cosname / cosx.org

统计之都主站
https://cosx.org
MIT License
265 stars 239 forks source link

统计月读(2024年8, 9月) #1129

Open ZichongWang opened 1 month ago

ZichongWang commented 1 month ago

请回复 issue 进行文章推荐与招聘投稿,内容须与统计/数据科学相关,是否采纳取决于编辑部意见。

文章推荐包括学术论文、博客、书籍、教程或软件等的推荐,如果是英文文章在月报发布后自动作为翻译备选文章。

招聘主要面向学术界与工业界的招聘信息发布且岗位要与统计/数据科学相关。

文章推荐格式如下:

推荐语:(几句话就可以,可长可短,有态度不严肃)

推荐人:(建议用真名)

链接:(论文建议给doi,其余给链接)

招聘信息格式如下:

岗位介绍:(例如博士生、博后、xx公司软件工程师等)

工作地点:(具体到城市)

联系方式:(网站链接或邮箱)

Ryanna-github commented 2 weeks ago

推荐语:推荐一个小工具 jsonlines. python 中 json 包已经可以覆盖大部分场景,但是如果文件很大/读写多个同文件不同 json 可以尝试 jsonlines

推荐人:任焱

链接:https://jsonlines.readthedocs.io/en/latest/

Ryanna-github commented 2 weeks ago

推荐语:看到一个旅行地图,很有意思的呈现方式(眼前一亮)不妨点开一下感受一下新的记录方式,代码开源,自己做类似总结也可以参考一下。

推荐人:任焱

链接:https://georgios.quarto.pub/a-visual-journey-through-world-exhibitions/

MelodyRen1998 commented 2 weeks ago

推荐语:在复杂的多源数据统计模型中,常见的结构假设有分组结构、低秩结构等。当存在不满足上述结构的异常个体时,如何得到模型的稳健估计?本文采用了多任务学习的方法,利用个体之间的相似性,设计出一套自适应的稳健学习方法,能够应对上述存在于复杂实际数据中的异常值问题。

推荐人:任怡萌

链接:https://projecteuclid.org/journals/annals-of-statistics/volume-51/issue-5/Adaptive-and-robust-multi-task-learning/10.1214/23-AOS2319.short

doi: 10.1214/23-AOS2319

rucwyf commented 2 weeks ago

推荐语:这篇文章简要介绍了如何使用 R 中的 {reactable} 包来创建交互式和视觉上吸引人的表格,提供了自定义列、添加摘要和美化表格的分步示例,非常适合需要提升数据展示效果的用户。

推荐人:王祎帆

链接:https://albert-rapp.de/posts/28_reactable_intro/28_reactable_intro.html

SungManhin commented 1 week ago

推荐语:Posit 公司最近发布 Positron release,Positron 的定位是下一代数据科学IDE,支持 R/Python,基于 VSCode 定制开发,安装后开箱即用 R 和 Python、以及 Jupyter Notebook。

推荐人:宋文轩

链接:https://github.com/posit-dev/positron, BV1ebhWeFEQk(我翻译的一个安装和使用视频)

SungManhin commented 1 week ago

推荐语:在 meta 分析中,常常出现需要均值和标准差来计算总效应、而文献只给出了最大最小值、两个四分位数和中位数的情况,此时可以通过 $\lbrace a, q_1, m, q_2, b\rbrace$ 这 5 个统计量来估计均值和标准差。Shi et al. (2020)Luo et al. (2018)的文章总结了 3 种情形下的对均值和标准差的估计并给出了在 $\lbrace a, q_1, m, q_2, b\rbrace$ 情况下的最优估计。

推荐人:宋文轩

链接:https://pubmed.ncbi.nlm.nih.gov/32562361/, https://pubmed.ncbi.nlm.nih.gov/27683581/, https://www.math.hkbu.edu.hk/~tongt/papers/median2mean.html

GaakPing commented 1 week ago

推荐语:统计学如何在大模型时代有所作为,是统计学界最关注的话题之一。Stanford的Emmanuel Candès在ASA SLDS给了一个有趣的talk,题为Statistical methods for assessing the factual accuracy of large language models, 在油管有录屏。

推荐人:陈格平

链接:https://youtu.be/fsgyllS43KY?si=3cAGiaSrvXxPdzyw

ZichongWang commented 5 days ago

推荐语:看到一篇总结物理和机器学习相关算法的文章,比较综述,蛮有意思的

推荐人:王子翀

链接:https://mp.weixin.qq.com/s/2mu4_c--CggMzPI_JsRF4g