Statistiques - Théorie de la statistique

Un aperçu des modèles de régression mixte pour estimer des relations complexes dans les données.

Des chercheurs présentent des moyens innovants d'analyser l'inégalité des revenus en utilisant des courbes de Lorenz généralisées.

Un aperçu de l'importance et des défis des données de réanalyse de l'ECMWF.

De nouvelles méthodes améliorent les intervalles de confiance pour la courbe de Lorenz généralisée.

Examiner les méthodes de régression linéaire dans un contexte de données de haute dimension et de bruit corrélé.

Méthodes pour calculer précisément les moyennes et les variances malgré des points de données manquants.

Apprends comment les variables proxy aident à découvrir des relations causales cachées dans la recherche.

Un aperçu du Processus de Buffet Hiérarchique Indien et de ses applications.

Un nouveau cadre pour une meilleure inférence statistique dans la recherche et l'analyse.

Un aperçu du processus de Cox et de ses applications dans la modélisation des données d'événements.

Cet article examine le comportement du SGD à une passe avec des dimensions croissantes.

Ce papier discute des méthodes d'exploration efficaces en apprentissage par renforcement sans connaissance préalable des récompenses.

Explorer l'estimation de divergence minimale pour une analyse statistique fiable.

Les agents bossent ensemble pour capter des signaux dans ce bruit qui change tout le temps.

Techniques pour compresser d'énormes données de télescopes radio tout en préservant les infos clés.

Découvrez comment l'ajustement des variétés simplifie l'analyse de données complexes dans divers domaines.

Une nouvelle méthode pour mesurer le risque bancaire en utilisant le Shortfall Marginal Attendu.

Le caliper matching améliore les comparaisons en recherche, en réduisant le biais dans les estimations des effets du traitement.

Présentation de modèles avancés pour classer des données positives et non étiquetées dans différents domaines.

Sharp-SSL améliore la classification en sélectionnant efficacement les caractéristiques importantes dans l'apprentissage semi-supervisé.

Découvrez comment les espaces de Hilbert bayésiens améliorent la statistique bayésienne avec de gros ensembles de données.

Examiner comment les organismes prennent des décisions en période d'incertitude et de risque.

Une plongée dans la complexité d'échantillon et ses implications pour les prédictions en apprentissage automatique.

Un aperçu de l'estimation des distributions de données affectées par du bruit.

Explore la distribution skew-normale et son utilisation dans l'analyse de données.

Cet article étudie la cohérence uniforme des embeddings spectraux dans différentes applications.

Un aperçu de comment le BART généralisé améliore les méthodes d'analyse de données.

Explore comment les fonctions de profondeur améliorent l'analyse statistique et la compréhension des distributions de données.

Des méthodes récentes améliorent la précision des estimations dans divers domaines grâce à des techniques de filtrage avancées.

Exploration des estimateurs MAP dans l'analyse bayésienne des problèmes inverses.

GGLM s'attaque aux dépendances de données pour obtenir de meilleures infos dans des situations compliquées.

Explore le rôle de l'ESI dans l'analyse des variables aléatoires pour améliorer la précision prédictive.

Une méthode pour analyser des données imparfaites sans biais.

Un aperçu de la varentropie et de ses formes pondérées pour une meilleure évaluation de l'incertitude.

Explore les propriétés de la distribution bêta et les méthodes pour des applications pratiques dans différents domaines.

Le débat tourne autour de l'affirmation de Google sur la supériorité quantique par rapport à l'informatique classique.

Une méthode pour évaluer la précision du modèle et éviter le surapprentissage.

Exploration des méthodes statistiques pour des structures de données complexes dans l'estimation.

De nouveaux algorithmes identifient la troncature dans les distributions normales avec moins d'échantillons.

L'étude des canaux VDFAP révèle des infos clés sur la capacité de communication moléculaire.