stat papers | Gist.Science

A Comparative Study of Methods for Handling Missing Data in Longitudinal Data with Implications for Causal Inference

Deze studie maakt gebruik van Monte Carlo-simulaties en empirische validatie om optimale combinaties van ontbrekende data-imputatie en confounder-controlstrategieën voor longitudinale causale inferentie te identificeren, waarbij wordt aangetoond dat multiple imputatie of random forest in combinatie met doubly robust schatting de beste prestaties levert voor heterogene effecten zonder ongemeten confounding.

Yemian Li, Yuhui Yang, Weiwei Hu, Zonghao Li, Fangyao Chen2026-06-25

📊 statistics

Generalized SEIR model and a new reproduction number reflecting the real epidemic dynamics

Dit artikel stelt een gegeneraliseerd zes-vergelijkingen SEIR-model voor dat herinfecties, pasgeborenen, vaccinaties en een blootgestelde compartiment incorporeert om eerdere beperkingen aan te pakken, introduceert een nieuw reproductienummer gebaseerd op de dynamiek van de blootgestelde populatie voor epidemische controle, en gebruikt dit kader om een toename van kinkhoestgevallen in Engeland tijdens medio-eind 2027 te voorspellen.

Igor Nesterruk2026-06-25

📊 statistics

Regulatory effect of document samples on the fluctuation of journal impact factor

Deze studie toont aan dat het herberekenen van de impactfactor van tijdschriften door extreme citatie-outliers uit de documentsteekproef uit te sluiten, met een optimale retentiedrempel van 90%, de fluctuaties in indicatoren effectief vermindert en de stabiliteit en rationaliteit van evaluatiesystemen voor tijdschriften verbetert.

Jiayue Li, Guifang Shao2026-06-25

📊 statistics

Variance-weighted social power bounds both the cost and the detectability of steering a networked consensus

Dit artikel toont aan dat de variantie-gewogen sociale macht (F) van een netwerk simultaan de minimale informatiekosten bepaalt die nodig zijn om het consensusniveau van een groep naar een onjuiste waarde te sturen en de moeilijkheidsgraad van het detecteren van een dergelijke aanval, wat onthult dat het concentreren van invloed om de collectieve nauwkeurigheid te verbeteren inherent de kwetsbaarheid van het netwerk voor ondetecteerbare manipulatie vergroot.

Daniel Khan2026-06-24

📊 statistics

Sketch-FORCE: Sub-quadratic Streaming Robust Covariance Estimation for Extreme Dimensions

Dit artikel introduceert Sketch-FORCE, een subkwadratisch streaming-algoritme dat robuuste schaaltracking combineert met Frequent Directions matrix-sketching om efficiënte, geheugellichte covariantiestimatie voor hoogdimensionale data onder zware staartverontreiniging en adversariële uitschieters mogelijk te maken.

Sooyoung Jang, Changbeom Choi2026-06-24

📊 statistics

A Proportionate Validation Framework for AI-Assisted Data Extraction in Evidence Synthesis: A Methodological Evaluation using Elicit Within a Scoping Review in Health.

Deze studie evalueert een proportioneel validatiekader voor AI-ondersteunde data-extractie met behulp van Elicit binnen een gezondheidsscopingreview, waarbij wordt aangetoond dat een hoge overeenstemming tussen AI- en menselijke extractie (AC2 = 0,960) het gebruik van gestructureerde human-in-the-loop-workflows ondersteunt als een betrouwbaar en schaalbaar alternatief voor volledige dubbele handmatige extractie.

Siân Shaw, Gillian Janes, Sophie Shaw, Isobel McMillan, Kate Cook, Oladepo Akinlotan, Jason Williams, Dan Robbins2026-06-24

📊 statistics

Estimating Nonlinear and Heterogeneous Determinants of Crash Severity Using Causal Machine Learning

Door gebruik te maken van causale machine learning op meer dan 500.000 Britse ongevalsgegevens, schat deze studie dat wegen met snelheidslimieten van 50 mph of hoger de waarschijnlijkheid van fatale of ernstige ongelukken met ongeveer 6–7 procentpunten verhogen, waarbij deze effecten het meest uitgesproken zijn tijdens de dag onder droge en gunstige omstandigheden.

Nakachew Assefa Kebede, Biruhi Tesefaye Abeje, Hassan M. Al-Ahmadi2026-06-24

← Vorige Volgende →