283 篇论文
本研究确立了自上而下尺度（TDS）算法作为多尺度地理与时间加权回归中计算高效且统计稳健的基准，证明了其在参数恢复和不确定性校准方面优于现有方法，并通过对 34,938 个人口普查观测值的纵向分析，揭示了圣保罗市截然不同的多尺度城市驱动因素。
本研究利用来自乌干达的 570 万条病毒载量记录，开发并验证了一种基于堆叠（Stacking）的集成机器学习模型，用于准确预测抗逆转录病毒治疗（ART）患者下次就诊时的病毒载量，该模型实现了 R² 为 0.85 的卓越性能，并利用 LIME 技术实现了模型的可解释性。
本文介绍了一种模型无关的工作流，用于将城市街区规模分布中真实的局部尺度依赖性与由区域混合引起的虚假趋势区分开来，通过对东京的全面分析证明，虽然区域异质性会使分布尾部趋于平缓，但较小的街区表现出显著的局部陡峭化，而这无法仅通过组成效应来解释。
本文通过模拟研究和实际天气应用案例，提出了两种不确定单指数模型，并利用基于核函数和B样条方法的半参数最小二乘估计法对其进行了验证，以有效处理复杂且不精确的数据。
本文介绍了从业者偏好风险量表（PARS-6）的理论开发与结构，这是一种全新的六项目工具，旨在用于在干预研究系统评价的数据提取过程中，系统地筛查并记录研究者偏好相关的特征，同时明确指出其作为一种描述性风险指标而非偏倚确定性度量工具的性质。
本研究利用 SciVal 文献计量数据和预测模型揭示，尽管菲律宾公立大学的出版量在 2015 年至 2025 年期间显著增加，但由于缺乏针对性的能力建设投资而非统一的激励措施，以第三区为首的研究产出与影响力在区域间存在的实质性且持续性的差异将一直持续到 2030 年。
本文提出了一个统计框架，用于识别能够实现帕累托改进且不损害任何参与者的容许分配权重，并通过对兰德医疗保险实验中资源重新分配的实证分析证明了其应用价值。
本文提出了一种针对高斯亲缘关系模型（Gaussian kinship models）的带有估计白化（estimated whitening）的条件符号随机化方法，该方法通过利用符号对称性（sign-symmetry）以及在符号轨道（sign orbit）上的可重用校准，实现了计算高效且样本量有限的水平控制基因集关联测试，同时明确区分了其全局零假设推断目标与竞争性的富集分析或因果基因发现。
本文引入了拉普拉斯P样条（LPS），将其作为一种计算高效且无需采样的贝叶斯替代方法，用于估计聚类右删失生存数据中的共享Gamma脆弱性模型，并通过模拟实验以及对三个生物医学数据集的应用展示了其性能。
本文提出并评估了两种增强型多元广义似然比（MGLR）控制图，这些控制图集成了 Klein 的 2-of-2 和 2-of-3 灵敏化规则，旨在有效监测过程均值和离散度的同时偏移，并明确考虑了测量误差带来的不利影响。