📊 Category

stat

452 papers

📊 statistiek

Complex Probabilistic Neutrosophic Sets for Multi-Criteria Decision-Making: New Aggregation Operators and Comparative Analysis

Dit artikel introduceert de nieuwe complexe probabilistische neutrosofische (CPN) verzameling om acceptatieniveaus van expertmeningen in onzekere scenario's uit het echte leven beter te vatten, stelt nieuwe gewogen gemiddelde en geometrische aggregatie-operatoren voor, en valideert een bijbehorend raamwerk voor besluitvorming met meerdere criteria aan de hand van een casus over autoselectie en een vergelijkende analyse.

Faisal Al-Sharqi, Ashraf Al-Quran2026-10-21
📊 statistiek

Computational Growth Modeling: Assessing Longitudinal Change with Joint Models

Dit artikel introduceert en valideert "computationele groeimodellering", een gezamenlijke modelleringsbenadering die hiërarchische computationele modellen integreert met longitudinale data om individuele veranderingen in gedragsprocessen over de tijd nauwkeuriger te schatten dan traditionele twee-fasenmethoden, waardoor verbeterde inzichten worden geboden in de etiologie van psychopathologie.

Jeremy Haynes, Nathaniel Haines, Holly Sullivan-Toole, Thomas Olino2026-10-21
📊 statistiek

Assessing the accuracy of census-independent small area modelled population datasets

Deze studie valideert de nauwkeurigheid van censusonafhankelijke gemodelleerde bevolkingsschattingen door deze te vergelijken met de Zambese censusgegevens van 2022, waarbij sterke correlaties op nationaal en subnationaal niveau worden gevonden, terwijl wordt vastgesteld dat het verfijnen van de stratificatie van woonplaatsen cruciaal is om systematische overschatting te verminderen.

Heather R. Chamberlain, Claire A. Dooley, Frank Kakungu, Andrew J. Tatem2026-10-21
📊 statistiek

Scalable Bayesian maximum entropy for large environmental data sets through Vecchia graphical inference

Dit artikel introduceert VISTA-BME, een schaalbare methode die Vecchia grafische inferentie combineert met Gaussische verwachting en mengpropagatiering om de computationele beperkingen van conventionele Bayesiaanse maximale entropie te overwinnen, waardoor efficiënte verwerking van grote milieudatasets met zowel exacte als zachte observaties mogelijk wordt terwijl een hoge nauwkeurigheid behouden blijft en geheugen- en tijdkosten aanzienlijk worden verminderd.

Ying-Fan Lin, Hwa-Lung Yu2026-10-20
📊 statistiek

Source information limits lower-risk claims from synthetic validation cohorts

Deze studie toont aan dat hoewel het vergroten van synthetische validatiecohorten de conditionele precisie kan verbeteren, dit vaak leidt tot hogere foutieve certificeringspercentages voor claims met een lager risico, tenzij bronheraanpassing wordt toegepast om excessieve fouten te mitigeren, hoewel dergelijke correcties gepaard gaan met een verlies aan statistische kracht en biases onder vaste mis-specificatie niet volledig elimineren.

Tianyi Yu2026-10-20
📊 statistiek

Exact Likelihood-Coin Poisson Sampling for Bayesian Inverse Problems with Sharp Complexity Bounds

Dit artikel introduceert een exact Bayesiaans computationeel kader voor inverse problemen dat een Bernstein-Poisson-constructie gebruikt om Bernoulli-voorwaartse gebeurtenissen om te zetten in likelihood-munten, wat modelonafhankelijke posterieure bemonstering mogelijk maakt met scherpe complexiteitsgrenzen en een continuümrealisatie voor functie-waardige elliptische problemen.

Zhiliang Deng, Xiaomei Yang2026-10-20
📊 statistiek

Recovering Pre-Deletion Measurement Quality from Published Statistics: An Inverse Meta-Analysis of the Technology Readiness Index 2.0

Dit artikel introduceert een methode van "inverse meta-analyse" om de kwaliteit van metingen vóór verwijdering te herstellen uit gepubliceerde studies, waarbij wordt onthuld dat de wijdverbreide praktijk van het verwijderen van zwakke items in de Technology Readiness Index 2.0 de betrouwbaarheidsmetingen kunstmatig opblaast en de werkelijke zwakte van de remmende dimensiesen verhult.

Nishant Joshi2026-10-20
📊 statistiek

Proof of Scientific Contribution: Eligibility-Gated Scoring and Reserve-Aware Compensation for Human Biological Data

Dit artikel introduceert Proof of Scientific Contribution (PoSC), een methodologisch kader dat de op geschiktheid gebaseerde scoring ontkoppelt van marktprijsvorming om compensatie voor menselijke biologische data toe te wijzen via wiskundig geverifieerde, reserve-bewuste regels, terwijl het de reikwijdte ervan expliciet afbakent als een computationele specificatie in plaats van een gevalideerde markt- of biologische oplossing.

Christopher Crecelius, The AxonDAO Research Collective2026-10-20
📊 statistiek

Modeling Maximum Extreme Values by New Different Continuous Distributions Derived from the Median Based Unit Rayleigh Distribution

Dit artikel introduceert nieuwe continue verdelingen afgeleid van de Median Based Unit Rayleigh (MBUR) verdeling om extreme maximumwaarden te modelleren, waarbij de wiskundige eigenschappen, asymptotische gedragingen (inclusief Gumbel-, Fréchet- en Weibull-limieten) worden gepresenteerd en het nut ervan in reële rampgerelateerde toepassingen wordt aangetoond.

iman attia2026-10-20
📊 statistiek

Working Capital Financing and Firm Performance:A Machine Mislearning Approach - A comment on Mahmood, Ahmed, Hussain & Ben-Zaied (2025)

Deze reactie bekritiseert Mahmood et al. (2025) voor methodologische fouten in hun vergelijking tussen werkkapitaalfinanciering en bedrijfsprestaties, waarbij specifiek wordt gewezen op de misclassificatie van de hoofdcomponentanalyse, het onjuist rapporteren van lineaire regressiestatistieken voor boomgebaseerde modellen, en de aanwezigheid van onderling inconsistente schattingen die de conclusie van de studie dat machine learning-modellen beter presteren dan fixed-effects-modellen ondermijnen.

Gwenael Piaser2026-10-19