stat 篇论文 | Gist.Science

这项研究表明，在跨学科研究中，知识整合与结构中介是具有不同影响的独立维度，前者并不保证在引用网络中占据桥接地位且与引用量呈负相关，而后者则正向预测引用次数，但两者均对跨领域知识扩散有所贡献。

本文通过进行一项多元分析，揭示了近五十万条合理的分析路径如何产生截然不同的结果，从而展示了“分叉路径的花园”如何为对 TALIS 2018 等国际大规模评估进行的二次分析带来隐形的确定性问题，并由此呼吁采取更稳健的分析实践。

本文介绍了一类用于矩阵变量偏态分布的简约混合模型，该模型利用具有参数约束的正态分布方差-均值混合，以降低复杂度并利用期望-条件极大化算法实现高维数据的有效聚类。

本文介绍了一种快速且稳定的乘积极限式 EM 算法，该算法结合了改进的迭代凸下界步骤，用于高效计算针对左截断及区间审查数据的生存函数非参数最大似然估计量，并展示了其相对于现有方法在收敛性和可扩展性方面的优越性。

本文提出了一种针对改进型 Spearman 秩相关系数的稳健置换检验，该方法利用单变量鞅残差来有效处理右删失数据，从而确保渐近正确的 I 类错误控制，并在不存在删失的情况下退化为经典检验。

本文论证了在慢性纵向试验中，由于非单射映射的存在，标量基线至终点对比往往无法唯一地捕捉多领域稳定性，并主张采用基于轨迹的估计量，以更好地契合复杂的临床目标。

本文介绍了 DriftGuard，这是一个两阶段审计框架，它为分布偏移建立了理论上的可检测性边界，并提供了一种严格的、基于标签预算的协议，用于在协变量偏移和概念偏移下诊断覆盖失败并重新校准符合性预测模型。

本研究表明，与暴露相关的连续性结局（如目测失血量）的差异化记录，可以通过系统性的测量误差而非真实的临床差异，在真实世界证据中制造出看似显著且稳健的治疗效应，因此有必要进行特定的诊断性检查并依赖客观指标，以避免得出伪造的结论。

本文提出了一种具有不确定性感知、空间信息、收缩机制和类别加权机制的混合模型，该模型通过识别具有解释性的深度组织机制并提供后验不确定性估计，显著提高了对 Sleipner 基准测试中不平衡二氧化碳羽流状态的分类性能。

本文提出了贝叶斯核机器元回归（BKMMR），这是一种灵活的第二阶段建模框架，通过自动捕捉多地点环境流行病学数据中的非线性关系和交互作用，克服了传统线性元回归的局限性，并通过模拟实验和韩国空气污染研究证明了其在提高估计准确性、预测能力和降尺度能力方面的优势。