使用两种分布假设检验识别数据中的偏差
这项工作确定了训练数据中关于拟议分布的偏差,而无需训练模型,并允许它返回给定数据集的“最接近的合理解释”,从而可能揭示生成这些数据的过程中的潜在偏差。 双分布假设检验的有限样本界
证明了新的有限样本界,它允许只估计所需数量(例如规范函数值)的两个分布假设检验,从而将其与传统的p值区分开来。 有可能知道宇宙微调吗?
微调研究某些物理参数或它们之间的相关比率是否位于所谓的小概率寿命允许区间内,超出该区间的碳基寿命…
使用最小组件分析的模式搜索
本文证明了当数据服从多元正态分布时,通过在数据服从正态分布的情况下实施“最小成分分析”,可以得到最优尺寸的盒子,即在相同维数和给定概率的所有可能盒子中,盒子的尺寸是最小的。 带有检验误差的有偏抽样的患病率估计修正
这项工作提出了一种流行率估计方法,该方法减少了因测试错误和症状个体过采样而产生的偏见的影响,在某些情况下完全消除了这种影响,如以色列卫生部的正式结果、模拟和COVID‐19数据所示。 基于最小分量分析的高维模式搜索
证明了对于多元正态分布或拉普拉斯分布,通过实施“最小成分分析”可以获得最优体积的盒子,即在相同维数和固定概率的所有可能盒子上,盒子的体积是最小的。