441 artigos
Este artigo propõe uma metodologia CUPAC de potência ótima para experimentos de switchback com tamanhos de cluster desiguais que melhora o poder estatístico ao balancear especificamente a predição de ruído entre e dentro das unidades de randomização, em vez de apenas visar a precisão preditiva global.
Este estudo avaliou psicometricamente a Ferramenta de Avaliação de Preparação para Desastres (DPET) entre 152 estudantes de paramédicos sauditas, refinando o instrumento original de 36 itens em uma estrutura robusta de quatro fatores e 24 itens com forte consistência interna para melhor avaliar a preparação para desastres em populações de Serviços Médicos de Emergência.
Este estudo propõe uma estrutura de análise de incerteza e sensibilidade global (UA-GSA) para avaliar como as incertezas na demanda, na oferta e na impedância de viagem afetam as estimativas de acessibilidade a parques urbanos baseadas em 2SFCA em Seul, revelando que, embora os padrões espaciais permaneçam consistentes, as fontes dominantes de incerteza variam significamente através do espaço e do tempo.
Este estudo avalia quantitativamente a computação distribuída, a subamostragem e a otimização de mini-lote para análise estatística em larga escala, constatando que, embora os métodos distribuídos aumentem o poder a um alto custo e a subamostragem economize recursos com limites de escalabilidade, a otimização de mini-lote oferece o melhor equilíbrio geral de velocidade, eficiência de recursos e precisão.
Este artigo introduz uma estrutura de confiabilidade inspirada na cosmologia que emprega limites de perturbação determinísticos e portões de admissão de múltiplos níveis para certificar a precisência do agrupamento espectral em Laplacianos de grafos, demonstrando que certificados direcionais e portões de amplitude uniforme superam resíduos escalares na validação da estabilidade de autovetores sob ruído discreto.
Este artigo propõe uma aproximação Semi-Berry que particiona variáveis aleatórias escala-homogêneas em grupos agregados por Gauss e direcionados à simulação com base na razão de Lyapunov, reduzindo significativamente os erros de quantis de cauda e os custos computacionais em comparação com aproximações Normais padrão ou simulações de Monte Carlo completas.
Este artigo propõe um teste bootstrap robusto para causalidade de Granger bidirecional em modelos VAR gaussianos que utiliza informação mútua não explicada, um procedimento de interseção-união e a estimativa M de Huber para abordar lacunas na validade em amostras finitas, na distinção de direcionalidade causal e na sensibilidade a outliers.
Este artigo introduz a Análise de Dados Causais Topológicos (TCDA), um framework que integra resumos topológicos estáveis com inferência causal para analisar resultados estruturados como imagens e redes, fornecendo resultados de identificação, estimação e consistência tanto para efeitos causais individuais quanto de nível de distribuição, ao mesmo tempo em que esclarece os limites da topologia na descoberta causal.
O artigo apresenta o DiSAH, um algoritmo federado não iterativo e eficiente em comunicação que permite a estimativa multissítio de diferenças de risco para análise de sobrevivência sem compartilhar dados ao nível do paciente, alcançando uma precisão comparável a modelos centralizados enquanto supera abordagens locais e de meta-análise tradicionais.
Este artigo propõe uma estrutura bayesiana consciente de regras que reconstrói preferências ocultas de multidões em sistemas híbridos de especialistas-multidão através da modelagem de utilidades latentes por meio de problemas de preferência inversa dinâmica, permitindo a auditoria de compensações de agregação e a avaliação de protocolos de decisão contrafatuais através de 33 temporadas de dados de competições televisivas.