afhankelijke tour-componenten aanzienlijk verbeteren en dat het kader robuust blijft tegen onzekerheid in de upstream-schatting, waardoor het gebruik van gesimuleerde inputs voor praktische reizigersvraagvoorspelling wordt gevalideerd.
Deze studie toont aan dat bij taken voor het voorspellen van kredietverzuim de ingebouwde `scale_pos_weight`-parameter van XGBoost de traditionele SMOTE-resamplingtechniek aanzienlijk overtreft op het gebied van recall, wat benadrukt dat de optimale strategie voor het omgaan met klassenonbalans afhangt van de specifieke classifier die wordt gebruikt in plaats van een universele resamplingmethode.
Dit artikel stelt een methode voor voor het construeren van geschatte rangschikkingstabellen met gezamenlijke betrouwbaarheidsgebieden voor de ware rangschikking van K populaties, waarbij gebruik wordt gemaakt van normaliteitsaannames en standaardfouten om de onzekerheid van de rangschikking visueel te communiceren en marginale betrouwbaarheidsverzamelingen voor individuele rangen te bieden.
Dit artikel stelt de Clinical Risk-Weighted Score (CRWS) voor, een nieuwe metriek die de straffen voor fout-negatieven en fout-positieven ontkoppelt om klinische prioriteiten beter te reflecteren, waarbij via een MIMIC-IV-analyse wordt aangetoond dat het de rangschikking van modellen significant verandert en grotere klinische voordelen onthult voor top-presterende algoritmen vergeleken met de traditionele F1-score.
Dit artikel stelt een praktisch kader voor dat gebruikmaakt van samenvattende statistieken om scheefheid en heteroscedasticiteit te screenen via de variatiecoëfficiënt en de variantieverhouding op log-schaal, waardoor onderzoekers in staat worden gesteld om geldige, krachtigere parametrische inferentie te herstellen voor klinische data met kleine steekproeven waar traditionele normaliteitstests falen en standaard t-testen tekortschieten.
Het artikel introduceert , een nieuwe gesloten vorm, parametervrije statistiek die nauwkeurige groottecalibratie en robuuste kracht bereikt voor het testen van onafhankelijkheid in contingentietabellen over een breed scala aan schaarste en marginale heterogeniteit, waarmee het bestaande methoden zoals de Pearson chi-kwadraat en de Cressie-Read statistiek effectief verenigt en overtreft, terwijl het een deterministische oplossing biedt zonder de noodzaak van permutatie of bootstrap.