📊 estatística

Does Machine Learning Improve Depression Prediction Beyond Conventional Clinical Models? A Leakage-Controlled Multicohort Simulation Benchmark

Em um benchmark de simulação de múltiplas coortes com controle de vazamento, algoritmos de aprendizado de máquina falharam em superar consistentemente modelos de regressão logística apropriadamente especificados para a predição de depressão, enquanto o vazamento de dados produziu ganhos aparentes substancialmente maiores e enganosos.

Arhama Faridi2026-10-05
📊 estatística

National assignment rate and time to assignment of the Spanish NIE (Número de Identidad de Extranjero) in 2026: a retrospective analysis of 159 certificates with projections for 2027

Esta análise retrospectiva de 159 certificados NIE emitidos entre abril e setembro de 2026 estima uma taxa de atribuição nacional de aproximadamente 940.000 para o ano e um tempo de processamento mediano de 10 dias, observando simultaneamente limitações significativas relativas à representatividade dos dados, conflitos de financiamento e a ausência de aprovação ética.

Kay Ventouris2026-10-05
📊 estatística

The Interplay Between Skewness and Sample Size in the Convergence of Sampling Distribution to Normality

Este estudo quantifica o impacto da assimetria populacional no tamanho da amostra necessário para que o Teorema do Limite Central garanta a normalidade, derivando um modelo de regressão quadrática conservador que revela que as regras práticas padrão são frequentemente inadequadas para dados assimétricos, particularmente quando a discretização ou a curtose severa estão presentes.

Amrit Subedi2026-10-05
📊 estatística

Improving the Spatial Identification of Early Years Providers in England: A Comparison of Practical UPRN Linkage Approaches

Este estudo avalia cinco abordagens práticas de correspondência de endereços para a atribuição de Números de Referência de Propriedade Única (UPRNs) a registros de Provedores de Educação Infantil na Inglaterra, constatando que, embora a cobertura de vinculação varie significamente, a inclusão rotineira de UPRNs nos registros oficiais é essencial para a identificação espacial precisa e o planejamento eficaz de serviços.

Joana Cruz, Bin Chi, Ed Lowther, Peat Allan, Pia Hardelid2026-10-05
📊 estatística

Regional utility and non-utility wildfire ignition models across space and time

Este artigo apresenta uma estrutura integrada de modelagem de ignição de incêndios florestais que distingue entre fontes de utilidade pública e não utilidade usando processos de pontos de Poisson não homogêneos separados, revelando diferentes vetores espaciais para cada um para permitir uma avaliação de risco e mitigação regional mais direcionada na Califórnia.

Gabriela Calana Somoza, Neetesh Sharma, Jack W. Baker2026-10-01
📊 estatística

Spatial Patterns of Public Transportation Stops: A Spatial Statistical Analysis Using Hexagonal Tessellation in Culiacán, Sinaloa, Mexico

Este estudo emprega tesselação hexagonal e estatística espacial para analisar a distribuição de paradas de transporte público em Culiacán, México, revelando um padrão não aleatório e hierárquico de núcleos centrais de alta densidade e setores periféricos de baixa densidade que destaca inequidades espaciais na acessibilidade urbana.

Ana G. Zazueta Terrazas, Wenseslao Plata Rocha, Evangelina Ávila Aceves, Yazmín P. Íñiguez Ayón, Lidia Y. Pérez Aguilar (…)2026-10-01
📊 estatística

Deep Neural Networks for Mean-Field Stochastic Optimal Control with Applications to Mean Variance Optimization

Este artigo propõe três algoritmos baseados em aprendizagem profunda para resolver numericamente problemas de controle ótimo estocástico de campo médio de alta dimensão derivados via o princípio do máximo estocástico, demonstrando sua precisão e eficiência através de aplicações à seleção de portfólio média-variância.

Hamid OULGHAZI, Mustapha Hamchichi, Sidi Mohamed Douiri2026-10-01
📊 estatística

Auditing Internal Consistency in Webometrics University Rankings: A Bidirectional, Historical, and Peer-Calibrated Approach

Este estudo introduz um framework de auditoria bidirecional, histórico e calibrado por pares que identifica e prioriza com sucesso resultados internamente inconsistentes nos rankings universitários Webometrics de julho de 2026, distinguindo anomalias genuínas de ruído sem inferir qualidade institucional ou manipulação.

Tarek Barhoum, Mina Ibrahim2026-10-01