📊 Category

stat

441 artigos

📊 estatística

Predictive Forecasting of Care Load

Este estudo desenvolve e implementa um sistema de previsão de ponta a ponta utilizando recursos projetados e modelos de aprendizado de máquina para prever as cargas de cuidados de curto prazo para Crianças Estrangeiras Não Acompanhadas no programa do HHS dos EUA, enquanto documenta transparentemente uma discrepância de desempenho entre uma linha de base de persistência e o modelo final de Gradient Boosting para apoiar decisões de pessoal e planejamento de capacidade.

Sreethi Kamuju, M.Ramchander2026-09-15
⚡ engenharia elétrica

Why Variance Metrics Cannot Validate ComBat Harmonization: Evidence from Three-Vendor Mammography Radiomics

Este estudo demonstra que as métricas convencionais baseadas em variância fornecem uma validação tautológica e enganosa da harmonização ComBat, pois falham em detectar padrões não lineares persistentes específicos de cada fabricante e a perda de sinal biológico, necessitando, portanto, do uso de testes de separabilidade não linear independentes para avaliar verdadeiramente a comparabilidade entre fabricantes.

XU ZHANG, YUNJIANG LI, RUI FENG, QINQIN AI, YUHAI XIE, WENBIN NI2026-09-15
📊 estatística

Lévy-Regularized Bayesian Neural Networks for Fair Reserve Estimation under Solvency II

Este artigo propõe uma estrutura de rede neural bayesiana regularizada por Lévy que integra valoração baseada em teoria da medida, injeção de ruído estável temperado e ajustes de equidade causal para melhorar significativamente a precisão e a equidade da estimativa de reservas de seguros de vida sob o Solvência II, particularmente durante choques demográficos extremos, como pandemias.

Antonio Nazzaro2026-09-15
📊 estatística

Geostatistical Reachability for Qualifying Spatial Model Classes Before Predictive Ranking

Este artigo introduz a "alcançabilidade geoestatística", uma estrutura calibrada por simulação que qualifica classes de modelos espaciais ao avaliar se qualquer membro admissível pode reproduzir diagnósticos estruturais específicos antes da classificação preditiva, distinguindo, assim, compatibilidade estrutural e observabilidade de mero desempenho preditivo.

Juan J. Segura2026-09-14
📊 estatística

A new six parameters generalized Weibull-Kumaraswamy-{Lomax) Distribution with a Novel Linear Series Expansion of Its Probability Density

Este artigo introduz uma nova distribuição Weibull-Kumaraswamy-Lomax generalizada de seis parâmetros utilizando a estrutura da família T-X, derivando suas funções fundamentais e propondo uma nova expansão de série linear para sua função de densidade de probabilidade para simplificar o cálculo de momentos brutos e entropia.

iman attia2026-09-14
📊 estatística

Intrinsic predictability rather than urban structure governs machine learning forecast skill for electricity demand

Este artigo argumenta que a habilidade de previsão de modelos de aprendizado de máquina para a demanda de eletricidade urbana é determinada primariamente pela previsibilidade intrínseca dos padrões de carga históricos de uma cidade (especificamente a variância sazonal e a sensibilidade à temperatura) em vez pelas características estruturais ou localização geográfica da cidade.

Mahyar Hassani, Ataollah Rafiei Atani, Mahdi Abdolhamid, Mohammadreza Hamidizadeh2026-09-11
📊 estatística

Calibration Algorithms for Multiscale Geographically and Temporally Weighted Regression: Parameter Recovery, Uncertainty Calibration, and Computational Scaling

Este estudo estabelece o algoritmo Top-Down Scale (TDS) como um benchmark computacionalmente eficiente e estatisticamente robusto para a Regressão Ponderada Geograficamente e Temporalmente Multiescala, demonstrando sua superioridade sobre métodos existentes na recuperação de parâmetros e calibração de incerteza, ao mesmo tempo em que revela distintos drivers urbanos multiescala em São Paulo por meio de uma análise longitudinal de 34.938 observações de censos.

Alex Monito Nhancololo, Jorge Mateu, Vanessa Mayumi Kawaichi, Airlane Pereira Alencar2026-09-11
📊 estatística

Hybrid Statistical Modeling and Machine Learning Ensemblers for Interpretable HIV Viral Load Prediction Among Clients on Antiretroviral Therapy

Este estudo desenvolve e valida um modelo de aprendizado de máquina de conjunto baseado em Stacking utilizando 5,7 milhões de registros de carga viral de Uganda para prever com precisão a carga viral da próxima visita para clientes de TARV, alcançando um desempenho superior com um R² de 0,85 e utilizando LIME para interpretabilidade do modelo.

Muhire Jacob, Jjingo Daudi, Galiwango Ronald, Joyce Nakatumba-Nabende, Aloysious Ssemaganda, Isaac Ssewanyana2026-09-10