📊 statistics

Cross-Fitted Contamination-Aware Generalized Empirical-Bayes Liu Shrinkage for Multinomial Logit Models under Multicollinearity and Outliers

本文提出并评估了用于多项逻辑回归模型的交叉拟合污染感知广义经验贝叶斯刘收缩(CF-CABLS-MNL)估计量,这是一个集成了交叉拟合密度-功率散度、误分类调整和谱收缩的稳健框架,旨在显著降低多重共线性及离群值情况下的均方误差,尽管实证结果表明,虽然该方法在受污染的环境中表现出色,但在洁净或密集数据场景下,像岭回归这样的直接正则化方法可能会优于它。

Sadia Saba, Muhammad Amir Saeed2026-08-06
📊 statistics

Bayesian Target-Domain SHAP under Covariate Shift: Posterior Propagation, Overlap, and Selective Action Risk

本文提出了一种针对协变量偏移下目标域干预式 SHAP 的贝叶斯框架,该框架推导出了精确的后验分布和风险界限,以量化不确定性并优化选择性行动,并通过模拟和真实数据证明,与传统方法相比,该方法显著降低了估计误差和机会损失,尤其是在源分布与目标分布重叠度较低的情况下。

jiangshan zhu2026-08-04
📊 statistics

Factorial multistratum designs for building, optimising or evaluating multilevel interventions embedded in learning systems: A taxonomy of factorial cluster-randomised trial designs and their variants

本文借鉴农业和工业研究中的多层概念,为析因集群随机对照试验设计提出了一种全面的分类法,旨在对现有的临床案例进行分类,利用一个理论性的肥胖干预方案来阐释十种设计变体,并强调优化多层级医疗干预措施所面临的实际挑战。

REA Walwyn, EL Turner, B Copsey, B Goulao, R Foy, AA Montgomery, SG Gilmour, SH Richards2026-08-03
📊 statistics

Statistical analysis of waste generation in Bukavu city using IoT sensor data

本研究利用物联网传感器数据和高级统计建模来量化并预测刚果民主共和国布卡武市的固体废物产生量,揭示了产生率在空间和人口统计学上的显著差异,并为在该城市具有挑战性的地形和基础设施背景下优化收集策略及优先开展干预措施提供了基于证据的见解。

Olivier Mugisho Mugaruka, Remco van Schadewijk, Wouter Deketelaere, Jules Raymond Kala, Jérémie Ndikumagenge, Elie Zihin (…)2026-08-03