📊 Category

stat

441 artigos

📊 estatística

Transport G-Computation: A Distributional Approach to Longitudinal Causal Inference via Optimal Transport

Este artigo propõe o Transport G-Computation (TGC), uma nova estrutura de distribuição que combina a g-computação longitudinal com o transporte ótimo para estimar efeitos causais de Wasserstein, o qual demonstra um desempenho superior em relação à g-computação paramétrica em cenários envolvendo feedback confundido e erro de especificação de modelo, apesar dos maiores custos computacionais.

Yuanyuan Huang, Tianpu Feng, Jue Zhang, Xiaoxue Song, Xijun He2026-07-14
📊 estatística

A Non-Stationary Gaussian Process Correction to the Fay-Herriot Estimator: Calibrated Uncertainty for Small Area Estimation

Este artigo introduz o CALIB-SAE, uma correção de processo gaussiano não estacionário para o estimador de Fay-Herriot que mantém uma acurácia de predição pontual equivalente enquanto melhora significativamente a incerteza preditiva calibrada para a estimação de pequenas áreas em conjuntos de dados geográficos simulados e reais.

SM Afsar Basha2026-07-14
📊 estatística

A Convex Combination of Fréchet and Weibull Distributions: Model, Estimation, and Applications

Este artigo propõe um modelo de mistura finita de dois componentes combinando as distribuições Fréchet e Weibull para abordar o comportamento heterogêneo de cauda em campos como hidrologia e confiabilidade, detalhando sua estimativa de máxima verossimilhança via algoritmo EM, validando seu desempenho através de simulações e demonstrando sua utilidade prática em dados reais de velocidade do vento.

Sthitadhi Das2026-07-13
📊 estatística

Inference for the Lorenz Curve and Gini Index under the Geometric Distribution

Este artigo estabelece as propriedades distributivas exatas e assintóticas dos estimadores de máxima verossimilhança para a curva de Lorenz e o índice de Gini sob a distribuição geométrica, fornecendo um arcabouço inferencial rigoroso para medidas de desigualdade em contextos discretos por meio de derivações em forma fechada, provas de consistência, estudos de simulação e aplicação em dados reais.

Abdul Sathar E I, Jolly Kumari R, Sreekumar N V2026-07-10
📊 estatística

Efficient recursive data snooping for correlated observations

Este artigo apresenta o Efficient Recursive Data Snooping (ERDS), uma reformulação recursiva exata do data snooping iterativo que reduz significativamente os custos computacionais para observações correlacionadas ao substituir repetidas redescomposições de modelos por atualizações de forma fechada, alcançando uma redução de 96,5% no tempo de execução do processamento de dados GNSS enquanto mantém resultados de detecção idênticos aos métodos clássicos.

Kunpu Ji, Yunzhong Shen, Wu Chen, Bofeng Li, Ling Yang, Xiaolong Mi2026-07-10
📊 estatística

Exponential-Type Probability Bounds for Ordered Spacings Across Common Distributions

Este artigo estabelece limites de concentração unificados do tipo exponencial para espaçamentos ordenados através de um conjunto diversificado de distribuições — incluindo uniforme, exponencial, normal, hipergeométrica, Beta e Gamma — ao alavancar técnicas de Chernoff–Hoeffding e transformadas de integral de probabilidade para analisar como a geometria da cauda influencia a nitidez do limite.

STHITADHI DAS2026-07-10
📊 estatística

Machine Learning Analysis of Socioeconomic Stratification and Health Vulnerability in the United States

Utilizando um pipeline de aprendizado de máquina supervisionado em um conjunto de dados sintéticos calibrados para pesquisas nacionais dos EUA, este estudo demonstra que fatores socioeconômicos estruturais, particularmente educação e classe ocupacional, são os preditores dominantes da vulnerabilidade à saúde — explicando 82% da importância das características e apoiando a teoria da causa fundamental sobre as explicações comportamentais.

Tamim Anowar2026-07-10
📊 estatística

HS3: A Descriptive, Interoperable Serialization Standardfor Statistical Models in High-Energy Physics

Este artigo apresenta o HS3, um novo padrão de serialização para modelos estatísticos em física de altas energias, agnóstico à implementação, legível por humanos e extensível, projetado para superar as limitações dos formatos existentes ao permitir a interoperabilidade legível por máquina, a preservação de longo prazo e os princípios de dados FAIR através de diversos frameworks de software.

Carsten Burgard, Oliver Schulz, Giordon Stark, Jonas Rembser, Simon Cello, Cornelius Grunwald2026-07-10