Scan statistic tail probability assessment based on process covariance and window size
扫描统计量的目的是测试存在的一个全球性的峰值在随机过程中的任何分布的因变量检查。基于移动和过程的协方差获得扫描统计尾部概率,从而考虑数据的空间性质以及搜索窗口的大小。在原始过程中变量的一般、共同和自协方差结构下,建立了将此协方差与窗口大小和相关系数联系起来的精确公式。的实施和适用性的公式证明家庭的多个过程的t-统计量。敏感性分析提供了对尾部概率与影响参数的变量相互作用的进一步了解。补充材料中提供了用于尾部概率计算的R代码。
2013-09-22 stat.AP stat.CO
Accounting for Uncertainty During a Pandemic
我们讨论了最近和正在进行的冠状病毒研究中出现的统计设计,数据收集,分析,沟通和决策的几个问题,重点是评估和传播不确定性的工具。本文并不打算对研究文献进行全面的调查,相反,我们用例子来说明我们认为重要的统计点。
2020-06-15 physics.soc-ph q-bio.PE q-bio.QM
Spatio-Temporal Disease Surveillance: Forward Selection Scan Statistic
扫描统计量以其受欢迎程度为时空监视方法设定了基准。在其最简单的形式中,它扫描目标区域和时间,以找到疾病计数高于预期的区域。如果疾病爆发的形状和大小是已知的,那么为了足够早地检测到它,扫描统计量可以设计其搜索区域以针对该形状和大小是有效的。一个能有效检测一系列疾病爆发形状和规模的计划是很重要的,因为这些形状和规模从一次爆发到下一次爆发都是不同的,而且通常是事先不知道的。本文提供了一种前向选择扫描统计,减少了通常的单窗口扫描计划的计算工作量,同时仍然提供更大的灵活性,在不同形状的信号爆发。该方法首先将目标地理区域划分为网格。其次,它平滑的时间序列的格子细胞计数使用多元指数加权移动平均。第三,对这些EWMA细胞计数进行空间平滑,以减少空间噪声并保留空间信号。第四步,使用前向选择方法扫描互斥和穷举的动态尺寸的矩形区域。在第五步中,它修剪掉所有不重要的扫描区域,其中计数不显著高于预期。如果修剪后至少有一个区域剩余,则发出爆发信号。如果所有区域都被修剪掉-包括目标区域的扫描,则没有爆发的信号。
2013-09-30 stat.AP stat.CO
A phylogenetic scan test on Dirichlet-tree multinomial model for microbiome data
在本文中,我们介绍了系统发育扫描测试(PhyloScan),用于使用狄利克雷树多项(DTM)模型研究微生物组组成的跨组差异。DTM通过系统发生树内部节点上的独立本地DM级联对微生物组数据进行建模。每个局部DM以给定的分辨率捕获一定数量的操作分类单元的计数分布。由于分布差异往往发生在集群沿进化谱系,我们设计了一个扫描统计系统发育树,让节点借用信号强度从他们的父母和孩子。我们还推导了一个公式来约束的尾部概率的扫描统计量,并通过模拟验证其准确性。PhyloScan程序应用于美国肠道数据集,以确定与饮食习惯相关的类群。在此数据集上进行的实证研究表明,PhyloScan在大多数情况下实现了更高的测试能力。
2017-03-17 stat.AP
Accounting for Missing Data in Public Health Research Using a Synthesis of Statistical and Mathematical Models
University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);University of Oxford(牛津大学);Washington State University(华盛顿州立大学)
本文提出利用统计与数学模型综合方法处理公共卫生研究中因设计导致的积极性违反问题,以NHANES数据估计儿童平均收缩压,结果更准确,为缺失数据处理提供新途径。
2025-10-14 stat.AP stat.ME
Detecting, identifying, and localizing radiological material in urban environments using scan statistics
提出了一种方法,扫描统计的基础上,在城市环境中使用移动传感器检测,识别和定位非法放射性材料。我们的方法处理根据(未知)环境而变化的不同水平的背景辐射。我们的方法可以准确地确定一个源是否存在沿着街道段,以及确定六个可能的来源产生的辐射。我们的方法还可以定位源,当检测到,在几秒钟内。我们在一系列决策阈值上展示了我们的结果,允许利益相关者评估不同误报率下的性能。由于我们方法的简单性,我们的模型可以在几分钟内用很少的训练数据进行训练,并且有可能实时得分。我们的方法是在“检测城市地区的辐射威胁”的竞争中表现最好的提交之一。
2020-02-08 eess.SP stat.AP
Scan statistics for the detection of anomalies in M-dependent random fields with applications to image data
针对M相依随机场,提出基于局部均值的灵活扫描统计量类并推导极限定理,应用于混凝土二维图像裂缝检测,展示异常检测潜力。
2023-11-16 math.ST stat.AP stat.ME
A spatial modeling framework for monitoring surveys with different sampling protocols with a case study for bird abundance in mid-Scandinavia
我们提出了一种新的方法来模拟总丰度合并计数数据信息的调查与不同的采样协议。所提出的方法用于挪威和瑞典的国家繁殖鸟类监测计划的数据。每次普查都在每个国家按照两种不同的采样协议收集丰度数据,即这些协议提供来自四种不同采样过程的数据。建模框架假设一个共同的高斯随机场共享的观测和真实的丰度与它们之间的线性或松弛的线性关联。这些模型考虑到了每项取样协议的特殊性,包括影响每项观测过程的条款,即考虑到观测单位和可探测性的差异。贝叶斯推断使用集成嵌套拉普拉斯近似(INLA)和随机偏微分方程(SPDE)方法进行空间建模。我们还提出了一个模拟研究的基础上,从斯堪的纳维亚半岛中部的实证普查数据,以评估模型下的模型误指定的性能。最后,在我们的研究区域在斯堪的纳维亚半岛中部的鸟类的总预期丰度的地图与不确定性估计。
2022-04-07 stat.AP stat.ME
Sampling for Region-Aggregated Spatial Scan Statistics
University of Utah(犹他大学);Taptap Send;Meta
针对区域聚合数据与点扫描算法不匹配的问题,提出用20-50个均匀采样点代替区域质心,提升统计功效且保持计算可行性。
2026-08-24 cs.CG stat.AP stat.ME
Locality statistics for anomaly detection in time series of graphs
本文针对随机块模型时间序列的变点检测,分析两类基于局部性统计量的扫描统计量,推导其极限分布与功效,并通过理论、合成数据和 Enron 语料库比较其容许性。
2013-09-22 stat.AP
Computationally Efficient Whole-Genome Signal Region Detection for Quantitative and Binary Traits
本文提出分布式BiRS算法(dBiRS),基于广义线性模型的新无穷范数检验统计量,支持协变量调整及连续/二元性状,通过并行计算实现高效全基因组信号区域检测,并在UK Biobank数据中验证了认知相关基因发现。
2025-01-23 stat.AP
Fighting Accounting Fraud Through Forensic Data Analytics
The University of Sydney Business School(悉尼大学商学院)
会计舞弊是一个全球性的问题,对金融体系的稳定构成了重大威胁,因为它会削弱市场信心和监管机构的信任。有几种手法可用于实施会计欺诈,因此需要考虑到不同欺诈模式的非静态监管干预。因此,本研究旨在通过实施几种机器学习方法来更好地区分欺诈和非欺诈公司,并通过评估相关财务指标来进一步协助风险较高公司的检查任务,从而提高会计欺诈的检测。样本外的结果表明,通过统计建模和分析公开的会计信息,在发现伪造的财务报表方面有很大的潜力。拟议的方法可以帮助公共审计员和监管机构,因为它便利了审计过程,并支持对会计报告进行更有针对性和更有效的审查。
2018-05-08 cs.LG stat.AP stat.ML
An Expectation-Based Network Scan Statistic for a COVID-19 Early Warning System
The Alan Turing Institute(艾伦·图灵研究所);University of Warwick(华威大学)
大伦敦管理局(GLA)对COVID-19大流行的应对措施之一汇集了多个大规模且异构的数据集,捕捉伦敦金融城的流动性、交通和交通活动,以更好地了解“繁忙程度”并实现有针对性的干预措施和有效的政策制定。作为Odysseus项目的一部分,我们描述了一个早期预警系统,并引入了一个基于预期的网络扫描统计数据,以帮助GLA和伦敦交通局了解人们在多大程度上遵循了政府的COVID-19指南。我们明确对待的情况下,地理位置固定的时间序列数据位于(道路)网络,主要集中在监测首都大区域的动态。此外,我们还专注于重要时空区域的检测和报告。我们的方法是扩展基于网络的扫描统计(NBSS),使其基于预期(EBP),并通过使用随机过程的时间序列预测,这使我们能够量化度量的不确定性在EBP和NBSS框架。我们介绍了EBP模型中使用的度量的一个变体,该模型侧重于识别活动比预期更安静的时空区域。
2020-12-08 cs.LG physics.soc-ph stat.AP
Accounting statement analysis at industry level. A gentle introduction to the compositional approach
University of Girona(赫罗纳大学);University of Vic - Central University of Catalonia(维克大学-加泰罗尼亚中央大学)
本文介绍组合数据分析方法在行业层面财务报表分析中的应用,通过几何均值计算行业财务比率均值,利用组合主成分分析、聚类分析和回归模型进行可视化与建模,并以西班牙酒庄为例演示杜邦分析。
2026-05-28 q-fin.ST stat.AP stat.ME
Accounting for Location Measurement Error in Imaging Data with Application to Atomic Resolution Images of Crystalline Materials
科学家使用成像来识别感兴趣的对象并推断这些对象的属性。这些对象的位置通常是测量误差,当被忽略时,会导致有偏的参数估计和膨胀的方差。当前的测量误差方法需要对测量误差方差的估计或了解以校正这些估计,这可能是不可用的。相反,我们创建了一个空间贝叶斯分层模型,将位置作为参数,它使用图像本身来合并位置的不确定性。我们降低了计算负担,通过近似的可能性,使用非连续的块设计周围的对象位置。我们将此模型应用于材料科学环境中,以研究通过扫描透射电子显微镜直接成像的晶体结构中数百个原子柱的化学和位移之间的关系。对这种关系的更多了解可以使工程材料具有更好的性能。我们发现了强有力的证据,原子柱位移和相邻原子柱的强度之间的负相关关系,这是与当地的化学。仿真研究表明,我们的方法纠正了在感兴趣的参数的偏差,并大大提高了覆盖率在高噪声的情况下相比,非测量误差模型。
2020-05-13 stat.AP stat.ME
Accounting for Bias Enables Sustainable LLM Evaluation
University of Kaiserslautern–Landau (RPTU)(凯泽斯劳滕-兰道大学);German Research Centre for Artificial Intelligence (DFKI)(德国人工智能研究中心)
针对LLM评判中的系统性偏差,提出统一潜变量框架联合建模成对与序数数据并显式校正混杂因素,以更少比较恢复可靠排名,实现统计严谨且可持续的评估。
2026-09-28 cs.AI cs.LG stat.AP
Tests for partial correlation between repeatedly observed nonstationary nonlinear timeseries
提出两族统计检验,用于在多个独立记录下检测非平稳非线性向量时间序列间的偏相关性,无需平稳性或线性假设。
2024-04-24 q-bio.NC stat.AP stat.ME