📊 statistics

Multi-Perspective Ensemble Stratification-Driven Quality of Life Assessment for Transformative Planning of Coastal Communities

Deze studie stelt een multi-perspectivisch ensemble-stratificatie-framework voor dat heterogene gegevens en diverse clusteringmodellen integreert om de kwetsbaarheid van huishoudens in kustgemeenschappen in Nigeria uitgebreid te karakteriseren en de belangrijkste drijfveren van de kwaliteit van leven te identificeren, waardoor effectievere, op bewijs gebaseerde transformatieve planning en middelenallocatie mogelijk wordt die zijn afgestemd op de duurzame ontwikkelingsdoelstellingen.

Taiwo Olapeju Olaleye, Taiwo Ajayi, Oluwasegun Dada, Temitope Aderele, Segun Akintunde, Oluwasefunmi Arogundade2026-08-14
📊 statistics

Distribution Analysis of Discrete States: reconstructing transition processes from time-resolved state distributions

Dit artikel introduceert Distribution Analysis of Discrete States (DADS), een algemeen raamwerk dat onderliggende transitieprocessen reconstrueert uit geobserveerde staatverdelingen door deze te modelleren als flow-netwerken, een rigoureuze typologie van niet-identificeerbaarheid vaststelt, en de aanpak valideert via zeven diverse casestudies en zelfcorrigerende diagnostische tests.

Thomas Potempa2026-08-14
📊 statistics

Q-Multi-Criteria Consensus Model: Synthesizing cognitive priority structures from multi-actor disagreement

Dit artikel introduceert het Q-Multi-Criteria Consensus Model (Q-MCCM), een hybride raamwerk dat subjectieve onenigheden synthetiseert tot gedeelde prioritiseringsstructuren door de Q-methodologie te combineren met een algoritmische Best–Worst Method, waardoor robuuste institutionele besluitvorming mogelijk wordt in contexten waar prioriteiten onderhandeld moeten worden in plaats van alternatieven geselecteerd.

Marek Deja2026-08-14
📊 statistics

An outlier-robust dynamic semiparametric model for jointly forecasting value-at-risk and expected shortfall

Dit artikel stelt een uitbijter-robuust joints semiparametrisch dynamisch model voor dat begrensde innovatiepropagatie integreert in het CAViaR-raamwerk om de nauwkeurigheid en betrouwbaarheid van Value-at-Risk en Expected Shortfall-voorspellingen te verbeteren, met name in de aanwezigheid van extreme observaties en zware staarten in de distributie.

Jie Wang, Buyun Xu2026-08-14
📊 statistics

The Role of Statistics in the Advancement of Artificial Intelligence and Modern Technology

Deze studie maakt gebruik van machine learning tijdreeksmodellering en correlatieanalyse van publicatiegegevens van 1991 tot 2023 om aan te tonen dat statistiek dient als een centrale, nauw gekoppelde drijfveer van kunstmatige intelligentie en moderne technologische vooruitgang, waarbij beide velden sterke positieve groeitrends vertonen en een statistisch significante onderlinge afhankelijkheid hebben die naar verwachting tot 2030 zal voortduren.

H. C. Iwu, D. C. Bartholomew, C. J. Ijemba2026-08-14
📊 statistics

Investigating Students' Critical Thinking Development in Data-Driven Statistical Decision Making through Mindtools-Based Learning Game Interactions

Deze quasi-experimentele studie toont aan dat een op spreadsheets gebaseerd leerspel, ontworpen als een Mindtool, de kritische denkvaardigheden van bachelorstudenten aanzienlijk verbetert en hun besluitvormingsprocessen doet evolueren van een afhankelijkheid van enkelvoudige indicatoren naar reflectieve evaluatie van bewijsvoering in datagestuurde statistische contexten.

BUDI SASOMO, Cholis Sa’dijah, Lathiful Anwar, Rustanto Rahardi, Sisworo Sisworo, Tomi Listiawan, Siti Faizah, Abdul Qoha (…)2026-08-13
📊 statistics

Data-Driven Spatial Weight Matrices for Space-Time Autoregressive Models: A Similarity-Based Framework with an Application to Global Temperature Dynamics

Dit artikel stelt een datagestuurd framework voor voor het construeren van ruimtelijke gewichtsmatrices op basis van statistische gelijkenis in plaats van geografische nabijheid om Space-Time Autoregressieve modellen te verbeteren, waarbij door middel van een globale temperatuuranalyse wordt aangetoond dat op gelijkenis gebaseerde specificaties, met name die gebruikmakend van de Hamming-afstand, de voorspellingsnauwkeurigheid significant verbeteren ten opzichte van conventionele op nabijheid gebaseerde benaderingen.

Edoardo Otranto2026-08-13
📊 statistics

Assessing Feature Selection Strategies in INLA: TraditionalStepwise Regression versus Machine Learning

Deze studie toont aan dat het integreren van machine learning-gebaseerde kenmerkselectie (specifiek BART en SVR) met Bayesiaanse hiërarchische ruimtelijke modellen (INLA-SPDE) de traditionele stapsgewijze regressie aanzienlijk overtreft in het verminderen van voorspellingsfouten en bias, waardoor nauwkeurigere schattingen voor kleine gebieden met goed gekalibreerde onzekerheid worden opgeleverd.

Xiangyue Huo, Chibuzor Christopher Nnanatu2026-08-13
📊 statistics

Robustness of sustainable aviation fuel supplier rankings under alternative fuzzy representations and MCDM methods

Deze studie valideert de robuustheid van SAF1 als de hoogst geplaatste leverancier van duurzame luchtvaartbrandstof over verschillende fuzzy-representaties en MCDM-methoden, terwijl het benadrukt dat hoewel de leidende kandidaat consistent blijft, de volledige rangorde van leveranciers varieert en als een prioriteit voor verdere due diligence moet worden behandeld in plaats van als een automatische selectie.

Büşra ALTINKAYNAK2026-08-13
📊 statistics

Agreement Between Fitzpatrick-17k Skin-Type Labels Is Metric- and Stratum-Dependent: A Chance-Corrected Reanalysis

Dit artikel heranalyseert de Fitzpatrick-17k-dataset met behulp van kansgecorrigeerde statistieken om aan te tonen dat de overeenstemming tussen annotatiebronnen sterk afhankelijk is van de gekozen metriek en de huidtype-stratum, wat significante discrepanties onthult—met name voor donkere huidtinten—die transparante rapportage van methodologie en betrouwbaarheidsintervallen per stratum noodzakelijk maken in dermatologisch AI-onderzoek.

Niya Pennie2026-08-13