Научные статьи по статистике

Где искать нужные методы

• stat.ME — статистическая методология: оценивание, проверка гипотез, модели.
• stat.CO — вычислительная статистика: выборка, численные методы, статистические алгоритмы.
• stat.ML — статистическое обучение: прогнозирование и теория обучения.
• stat.TH — статистическая теория. Для прикладного примера добавьте название ваших данных, например time series.

Поисковые фразы под реальные задачи

Для неполных наблюдений попробуйте missing data, для большого числа гипотез — multiple testing, для прогнозов во времени — time series forecasting. Если нужна конкретная модель, её имя полезнее слова statistics.

Первый запрос arXiv ищет методы работы с пропусками, второй — вычислительные статьи о марковских цепях Монте-Карло. Введите их в режиме «Сложный запрос».

(cat:stat.ME AND all:"missing data")
(cat:stat.CO AND all:"Markov chain Monte Carlo")

Получайте новые публикации по одному методу

В боте выберите «Добавить тему» → arXiv → «Раздел arXiv» и отправьте stat.ME, stat.CO или stat.ML. После ответа «Добавлено» откройте «Последние работы» для этой подписки.

Если поток слишком широкий, добавьте «Ключевую фразу»: например quantile regression для квантильной регрессии. В «Настройках» можно выбрать ежедневную подборку вместо отдельных уведомлений.

Как выбрать статью для своих данных

Посмотрите, какие данные используются в примере: независимые наблюдения, временной ряд, группы или пространственные измерения. Найдите в тексте размер выборки, способ оценки ошибки и ссылку на реализацию. Для применения метода полезнее работа с понятным примером и доступным кодом, чем статья, где совпадает только название модели.

Английские термины для поиска

missing data

пропущенные данные

multiple testing

множественная проверка гипотез

quantile regression

квантильная регрессия

Частые вопросы