📊 statistics
A Closed-Loop Framework for Knowledge-Based Causal Model Refinement Using Process Mining and Human-AI Governance
本文提出了一种闭环的人机协作框架，该框架通过将经验事件日志的过程挖掘与专家裁定相结合，迭代优化基于知识的因果模型（DAG），以增强复杂慢性病中因果推断的准确性与透明度。
📊 Category
stat
283 篇论文
📊 statistics
Matched-Calibration of Changepoint Detectors for Biopharmaceutical Quality Monitoring
本研究表明，当在匹配的假阳性率和搜索空间消融条件下对用于生物制药质量监测的变点检测器进行比较时，标准的基于方差的惩罚项在各种样本量和分布下均优于稳健替代方案，从而揭示了以往对稳健方法的偏好是由不受控的实验条件而非其内在优越性所驱动的。
📊 statistics
Choosing Among Randomized Design Families for Implementation Strategy Trials: A Question-Driven Framework with Practical Tools and Exemplars
本文提出了一个实用的、以问题为导向的框架及配套工具，旨在引导研究人员根据其具体的决策目标而非方法论偏好，为实施策略研究选择最合适的随机设计类型——例如平行集群试验、阶梯式设计、析因设计或适应性试验。
📊 statistics
Certifying long-term statistical fidelity of learned chaotic surrogates without rolling them out
本文表明，单步预测误差是衡量学习到的混沌代理模型长期统计保真度的较差指标，并引入了一种系统特定的响应算子，该算子能够在不需要高昂计算成本的展开模拟的情况下，有效地限制长期统计误差。
📊 statistics
Robust Log-Contrast Regression for High-Dimensional Compositional Microbiome Data with Outliers
本文提出了一种鲁棒的对数对比回归框架，该框架结合了 Huber 损失和 Lasso 惩罚项，以处理高维成分微生物组数据中的异常值并确保稀疏性，同时提供了理论保证以及用于实现的有效对称高斯-赛德尔 ADMM 算法。
📊 statistics
Manual versus Data-Driven Specification in Hybrid Discrete Choice Models} - A Benchmark of MNL, RUMBoost, and Penalized Multinomial Logistic Tree Regression (PMLTR)
本文引入了惩罚化多项逻辑树回归（PMLTR）作为一种混合模型，旨在平衡类似 RUMBoost 等数据驱动方法的高预测能力与经典 MNL 模型的可解释性，并通过广泛的基准测试证明，尽管人工设定仍然具有竞争力，纯数据驱动方法在预测方面表现卓越，而 PMLTR 则独特地提供了对于优化和推断至关重要的可读效用函数。
📊 statistics
Multi-Perspective Ensemble Stratification-Driven Quality of Life Assessment for Transformative Planning of Coastal Communities
本研究提出了一种多视角集成分层框架，该框架整合了异构数据与多样化聚类模型，旨在全面刻画尼日利亚沿海社区的家庭脆弱性并识别生活质量的关键驱动因素，从而实现更有效的、符合可持续发展目标的循证变革性规划与资源配置。
📊 statistics
Distribution Analysis of Discrete States: reconstructing transition processes from time-resolved state distributions
本文介绍了离散状态分布分析（DADS），这是一个通过将观测到的状态分布建模为流网络，从而重建底层转移过程的通用框架，该框架建立了一套严谨的不可识别性分类法，并通过七个多样化的案例研究和自纠错诊断测试验证了该方法。
📊 statistics
Q-Multi-Criteria Consensus Model: Synthesizing cognitive priority structures from multi-actor disagreement
本文介绍了 Q-多准则共识模型（Q-MCCM），这是一个通过将 Q 方法论与算法化的最佳—最差法相结合，从而将主观分歧综合为共享优先级结构的混合框架，进而实现在优先级必须通过协商而非通过选择备选方案来确定的情境下进行稳健的机构决策。
📊 statistics
An outlier-robust dynamic semiparametric model for jointly forecasting value-at-risk and expected shortfall
本文提出了一种具有离群点稳健性的联合动态半参数模型，该模型将有界创新传播集成到 CAViaR 框架中，以提高在存在极端观测值和重尾分布的情况下，风险价值（VaR）和预期不足（ES）预测的准确性与可靠性。