Matemática - Teoria Estatística

Um olhar sobre como as taxas de cura afetam as comparações de tratamentos.

Um método pra localizar pontos de mudança em modelos polinomiais por partes com quantificação de incerteza.

Aprenda sobre o Monte Carlo Hamiltoniano e suas aplicações em estatística e ciência.

Aprenda a avaliar o ajuste de modelo usando métodos como a distribuição de Weibull.

Um novo método pra estimar coeficientes de difusão usando estimadores de ridge.

Este artigo apresenta um novo método para prever resultados com base em fatores de dados.

Um olhar sobre métodos inovadores para estudar padrões complexos de dados.

Explore os básicos e aplicações de redes neurais de duas camadas.

A pesquisa apresenta modelos pra analisar distribuições Gaussianas usando a métrica de Wasserstein.

Novos métodos melhoram o controle da taxa de descobertas falsas na análise de dados binários.

Um método pra derivar distribuições a priori a partir de processos de tomada de decisão de especialistas.

Um método novo pra melhorar as estimativas na análise de dados de alta dimensão usando zero-estimadores.

Os trials LAGO permitem ajustes flexíveis no tratamento para melhorar os resultados dos pacientes na pesquisa clínica.

Aprenda sobre métodos aprimorados para estimativas de incerteza na regressão de processos gaussianos.

Uma nova perspectiva sobre o papel do Group LASSO na seleção de características e otimização.

Um guia pra reduzir dimensões em dados de alta dimensão enquanto preserva as distâncias.

Uma olhada em como as leis condicionais isotônicas ajudam nas previsões de dados.

Apresentando p-valores conformais ponderados para uma seleção eficaz de candidatos em várias áreas.

Explorando o papel de matrizes aleatórias na modelagem estatística e erros na estimativa de covariância.

Um método pra estimar o tamanho dos saltos em sistemas de armazenamento usando técnicas não paramétricas.

Um novo método pra estimar distribuições usando histogramas bayesianos melhora a eficiência da memória.

Uma nova abordagem pra simplificar a análise de dados complexos usando métodos de transporte ótimo.

Pesquisadores desenvolvem testes pra avaliar coeficientes de difusão em sistemas complexos ao longo do tempo.

Explore como a meta-aprendizagem não linear melhora a eficiência e a precisão no aprendizado de tarefas.

O algoritmo rSVDdpd oferece insights confiáveis de dados, mesmo com outliers e barulho.

Uma visão geral de como a geometria da informação pode melhorar as técnicas de aprendizado de máquina.

Aprenda métodos eficazes para analisar dados agrupados com foco na estimação de parâmetros.

Um olhar sobre o algoritmo Metropolis-Hastings de passeio aleatório para amostragem estatística.

Uma nova abordagem para estimativas melhores na modelagem estatística de dados complexos.

Este artigo examina dois métodos para estudar formas de dados: geometria da informação e geometria de Wasserstein.

Métodos robustos melhoram a análise de dispositivos de uso único e suas taxas de falha.

Analisando como o feedback humano molda os sistemas de recompensa na tomada de decisões.

Identificabilidade e falsificabilidade são fundamentais no crescimento de modelos bayesianos.

Explorando como as leis de conservação escalares se aplicam à análise do fluxo de tráfego.

Explorando a diferença média de Gini e suas aplicações na teoria da confiabilidade.

Explore a importância e as aplicações da análise de dados funcionais multivariados.

Apresentando uma função pra avaliar informações e variações na análise de confiabilidade e risco.

Um novo método ajuda a analisar eventos extremos raros, mas impactantes.

Uma olhada em redes multilayer e seu impacto nas interações em várias áreas.

Uma visão geral dos processos de média móvel e suas aplicações em dados do mundo real.