📊 statistics

Auxiliary-Enhanced Survey Calibration: A Novel Framework for Reject Inference under Sample Selection Bias

Dit artikel stelt een nieuw, door surveys versterkt kalibratiekader voor reject inference voor dat de prestatieverslechtering van traditionele imputatiemethoden vermijdt door geaccepteerde aanvragers te herwegen om aan populatietotalen te voldoen, waarmee bewezen wordt dat het consistent en asymptotisch normaal is terwijl het de populatierisicokalibratie aanzienlijk verbetert en het onderscheidend vermogen behoudt onder modelmisspecificatie.

Abderrahim EL AMRANI, Badreddine BENYACOUB, Mohammed EL HAJ TIRARI2026-07-08
📊 statistics

An Interpretable Statistical Learning Framework for Binary Classification: An Application to Student Stress Prediction

Deze studie stelt een interpreteerbaar statistisch leerframework voor en valideert dit, dat gepenaliseerde regressie, bootstrap stabiliteitsselectie en SHAP-gebaseerd uitlegbaar machine learning integreert om studentenstress nauwkeurig te voorspellen, waarbij belangrijke voorspellers zoals examendruk en slaapuren worden geïdentificeerd terwijl modeltransparantie en reproduceerbaarheid worden gewaarborgd.

Francis Okyere2026-07-08
📊 statistics

Adaptive Tail Correction for Extreme Value Modelling: A Power Log Hybrid Extension of the GEV Distribution

Dit artikel stelt de PLH-GEV voor, een flexibele Power Log Hybrid-extensie van de Generalized Extreme Value-verdeling die adaptief de rigiditeit van de overlevingsstaart corrigeert om de nauwkeurigheid van extreme kwantielen in financiële en verzekeringdatasets aanzienlijk te verbeteren, terwijl het terugkeert naar het klassieke model wanneer dat niet nodig is.

Arslan Khalid, Ishfaq Ahmed, Ibrahim Mufrah Almanjahie2026-07-07
📊 statistics

Properties and Statistical Inference for the Standard Gram--Charlier Type A Distribution and Its Exponentiated Version

Dit artikel leidt fundamentele eigenschappen af, waaronder normalisatievoorwaarden, genererende functies en momentrelaties, voor de gestandaardiseerde Gram–Charlier Type A-verdeling en de geëxponentieerde versie daarvan, terwijl het ook beperkingen behandelt zoals het probleem van de niet-negativiteit van afgekapte expansies.

Sthitadhi Das, Subhrajit Saha2026-07-07
📊 statistics

Analytical Validation of Wistats v3.0 Through Comparison With SPSS and scikit-learn

Deze studie valideert de analytische nauwkeurigheid van Wistats v3.0 door aan te tonen dat het een volledige overeenstemming vertoont met gevestigde statistische software (SPSS) en machine learning-bibliotheken (scikit-learn) over diverse analytische scenario's heen, waarmee de betrouwbaarheid ervan als een gebruikersgericht platform voor geautomatiseerde, publiceerbare wetenschappelijke rapportage wordt bevestigd.

Levent Korkmaz2026-07-07