Estadística - Metodología

Este artículo habla sobre problemas y nuevos métodos en el análisis de datos de EHR.

Descubre cómo los métodos no asintóticos mejoran el análisis estadístico en datos de alta dimensión.

Nuevos métodos de bootstrap mejoran la prueba de vectores de media poblacional en datos de alta dimensión.

Un nuevo enfoque mejora el análisis de datos al mejorar las estimaciones de valores faltantes.

La corrupción frena el crecimiento y el acceso a servicios esenciales en todo el mundo.

La inferencia selectiva ofrece mejor precisión para las pruebas de hipótesis después de la agrupación.

Los investigadores enfrentan los desafíos de los datos incompletos para obtener resultados precisos.

Un marco para medir y mejorar la equidad en los sistemas de IA.

Un nuevo enfoque espectral mejora los modelos Matérn multivariados para el análisis de datos espaciales.

Descubre cómo los modelos de aprendizaje automático robustos manejan diferentes fuentes de datos para hacer mejores predicciones.

Un nuevo método mejora las estimaciones usando controles negativos para combatir sesgos ocultos.

Una mirada más cercana a la causalidad y su medición en la investigación observacional.

Los métodos bayesianos están cambiando la forma en que los ensayos clínicos usan datos pasados para tomar mejores decisiones.

Una mirada más cercana al tamaño del efecto en el análisis del rendimiento estudiantil.

Una mirada a cómo los factores se influyen entre sí a lo largo del tiempo.

La prueba de Radon-Kolmogorov-Smirnov mejora la prueba de dos muestras en estadísticas usando redes neuronales.

Un nuevo modelo mejora los estudios de interacción genética usando variables auxiliares.

Un nuevo modelo estima las infecciones totales usando datos de movilidad y factores demográficos.

Este artículo presenta un método para mejorar el análisis de datos tensoriales a través de la personalización.

Un nuevo método para mejorar las predicciones en el aprendizaje profundo bayesiano enfocándose en parámetros clave.

Un nuevo enfoque para mejorar la precisión y eficiencia del clustering a través de la Información Mutual Generalizada.

Aprende cómo la descomposición tensorial robusta mejora el análisis de datos en medio de ruido y valores atípicos.

Aprende cómo la investigación causal y las simulaciones mejoran el análisis de datos en estudios de salud.

Aprende a evitar sesgos en la selección de modelos.

FLASH mejora las predicciones usando datos a largo plazo de pacientes y eventos de salud importantes.

Explora el potencial del aprendizaje semi-supervisado en varias aplicaciones.

CBRNet ayuda a evaluar con precisión las dosis de tratamiento en la salud y otros campos.

Analizando el papel del clima en los brotes de la polilla del abeto usando modelos estadísticos avanzados.

Un enfoque fresco busca mejorar la comprensión de las predicciones del modelo a través de contrafactuales.

Un nuevo método mejora la fiabilidad de las predicciones a pesar del etiquetado incorrecto de los datos.

Un modelo para analizar las causas de los tiroteos masivos en público en EE.UU.

Un nuevo método mejora la comprensión de relaciones complejas en series temporales.

El emparejamiento estadístico ayuda a comparar grupos en estudios de tratamiento de manera efectiva.

Explorando nuevos métodos para un análisis fiable de datos sobre enfermedades del corazón.

GAM-DVQR mejora las predicciones del clima al capturar relaciones complejas entre variables.

Una guía para entender y aplicar métodos de inferencia causal.

Analizar las relaciones causales es clave para hacer predicciones precisas del consumo de energía en el diseño de edificios.

Un enfoque novedoso para detectar puntos de datos inusuales en varios campos.

Un método para mejorar las predicciones en datos con resultados faltantes.

Este artículo presenta un marco para mejorar el análisis de sensibilidad de estimandos lineales.