283 篇论文
本文引入了一种网络调整经验贝叶斯框架，用以修正尼日利亚兄弟姐妹生存史中的可见性偏差和抽样变异性，揭示了 2018 年至 2024 年间成年死亡率有所下降，且显著低于传统方法及国际参考序列此前估算出的水平。
本文介绍了 METER，这是一种通过模拟训练的心理测量模型，它能够在无需重新拟合的情况下，成功推断出跨越多种未见工具和人群的人格特质，在现实世界数据中实现了与专家评估的高度相关性，同时也展示了在处理特定结构复杂性和建立绝对有效性方面的局限性。
本文开发了一种方差校准的调整块状经验似然方法，用于比较两个独立的弱相关时间序列的均值，并证明了该方法能有效纠正方差失配和凸包限制以恢复标称覆盖率，特别是在使用固定数量且逐渐增长的块长、且统计量遵循非威尔克斯斯高斯参考律的情况下。
本文提出了一种针对苏门答腊岛的无区域概率地震危险性评估框架，该框架将逻辑高斯考克斯过程（Log-Gaussian Cox process）与构造协变量及 ETAS 余震模型相结合，证明了通过消除人为设定的源区边界，该方法所产生的设防加速度显著高于现行的印度尼西亚规范。
本文介绍了 MN2，这是一种用于多重零假设多项式检验的统一决策规则，它利用 Jensen-Shannon 几何结构来实现精确的 p 值计算、有限样本下的第一类错误控制，并在稀疏机制下相比于带有 Holm 校正的标准独立检验具有更优越的统计功效。
本文认为，当前列联表统计软件的默认设置由于在稀疏或异质数据中的校准效果不佳而存在根本性缺陷，并提议使用一种名为 的新型单一闭式统计量来取代它们，该统计量无需重采样方法即可提供更优的规模控制和统计功效。
本文介绍了一种基于 Rao-Blackwellization 的方差缩减框架，用于基于事件的蒙特卡洛概率地震危险性分析，该框架消除了不必要的地面运动残差采样，以产生更稳定且高效的危险性估计，同时将该方法与经典公式统一，并将其扩展到自适应重要性采样。
这项模拟研究表明，当样本量至少为100且边缘位置信号清晰时，相对置信比（RBR）滤波器在恢复信息化二元特征和保持选择稳定性方面通常优于其他特征选择方法，但在重尾或双峰分布下其性能会下降，而在这些情况下，信息增益或Boruta等方法更为有效。
本文介绍了一种用于稀疏循环取向数据的选择性估计器，该估计器通过强制执行严格的平滑度、幅值和分支边际标准来验证缠绕残数，从而优先考虑算术一致性的验证而非采样精度，并在这些条件未得到满足时经常放弃报告结果。
本文提出了一种基于图的审计协议，该协议通过区分水平位移与形态变化，以确保跨不同制度环境合并的纵向数据集在行政有效性与兼容性方面的可靠性，并通过对 2000 年至 2019 年间突尼斯经济转型的分析证明了其有效性。