224 artigos
O artigo demonstra que funções de valoração estocástica, comuns em otimização e economia, podem ser aproximadas com precisão constante por versões discretizadas de suas distribuições de valores com suporte reduzido, permitindo a criação de "sketches" escaláveis que aceleram consultas de oráculo sem comprometer as garantias teóricas.
O artigo propõe uma abordagem simples que substitui o posterior usual por uma alternativa intuitiva para garantir uma quantificação precisa da incerteza em inferências bayesianas com modelos mal especificados ou aproximados, aplicando-se tanto a posteriors baseados em verossimilhança quanto em funções de perda.
Este artigo apresenta uma abordagem bayesiana robusta para a construção de Escores de Risco Poligênico (PRS), introduzindo uma técnica de projeção para garantir a compatibilidade estatística entre dados de GWAS e de desequilíbrio de ligação, além de um novo método baseado em priores de ponte flexíveis que demonstrou desempenho superior e consistente em diversos cenários.
O artigo apresenta o DELVE, um método espectral que utiliza filtros gráficos para isolar variáveis latentes específicas de cada modalidade em conjuntos de dados multimodais, atenuando os sinais compartilhados para capturar características exclusivas de cada sensor.
O artigo propõe um modelo para séries temporais de redes baseado em um processo de posição latente que gera um "espelho euclidiano", demonstrando que a estimativa espectral desse espelho permite localizar com precisão pontos de mudança de primeira ordem, mesmo quando a evolução da rede é contínua, mas com taxa alterada, conforme validado em dados simulados e reais de redes de organoides.
Este artigo desenvolve um quadro teórico e fórmulas de identificação não paramétricas (g-computação) para prever causalmente os efeitos de intervenções futuras, abordando desafios como confundidores e modificadores de efeito variantes no tempo, com o objetivo de determinar se os efeitos observados em amostras passadas se manterão em populações futuras.
Este artigo avalia a cobertura de centros de resfriamento em quatro cidades dos EUA utilizando a homologia persistente aplicada a um complexo de testemunha para identificar lacunas geográficas de risco térmico, comparando os resultados com um índice de vulnerabilidade ao calor tradicional para oferecer uma compreensão mais holística das áreas mais vulneráveis.
Este artigo propõe uma extensão do modelo de regressão com erro aninhado para parâmetros de alta dimensão (NERHDP), apresentando um procedimento de estimação eficiente e métodos robustos para prever indicadores de pobreza em pequenas áreas, quantificar incertezas e gerar estimativas sintéticas, demonstrando superioridade em precisão e escalabilidade em comparação com abordagens existentes através de dados da Albânia.
Este artigo apresenta um modelo de Markov oculto de classe latente restrito para dados longitudinais com respostas e atributos politômicos e covariáveis específicas do respondente, demonstrando sua identificabilidade, formulação bayesiana e eficácia através de simulações e aplicações em dados de exames de matemática e estados emocionais.
O artigo desenvolve algoritmos paralelos baseados em mapas de Picard para simular cadeias de Markov Metropolis de ordem zero, acelerando a convergência em problemas de alta dimensão ao utilizar processamento paralelo para amostrar distribuições log-côncavas sem necessidade de gradientes.
Este artigo propõe um framework federado de "um tiro" para modelagem de tempo até evento que utiliza pseudo-observações e um procedimento de correção de viés para permitir análises flexíveis e privadas em dados multicêntricos, superando as limitações de métodos atuais ao lidar com não proporcionalidade de riscos e heterogeneidade entre sites.
Este artigo caracteriza as distribuições de Palm de processos pontuais superpostos independentes, estabelecendo uma representação de mistura que viabiliza novas estratégias de inferência estatística, incluindo estimação por contraste mínimo e inferência baseada em verossimilhança para processos de Cox com ruído de disparo.
Este artigo apresenta o pacote R DESA, uma ferramenta acessível que utiliza dados de absenteísmo escolar para modelar, detectar precocemente e avaliar alertas de epidemias de influenza, além de simular cenários populacionais para auxiliar pesquisadores e autoridades de saúde pública.
O artigo propõe um novo método intuitivo e de fácil implementação baseado em amostragem de rejeição para encontrar testes estatísticos em dimensões arbitrárias, demonstrando por meio de exemplos empíricos e simulações que ele possui poder estatístico comparável aos testes uniformemente mais poderosos (não tendenciosos) e atua como um teste de aderência eficaz.
Este trabalho apresenta um refinamento geométrico do limite de Cramér-Rao no regime não assintótico, utilizando a geometria extrínseca da imersão da raiz quadrada do modelo estatístico em um espaço de Hilbert para incorporar correções baseadas na curvatura que produzem limites inferiores mais rigorosos e apertados.
Este artigo propõe uma generalização vetorial do limite de Cramér-Rao corrigido por curvatura em regime não assintótico, utilizando uma perspectiva de geometria extrínseca e otimização semidefinida para derivar limites direcionais e matriciais que superam as previsões otimistas de métodos clássicos ao capturar fielmente a topologia e a sensibilidade direcional de famílias estatísticas curvas.
Este artigo propõe um novo modelo semi-paramétrico para cópulas condicionais utilizando Árvores de Regressão Aditivas Bayesianas (BART) com um prior baseado em perda para reduzir o sobreajuste, combinado com um algoritmo adaptativo Reversible Jump MCMC para inferência eficiente em funções de verossimilhança complexas, validado por estudos de caso sobre o impacto do PIB na dependência entre expectativa de vida e taxas de alfabetização.
Este artigo apresenta uma nova estrutura de profundidade de dados estatísticos chamada "profundidade de subespaço central", que generaliza o conceito tradicional de ordenação centro-para-fora para permitir que o ponto de máxima profundidade corresponda a um subespaço de dimensão arbitrária em vez de apenas a um ponto, oferecendo assim ferramentas robustas para análise de simetria, redução de dimensionalidade e detecção de fraudes.
Este artigo estende a definição da distribuição de Dickman multidimensional para elementos aleatórios vetoriais, caracterizando-os como pontos fixos de uma transformação afim específica e demonstrando que possuem as propriedades de divisibilidade infinita e auto-decomponibilidade operacional, além de identificar casos em que surgem como distribuições limite.
O artigo apresenta uma crítica à função utilitária "hipocrática", argumentando que, embora sua motivação ética seja válida, o escopo de aplicação desse critério de decisão é limitado, conforme ilustrado por um exemplo específico.