Últimos artículos para Ciencias Sociales

Un modelo para estudiar interacciones a corta y larga distancia en varios campos.

Los métodos bayesianos mejoran el análisis de datos de encuestas con respuestas escasas, aumentando la fiabilidad.

Aprende sobre los modelos de factores y sus métodos para simplificar datos complejos.

Este artículo examina cómo crecen las redes a través del modelo de duplicación-divergencia.

La investigación examina las normas de ciudadanía usando análisis de clases latentes multinivel entre naciones.

Una vista general de la lógica de conteo y su impacto en el análisis de grafos.

Una plataforma para estudiar modelos de lenguaje avanzados en contextos sociales.

Presentando métodos para analizar múltiples dimensiones de resultados en estudios de inferencia causal.

Explorando el muestreo por rechazo de RCT para analizar efectos causales de manera efectiva.

Un estudio sobre la identificación de factores que afectan las tasas de fertilidad en diferentes países.

Explorando las interacciones y comportamientos en sistemas de autómatas celulares en capas.

Una guía para analizar datos complejos usando modelos de mezcla dependientes bayesianos.

Este documento presenta un nuevo método para completar matrices utilizando conjuntos de datos completos.

Abordando los datos faltantes con técnicas de regresión innovadoras para obtener información precisa.

Explora las complejidades de los hipergrafos y sus aplicaciones en la vida real.

El sesgo de colisionador puede engañar los hallazgos de investigación sobre la conexión entre la exposición y el resultado.

Una guía sobre la inferencia de redes y el papel del modelo de hub en el análisis de la dinámica de grupos.

Nuevas técnicas mejoran la inferencia causal a pesar de los confusores no observados y las relaciones complejas.

Una mirada a los gráficos y sus conexiones con los esquemas de asociación.

Una mirada a los retos de evaluar los impactos de los tratamientos en sistemas interconectados.

Un nuevo método mejora la precisión al vincular datos de salud y ciencias sociales.

TSLiNGAM mejora el descubrimiento causal en conjuntos de datos complejos con distribuciones sesgadas.

Una mirada a las matrices de correlación y las fortalezas y debilidades del modelo de factores agrupados.

Un nuevo método para analizar textos políticos a través de agrupamientos de palabras.

Este estudio se centra en nuevos métodos para entender las relaciones causales.

Examinando métodos de asignación justa para artículos indivisibles entre personas.

Explorando cómo movimientos aleatorios llevan a cambios significativos en el comportamiento.

Explora un método para estimar de manera confiable en datos complejos con variables aleatorias interdependientes.

Explora la dinámica y la importancia de las redes oscilatorias en varios campos.

Explora cómo las redes evolucionan con nuevas conexiones y sus implicaciones.

Explorando cómo las personas logran sincronización en redes humanas complejas.

Explorando cómo la regresión de distribución ayuda en varios campos a través de métodos de kernel.

Un nuevo modelo mejora la detección de grupos cohesivos en redes complejas.

Una mirada a cómo las redes de enganche se expanden y evolucionan a través de conexiones.

Un montón de datos de periódicos americanos históricos para investigar y analizar.

CDL ayuda a estudiar permutaciones y arreglos en ciencias de la computación y ciencias sociales.

Una mirada al análisis de datos de redes y métricas clave como el índice de Randić.

Este artículo habla sobre el uso de estadísticas U para mejorar el análisis de datos dyádicos.

Este estudio examina cómo los modelos de lenguaje entienden los proverbios culturales en diferentes idiomas.

Un nuevo enfoque para simplificar soluciones en procesos de barrido usando cálculos aproximados.