463 papers
Het artikel stelt SpaCoBi (Sparse Convex Biclustering) voor, een nieuwe convexe optimalisatiemethode met een op stabiliteit gebaseerd afstemmingscriterium die effectief ruis en computationele uitdagingen in hoogdimensionale datasets aanpakt, waarbij het een superieure nauwkeurigheid en robuustheid demonstreert vergeleken met bestaande state-of-the-art biclusteringtechnieken.
Dit artikel toont aan dat het opnemen van samengestelde kwaliteitsbeoordelingen als covariaten in regressiemodellen een circulariteitsbias introduceert die de geschatte effecten van structurele voorspellers systematisch verzwakt, een methodologisch gevaar dat is bevestigd door middel van CMS-ziekenhuisheropnamegegevens en Monte Carlo-simulaties.
Deze studie toont aan dat waargenomen schaarste aan middelen risicovol besluitvormingsgedrag verhoogt, met name bij een hoog objectief risico, door de driftrate naar de risicovolle optie te versnellen zoals onthuld via hiërarchische drift-diffusiemodellering.
Dit artikel presenteert een uitlegbare, reproduceerbare publieke-dataframework voor de integriteit van Medicare-betalingen dat rang-geaggregeerde anomalie-ensembles en conformale kosten-referentiebanden integreert om audit-triage te prioriteren terwijl statistische anomalieën worden onderscheiden van bewijs van wangedrag.
Dit artikel introduceert een op de media gebaseerde effectgrootte-indicator voor onderzoek in het wiskundig onderwijs die een intuïtiever en robuuster alternatief biedt voor Cohen's d door groepswaarden te vergelijken met medianen, waardoor de gevoeligheid voor scheve verdelingen, uitschieters en kleine steekproefomvang wordt verminderd en het beter aansluit bij praktische interpretaties van de prestaties van leerlingen.
Dit artikel introduceert het HAIB-MEC-framework, een hybride machine learning–Bayesiaans systeem dat niet-lineaire voorspellende modellering integreert met hiërarchische onzekerheidscorrectie om de nauwkeurigheid aanzienlijk te verbeteren, bias te verminderen en de betrouwbaarheid in gezondheidsdatasets die worden beïnvloed door meetfouten te verhogen.
Dit artikel introduceert de Nonsense Dependence Index (NDI), een eenvoudige ranggebaseerde diagnostiek gedefinieerd als het verschil tussen de Kendall's en de vierkantswortel van de Bergsma–Dassios' , om effectief echte monotone relaties te onderscheiden van schijnbare associaties die worden gedreven door gemeenschappelijke trends of externe factoren.
Deze studie vergelijkt SARIMA- en LSTM-modellen voor het voorspellen van de brede winst van Indonesische verzekeringen, waarbij wordt geconstateerd dat hoewel SARIMA seizoensgebonden trends beter vastlegt, beide modellen een beperkte nauwkeurigheid vertonen, wat suggereert dat toekomstige hybride benaderingen en externe variabelen nodig zijn om de voorspellende prestaties te verbeteren.
Deze studie evalueerde propensity score inverse probability weighting (PS-IPW) en multiple imputation (MI) tegenover complete case-analyse voor het omgaan met monotone ontbrekende gegevens in een pulmonale TB-HIV-supplementatiestudie in Tanzania, waarbij werd vastgesteld dat hoewel beide geavanceerde methoden de traditionele analyse overtroffen op het gebied van bias en efficiëntie, geen van beide statistisch significante behandelingseffecten aan het licht bracht.
Deze studie stelt een Bayesiaans spatio-temporeel Bell-model voor en valideert dit voor het voorspellen van de malaria-incidentie in de Braziliaanse Legale Amazone, waarbij de superieure prestaties ten opzichte van traditionele Poisson- en Negatief Binomiaal-modellen worden aangetoond bij het identificeren van risicovolle microregio's en het timen van effectieve publieke gezondheidssurveillance.