Statistiques - Méthodologie

De nouvelles méthodes améliorent la compréhension de l'influence sociale dans les réseaux.

Le boosting par étapes dans la régression distributionnelle améliore l'analyse des données complexes.

Un nouveau cadre améliore la précision du clustering pour les données d'événements avec des valeurs aberrantes.

Présentation du watermarking pour protéger les explications contrefactuelles en apprentissage automatique.

Apprends à gérer les interférences dans les décisions basées sur les données.

Une nouvelle méthode améliore la fiabilité de la mesure de l'incertitude dans les modèles prédictifs.

Une approche flexible pour générer des CFE qui respecte les préoccupations de confidentialité des données.

Examiner les motifs de données spatiales et leur contenu d'information.

Les tenseurs offrent une nouvelle façon d'analyser des données complexes dans différents domaines.

Une nouvelle méthode améliore la précision des effets des traitements chez différents groupes de patients.

Ce papier améliore la CCA en utilisant la régression à rang réduit pour les jeux de données de haute dimension.

Une méthode pour estimer les paramètres dans l'analyse de régression sous certaines contraintes de données.

Explorer les améliorations pour prédire des motifs ponctuels en utilisant l'apprentissage par processus ponctuel.

Ce papier présente un nouveau cadre pour améliorer la randomisation dans les essais cliniques.

Une approche structurée pour évaluer les chocs économiques et leurs effets sur les politiques.

Explorer les effets des traitements et leurs variations parmi des populations diverses en utilisant des approches innovantes.

Un aperçu des effets causals dans des contextes de données échangeables et leurs implications.

Une méthode permettant une analyse statistique adaptative sans des hypothèses de modèle rigides.

Un nouveau modèle améliore les prédictions des résultats cliniques pour les patients atteints de myélome multiple.

Une nouvelle approche des boxplots garantit la confidentialité des données tout en gardant une analyse pertinente.

GMR propose une nouvelle façon d'étudier plusieurs facteurs et résultats dans la recherche.

Présentation d'une méthode qui combine efficacement l'apprentissage automatique avec les statistiques traditionnelles.

Le design seamless vise à accélérer le développement des traitements contre le cancer.

Une nouvelle méthode améliore la compréhension des effets des traitements en combinant des données d'essais contrôlés randomisés et des données d'observation.

Cet article parle des méthodes pour identifier des liens causaux dans des modèles linéaires non gaussiens.

De nouvelles méthodes améliorent la précision et l'efficacité des simulations en utilisant différents niveaux de fidélité.

Un nouveau modèle factoriel améliore l'analyse des données au fil du temps.

Une nouvelle méthode améliore la précision des estimations des effets des traitements au fil du temps.

Une nouvelle méthode améliore la précision des prévisions de transitions d'état en utilisant des chaînes de Markov.

Un nouveau modèle améliore la précision des prévisions des effets des traitements dans le temps.

Explore comment les modèles de fragilité améliorent l'analyse des données de survie pour de meilleurs résultats en santé.

Un guide pour améliorer la sélection de modèles de survie dans les évaluations économiques en santé.

Une nouvelle méthode améliore la sélection des résultats dans les études d'observation pour minimiser les biais.

Un nouveau modèle améliore l'analyse des données de santé complexes.

Une nouvelle méthode améliore la vitesse et la précision des prédictions en régression logistique.

Un nouveau modèle d'IA fournit des prévisions précises et claires des effets du traitement.

L'étude de LaLonde a transformé l'évaluation des programmes de formation professionnelle grâce à des méthodes expérimentales et non expérimentales.

Cet article présente une méthode pour prédire des données de séries temporelles fonctionnelles complexes.

Des recherches montrent l'impact du microbiome buccal sur la santé et les maladies.

Une nouvelle approche qui combine la modélisation générative et le boosting pour de meilleurs résultats d'apprentissage.