259 papers
Dit artikel introduceert DriftGuard, een auditframework in twee fasen dat theoretische detectiegrenzen vaststelt voor distributieverschuiving en een rigoureus, op labelbudget gebaseerd protocol biedt om coverage-fouten te diagnosticeren en conformal prediction-modellen te herkalibreren onder zowel covariabele- als conceptverschuivingen.
Deze studie toont aan dat blootstelling-gekoppelde differentiële registratie van continue uitkomsten, zoals visueel geschat bloedverlies, grote, robuust lijkende behandelingseffecten in real-world evidence kan fabriceren door systematische meetfouten in plaats van werkelijke klinische verschillen, wat specifieke diagnostische controles en de afhankelijkheid van objectieve maten noodzakelijk maakt om spuriaat conclusies te vermijden.
Dit artikel presenteert een onzekerheidsbewust, ruimtelijk geïnformeerd mengmodel met shrinkages- en klassewegingsmechanismen dat de classificatie van ongebalanceerde CO₂-pluimtoestanden in de Sleipner-benchmark aanzienlijk verbetert door interpreteerbare dieptegeorganiseerde regimes te identificeren en posterieure onzekerheidsschattingen te bieden.
Dit artikel stelt Bayesian kernel machine meta-regressie (BKMMR) voor, een flexibel framework voor modellering in de tweede fase dat de beperkingen van conventionele lineaire meta-regressie overwint door automatisch niet-lineariteiten en interacties in multi-locatie omgevings-epidemiologische gegevens te vangen, waardoor de schattingsnauwkeurigheid, voorspelling en downscaling-mogelijkheden worden verbeterd, zoals aangetoond door simulaties en een studie naar luchtverontreiniging in Zuid-Korea.
Deze studie toont aan dat het Right-Truncated Peaks-Over-Threshold (RT-POT) model de traditionele Generalized Extreme Value en Generalized Pareto Distribution benaderingen overtreft door nauwkeurigere parameterschattingen en realistische bovenste eindpunten te bieden voor het beheer van extreme waterstanden bij de Akosombo-dam in Ghana onder natuurlijke afkapting.
Dit artikel stelt Adaptive Bayesian Threshold Heuristic-strategieën voor voor het secretaryprobleem met gedeeltelijke informatie door volledige-informatie optimal stopping-theorie te integreren met Bayesiaanse actualisering via een Normal-Gamma conjunctieve prior, waarbij superieure prestaties worden aangetoond ten opzichte van maximum likelihood-schattingsmethoden, met name bij kleine steekproefomvang en zwakke voorafgaande informatie.
Dit artikel stelt de Cross-Fitted Contamination-Aware Generalized Empirical-Bayes Liu Shrinkage (CF-CABLS-MNL) schatter voor Multinomial Logit-modellen voor, een robuust raamwerk dat cross-fitted density-power-divergence, misclassificatie-correctie en spectrale shrinkages integreert om de gemiddelde kwadratische fout onder multicollineariteit en uitschieters aanzienlijk te verminderen, hoewel empirische resultaten aangeven dat hoewel het uitblinkt in gecontamineerde settings, directe regularisatiemethoden zoals Ridge-regressie het mogelijk beter doen in schone of data-rijke scenario's.
Dit artikel stelt een modelgebaseerd clusteringsframework voor voor sferische en hypersferische data met behulp van elliptisch symmetrische verdelingen, specifiek de elliptisch symmetrische angulaire Gaussische en de sferische elliptisch symmetrische geprojecteerde Cauchy-verdelingen, die worden geschat via het expectation–maximization algoritme en worden geëvalueerd door middel van simulaties en real-world toepassingen.
Deze studie van 2.058 wedstrijden over zes Europese competities toont aan dat hoewel relatieve prestatie-indicatoren (verschillen tussen team en tegenstander) effectiever zijn dan absolute indicatoren bij het voorspellen van wedstrijduitsgangen, het meest nauwkeurige voorspellende model wordt bereikt door zowel absolute als relatieve metrieken te integreren.
Dit artikel introduceert de twee-parametere Odd Log-Logistic Rayleigh (OLLR) verdeling als een flexibele uitbreiding van het Rayleigh-model, waarbij de statistische eigenschappen worden afgeleid en de superieure prestaties bij het modelleren van levensduurgegevens worden aangetoond door toepassingen op twee real-world datasets.