📊 statistics

Inference for the Lorenz Curve and Gini Index under the Geometric Distribution

Dit artikel stelt de exacte en asymptotische verdelingseigenschappen vast van maximum likelihood-schatters voor de Lorenz-curve en de Gini-index onder de geometrische verdeling, waarbij een rigoureus inferentieel kader wordt geboden voor ongelijkheidsmaten in discrete settings door middel van gesloten vorm-afleidingen, consistentiebewijzen, simulatiestudies en toepassing op reële gegevens.

Abdul Sathar E I, Jolly Kumari R, Sreekumar N V2026-07-10
📊 statistics

Apparent criticality from common-drive aliasing in self-exciting networks

Dit artikel toont aan dat zelf-exciterende netwerken die worden gedreven door een gedeelde niet-stationaire achtergrond kritiek kunnen lijken door statistische aliasing van de externe drive in de interactiematrix, een mechanisme dat ervoor zorgt dat subkritische systemen onterecht als kritiek worden gediagnosticeerd tenzij de gemeenschappelijke drive expliciet wordt gecorrigeerd.

Mauricio Herrera-Marín2026-07-10
📊 statistics

Efficient recursive data snooping for correlated observations

Dit artikel introduceert Efficient Recursive Data Snooping (ERDS), een exacte recursieve herformulering van iteratieve data snooping die de computationele kosten voor gecorreleerde observaties aanzienlijk vermindert door herhaalde modelre-decompositie te vervangen door closed-form updates, waarbij een reductie van 96,5% in runtime wordt bereikt bij GNSS-gegevensverwerking terwijl identieke detectieresultaten worden behouden ten opzichte van klassieke methoden.

Kunpu Ji, Yunzhong Shen, Wu Chen, Bofeng Li, Ling Yang, Xiaolong Mi2026-07-10
📊 statistics

Exponential-Type Probability Bounds for Ordered Spacings Across Common Distributions

Dit artikel stelt verenigde concentratiegrenzen van exponentieel type vast voor geordende tussenruimten over een diverse set distributies—incluser de uniforme, exponentiële, normale, hypergeometrische, Beta- en Gamma-verdelingen—door gebruik te maken van Chernoff–Hoeffding-technieken en kansintegraaltransformaties om te analyseren hoe de geometrie van de staarten de scherpte van de grenzen beïnvloedt.

STHITADHI DAS2026-07-10
📊 statistics

Machine Learning Analysis of Socioeconomic Stratification and Health Vulnerability in the United States

Met behulp van een supervised machine learning-pipeline op een synthetische dataset gekalibreerd naar Amerikaanse nationale enquêtes, toont deze studie aan dat structurele sociaaleconomische factoren, met name opleiding en beroepsklasse, de dominante voorspellers zijn van gezondheidskwetsbaarheid—waarbij zij 82% van de feature importance verklaren en de fundamentele oorzaaktheorie ondersteunen boven gedragsmatige verklaringen.

Tamim Anowar2026-07-10
📊 statistics

HS3: A Descriptive, Interoperable Serialization Standardfor Statistical Models in High-Energy Physics

Dit artikel introduceert HS3, een nieuwe implementatie-onafhankelijke, voor mensen leesbare en uitbreidbare serialisatiestandaard voor statistische modellen in de hoge-energiefysica, ontworpen om de beperkingen van bestaande formaten te overwinnen door machineleesbare interoperabiliteit, langetermijnbehoud en FAIR-dataprincipe's mogelijk te maken over diverse softwareframeworks heen.

Carsten Burgard, Oliver Schulz, Giordon Stark, Jonas Rembser, Simon Cello, Cornelius Grunwald2026-07-10
📊 statistics

Inferring Optimised Pregnancy Conception Dates from Multiple Gestational Age Estimates: A Hybrid Anomaly Detection and Linear Mixed Model Approach

Deze studie toont aan dat een hybride benadering die Isolation Forest-anomaliedetectie combineert met lineaire mixed-effects modellering, betrouwbare, geoptimaliseerde conceptiedata van zwangerschappen kan synthetiseren uit conflicterende routinematige klinische gegevens in omgevingen met beperkte middelen, waardoor het gebrek aan vroege echografie en inconsistente dossierhouding effectief wordt overwonnen.

Mercy Chepkirui, Stephanie Dellicour, Benard Omondi, Kennedy Maube, Gerald Ongayo, Michael Alaw, Benard Asuke, Titus Och (…)2026-07-09
📊 statistics

Covariance-Aware Compromise Allocation in Multivariate Stratified sampling under Nonlinear Constraints

Deze studie stelt een covariantie-bewust compromis-allocatiekader voor voor multivariate gestratificeerde steekproefneming onder niet-lineaire budget- en tijdsbeperkingen, waarbij door middel van numerieke analyse wordt aangetoond dat het opnemen van covariantie-interacties optimale steekproefallocaties en verbeterde precisie oplevert in vergelijking met traditionele methoden.

Shuaibu Idris Adam, Quazzafi Rabbani2026-07-09
📊 statistics

Markov-Switching Regime Dynamics of Maternal Mortality in Kenya: A State-Dependent Analysis of Health System Transitions with Bootstrap Uncertainty Quantification (2000-2023

Deze studie maakt gebruik van een tweetoestands Markov-switchmodel met bootstrap-onzekerheidskwantificering op de Keniaanse moedersterftegegevens van 2000–2023 om onderscheidende regimes van hoge en lage mortaliteit te onthullen die worden gedreven door structurele veranderingen in het gezondheidssysteem, waarmee wordt aangetoond dat het traject van de moederlijke gezondheid in het land wordt gekenmerkt door persistente regimeverschuivingen in plaats van een continue lineaire trend.

ROBERT NYABWANGA2026-07-09
📊 statistics

A Dynamic Huber-Weighted Adaptive EWMA Max-M Statistic for Simultaneous Multivariate Process Monitoring

Deze studie stelt een Dynamische Huber-Gewogen Adaptieve EWMA Max-M statistiek voor die traditionele modellen overtreft in het gelijktijdig detecteren van zowel kleine als grote multivariate procesverschuivingen door gladstrijkingsparameters dynamisch aan te passen op basis van de afwijkingsgrootte, zoals gevalideerd door middel van simulaties en industriële cementklinkergegevens.

Muhammad Ahsan, Latifatuz Zulfa, Muhammad Mashuri, Syafi’ Bariq’ Syihabuddin Hidayatullah, Muhammad Hisyam Lee2026-07-09