stat 篇论文 | Gist.Science

本研究提出了一个结合时间依赖性行为疫苗接种动态的新型八舱确定性模型，用以分析日本的 H1N1 传播情况，证明了基本再生数决定了疾病的稳定性，并且有效的缓解措施取决于优化疫苗接种覆盖率、检疫措施以及降低感知的疫苗接种成本。

本文提出了一个广义的信息价值（IP-VOI）框架，该框架通过评估决策在可容许概率测度集上的稳定性，将传统的分析扩展到具有不精确概率的情境中，从而将稳健的研究结论与依赖于特定建模假设的结论区分开来。

本研究利用 CatBoost 分类器对 48,130 件工伤赔偿索赔进行建模，将律师介入视为一个概率风险过程，展示了诉讼驱动因素如何在低、中、高风险层级之间发生转移，并揭示了制度边界附近的非对称特征模式，以增强风险分层能力与可解释性。

本文提出了一种具有可复现性且与领域无关的流水线，该流水线通过直接从原始所属机构字符串中提取数据，而非依赖易出错的机构标签，从而提高了放射肿瘤学中作者位置和资历分配的准确性，并实现了显著高于标准基准的精度（F1 ≈ 0.92）。

本研究开发并验证了一个可靠的包含19个条目的三因子量表，旨在有效评估女性在孕前咨询背景下对基于人工智能的聊天机器人系统的知识、态度、接受度和信任度。

本研究量化了在 OpenAlex 数据库中，东亚研究人员面临的姓名冲突负担显著高于其英语使用者及其他群体这一现象，证明了基于姓名的归属机制本质上是不平等的，并倡导采用如 SigmaCV 等基于标识符的解决方案，以确保研究评估的公平性。

本文提出将 Bergsma-Dassios 的 τ∗ 作为一种用于官方统计的基于符号协方差的稳健依赖度量，并通过理论分析、EU-SILC 数据应用以及模拟研究，证明了其在检测非线性关系和处理数据污染方面优于传统的相关性指标。

本文介绍了分位数必要条件分析（QNCA），这是一种对 NCA 的容差参数化扩展，它通过将确定性天花板替换为条件分位数前沿，在保留该方法核心解释框架的同时，减轻了效应量对单一边界观测值的敏感性。

本文介绍了一种可复现的混合 SIRD 框架，该框架通过代数反演和向量自回归来估计随时间变化的流行病学参数，在预测 COVID-19 病例和死亡人数方面优于静态和朴素预测基准，尽管其目前的概率校准能力有限。

本文介绍了一种利用改进的偏逻辑人工神经网络（PLANN）来估计和预测净生存率的机器学习方法，展示了其在处理复杂数据结构方面相比传统样条回归的灵活性，同时指出在小样本量下估计值的方差较高，并提供了用于实现的 `survivalPLANN` R 程序包。