Statistiques - Méthodologie

Un nouvel outil pour mesurer la séparation des clusters dans l'analyse de données.

Explorer comment les ingénieurs conçoivent des structures maritimes sûres face à des conditions océaniques extrêmes.

Explore l'importance de la fiabilité dans l'évaluation des traits et des comportements psychologiques.

Cet article présente une nouvelle approche pour identifier les composants dans des modèles de mélanges finis.

Cet article examine les méthodes de Neyman pour évaluer des règles de traitement modernes adaptées aux individus.

Cet article présente un algorithme innovant pour des calculs de vraisemblance de séries temporelles efficaces.

De nouvelles méthodes améliorent l'analyse de vraisemblance dans les modèles graphiques pour des données complexes.

Des recherches montrent comment la qualité des soins en néonatologie influence les taux de mortalité infantile parmi différents groupes de mamans.

Une nouvelle méthode améliore les recommandations de films en évaluant l'incertitude dans les préférences de groupe.

L'inférence fédérée bayésienne permet de faire des analyses de survie tout en préservant la vie privée dans la recherche sur le cancer.

Un nouveau cadre améliore la cohérence de la sélection de modèles en statistique et en apprentissage automatique.

CausalDiffAE améliore le contrôle sur les caractéristiques des images grâce à la génération de contrefactuels.

Le paquet PWEXP facilite la prédiction d'événements dans les essais cliniques en utilisant des modèles exponentiels par morceaux.

Une nouvelle méthode pour mieux estimer les relations dans des données de haute dimension.

Apprends des méthodes pour surveiller les changements du marché et identifier les bulles financières potentielles.

Une étude sur l'amélioration de la précision des prédictions pour les modèles de régression.

Un nouveau cadre s'attaque aux défis liés à la gestion des gros changements de données.

Une approche prudente pour choisir des modèles causals améliore la précision de la recherche.

Présentation d'une méthode pour sélectionner des sous-données afin d'améliorer la précision de classification.

Une méthode pour évaluer l'incertitude dans les prédictions de graphes en utilisant la prédiction conforme.

Un nouveau cadre améliore le suivi des connexions cérébrales pour de meilleures informations sur le fonctionnement et les troubles.

Une méthode pour améliorer le choix de modèle à mesure que les données se mettent à jour.

Une méthode pour améliorer l'exactitude des estimations statistiques de manière efficace.

Une nouvelle méthode améliore la comparaison des études d'observation et des essais randomisés.

Un nouveau cadre pour étudier les processus ponctuels en utilisant des mesures aléatoires et l'analyse fonctionnelle.

Présentation d'une méthode efficace basée sur des arbres pour la classification multi-étiquettes qui gère l'incertitude.

Découvrez comment la synthèse de décision prédictive bayésienne améliore la gestion de portefeuille.

Une nouvelle approche utilisant le transport optimal améliore la comparaison de données multivariées.

Un aperçu des e-values et de leur rôle dans les tests d'hypothèses.

Explorer comment les réponses individuelles aux interventions offrent des perspectives plus claires sur leur efficacité.

Examiner comment l'incertitude sur les politiques climatiques affecte les décisions économiques et la croissance.

Une méthode pour améliorer la précision des tests d'équivalence clinique grâce à la moyenne des modèles.

Cet article parle du modèle SARMA pour analyser des données de séries temporelles complexes.

Une nouvelle méthode utilise le denoising par variation totale pour améliorer le suivi des épidémies.

Combiner la complétion de tenseurs avec la quantification de l'incertitude pour avoir de meilleures infos sur les données.

Cet article examine comment mesurer avec précision l'efficacité des vaccins au fil du temps.

ALCM améliore la découverte causale en combinant les LLMs avec des méthodes traditionnelles pour des infos plus pointues.

Cette étude présente une meilleure façon d'évaluer la performance des modèles génératifs.

Un nouvel algorithme améliore l'efficacité de l'échantillonnage dans les modèles bayésiens basés sur des arbres.

Analyser les réponses individuelles aux traitements en utilisant le Causal K-Means Clustering.