261 papers
Dit artikel stelt de Bergsma-Dassios voor als een robuuste, op teken-covariantie gebaseerde afhankelijkheidsmaatstaf voor officiële statistieken, en toont door middel van theoretische analyse, toepassingen op EU-SILC-gegevens en simulatiestudies aan dat het traditionele correlatiemetrieken overtreft bij het detecteren van niet-lineaire relaties en het omgaan met datacorruptie.
Dit artikel introduceert Quantile Necessary Condition Analysis (QNCA), een op tolerantie geparametriseerde uitbreiding van NCA die de deterministische bovengrens vervangt door conditionele kwantielfronten om de gevoeligheid van effectgroottes voor enkele grensobservaties te verminderen, terwijl het kerninterpretatieve kader van de methode behouden blijft.
Dit artikel introduceert een reproduceerbaar, hybride SIRD-framework dat tijdvariërende epidemische parameters schat via algebraïsche inversie en Vector Autoregressie om statische en naïeve voorspellingsbaselines te overtreffen bij het voorspellen van COVID-19-gevallen en sterfgevallen, hoewel het momenteel een beperkte probabilistische kalibratie vertoont.
Dit artikel introduceert een machine learning-benadering met behulp van een aangepast Partial Logistic Artificial Neural Network (PLANN) om netto overleving te schatten en te voorspellen, waarbij de flexibiliteit wordt aangetoond in het verwerken van complexe datastructuren vergeleken met traditionele spline-gebaseerde regressies, terwijl wordt opgemerkt dat er een hogere variantie in schattingen optreedt bij kleinere steekproefomvang en het `survivalPLANN` R-pakket wordt aangeboden voor implementatie.
Deze studie introduceert een op graphon gebaseerd kader om de structurele evolutie van de mobiliteitsnetwerken in het hoger onderwijs in Hongarije van 2006 tot 2024 te analyseren, waarbij wordt aangetoond dat spectrale en distributionele afstandscriteria traditionele statistieken overtreffen in het vastleggen van beleidsgestuurde verschuivingen en het onthullen van hiërarchische netwerklagen.
Deze studie stelt een geïntegreerd economisch-statistisch kader voor voor het monitoren van multivariate categorische processen in Fase II door het ontwerp van een EWMA–GLT-regelkaart te optimaliseren om de verwachte totale kosten te minimaliseren terwijl de vereiste statistische prestaties worden gehandhaafd.
Dit artikel stelt Transport G-Computation (TGC) voor, een nieuw distributioneel raamwerk dat longitudinale g-computation combineert met optimale transport om Wasserstein causale effecten te schatten, wat een superieure prestatie demonstreert ten opzichte van parametrische g-computation in scenario's met verstorende feedback en modelmisspecificatie, ondanks hogere computationele kosten.
Dit artikel introduceert een geometrisch gemotiveerd -gedeformeerd Hamiltonian Monte Carlo-raamwerk dat Jackson-type verschillen gebruikt om een Metropolis-adjusted sampler te construeren, wat een robuust alternatief biedt voor klassieke HMC door domeinovertredingen en schaalverschillen te vermijden terwijl het convergeert naar standaarddynamica wanneer .
Dit artikel introduceert CALIB-SAE, een niet-stationaire Gaussische procescorrectie op de Fay-Herriot-schatter die een equivalente nauwkeurigheid in puntvoorspellingen behoudt, terwijl de gekalibreerde voorspellende onzekerheid voor kleine gebiedsestimatie aanzienlijk wordt verbeterd over zowel gesimuleerde als reële geografische datasets.
Dit artikel stelt een twee-componenten finite mixture model voor dat Fréchet- en Weibull-verdelingen combineert om heterogeen staartgedrag in velden zoals hydrologie en betrouwbaarheid aan te pakken, waarbij de maximum likelihood schatting via het EM-algoritme wordt toegelicht, de prestaties worden gevalideerd door middel van simulaties, en de praktische bruikbaarheid op echte windwindsnelheidsgegevens wordt aangetoond.