نکته ورق به صورت مشترک آماری جلسات Aug. 2 - 6, 2020

چه 2020 مشترک آماری جلسات را با هم آمار و ارقام و اطلاعات دانشمندان از سراسر جهان در این سال برای اولین بار در

توسط MOHAMADREZASITE در 10 مرداد 1399

چه

2020 مشترک آماری جلسات را با هم آمار و ارقام و اطلاعات دانشمندان از سراسر جهان در این سال برای اولین بار در قالب مجازی است. این نکته ورق از آمریکا آماری انجمن نکات برجسته سخنرانی جالب از آینده JSM سال 2020 است.

زمانی که

پنج شنبه, آوریل 2 - سه شنبه 6 اوت سال 2020

که در آن

برگزاری آنلاین https://ww2.amstat.org/جلسات/jsm/2020/

مکمل مطبوعات ثبت نام باز است, حسن نیت ارائه میدهد از ASA. اطلاعات در مورد نحوه دریافت دکمه اعتبار است که در پایین این نسخه.

ویژه پژوهشی (سیناپس زیر)

**ستاره شناسایی CORONAVIRUS/COVID-19-تحقیقات مربوطه

دوشنبه برجسته

1. بهبود NCAA football رتبه بندی با داده های علوم

2. دقت پزشکی برای پیوند سلول های بنیادی

3. تجزیه و تحلیل آماری از ردپاها در علم پزشکی قانونی

4. نقش نامشخص عفونت وضعیت در کنترل شیوع **

5. عمیق یادگیری هوش مصنوعی شبکه های عصبی برای تغییر آب و هوا

سهشنبه برجسته

6. که شکلک شخصیت شما هستند ؟ ;-)

7. Undercounting نامرئی جوامع مهاجر در سرشماری

8. چگونه الگوریتمی ابزار بر انصاف و کیفیت تصمیم گیری?

9. مدل ریاضی برای دوباره باز کردن کسب و کار در طول COVID-19 **

یکشنبه برجسته

10. تجزیه و تحلیل انصاف پیش از محاکمه خطر الگوریتم

11. علوم اطلاعات و ابزار برای نظارت بر ایمنی بیمار در طول آزمایش های بالینی

12. "Nowcasting" و پیش بینی COVID-19 **

13. متن کاوی, اخبار, مقالات, پیش بینی بازده سهام

پنج شنبه برجسته

14. گروه آزمایش COVID-19: آنچه در آن است و چگونه می تواند آن را اجرا بیشتر موثر است ؟ **

15. پنل آماری اهمیت و P-مقدار

16. COVID-19 بیماری های عفونی مدلسازی و آمار: اسطوره ها و کلمات قصار و بسیج **

17. مدل های جدید برای تماس با ردیابی و گسترش بیماری **

18. که علمی اعطای کشونده ؟

19. مدلهای آماری برای مقایسه دولت سیاست مواد مخدر

دوشنبه برجسته

1) بهبود NCAA football رتبه بندی با داده های علوم

در دانشگاهی در آمریکا فوتبال اعلام یک قهرمان ملی شده است آسان نیست. قبل از سال 2014 آماری امتیاز روش استفاده می شود گرفتار شد با انتقادات و در حال حاضر 13 عضو کمیته انتخاب و دانه تیم به پلی آف. اما برخی از طرفداران هنوز هم تعجب می کنم اگر راه بهتری وجود دارد. در این مقاله شین ریس از دانشگاه بریگهم جوان را در حال حاضر جدید آماری امتیاز سیستم به نام رتبه بندی با استفاده از تاریخ نمره توسعه یافته با همکاران برای کمک به انتخاب حذفی تیم است. آن یکی از ویژگی های رمان: آن را با استفاده از داده ها را از یک بازی نمره روند که این نمره برای هر نقطه در زمان در طول یک بازی برای یک فصل کامل. بر خلاف روشهای قبلی این سیستم جدید رفتار تیم های ضعیف تر و قوی تر کنفرانس نسبتا بیشتری و همچنین باعث می شود استفاده از تمام داده های موجود است. ارائه خواهد نشان دهد که چگونه سیستم رتبه بندی را می توان از جمله نتایج این 2019-2020 فصل است.

ارائه "راش: یک رویکرد تکاملی به رتبه بندی دانشگاه, تیم های فوتبال," برگزار خواهد شد شنبه 3 اوت سال 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309359

2) دقیق پزشکی برای پیوند سلول های بنیادیs

درمان سرطان خون مانند لوسمی گاهی اوقات خواستار رویکرد تهاجمی پیوند سلول های بنیادی از یک فرد سالم به بیمار مغز استخوان. برای کمک به آماده سازی بدن بیمار برای پیوند یک دارو به نام busulfan تزریق به طور مستقیم به رگ. آن را روی حیله و تزویر برای دریافت دقیق آن دوز صحیح اما - بیش از حد می تواند منجر به مسمومیت و یا حتی مرگ در حالی که کمی بیش از حد می توانید آن را آسان تر برای سرطان به بازگشت. در این مقاله پیتر Thall از مرکز سرطان دکتر اندرسون در دانشگاه تگزاس را توصیف جدید "دقت پزشکی" مدل آماری است که او و همکارانش ایجاد شده برای تعیین دوز مناسب و در نتیجه یک روش است که می تواند به راحتی مورد استفاده توسط هر پیوند ، با تعویض از زمان "one-size-fits-all" استراتژی به روش جدید محققان محاسبه است که پزشکان می تواند گسترش بسیاری از زندگی بیماران به طور چشمگیری - به طور متوسط 10 تا 14 ماه به عنوان مثال برای 40 تا 60 ساله در بهبودی کامل است که بهبود تا 290%.

ارائه "بیزی Nonparametric بقا رگرسیون برای بهینه سازی دقت دوز داخل وریدی Busulfan در آلوژنیک سلول های بنیادی پیوند اعضا" برگزار خواهد شد شنبه 3 اوت سال 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=308042

3) تجزیه و تحلیل آماری از ردپاها در علم پزشکی قانونی

با استفاده از ردپاها در علم پزشکی قانونی به لینک مشکوک به صحنه جرم است که از نظر آماری پیچیده است. همه کف کفش باید برخی از نوع تصادفی نشانه گذاری - ولگرد سوراخ ها و خراش به دست آورد در طول استفاده از نرمال - که محققان می توانند با استفاده از مقایسه یک مظنون کفش با یک صحنه جرم چاپ. اما برای اولین بار محققان نیاز به ریاضی درک این که چگونه این تصادفی نشانه جمع در وهله اول. در این مقاله نائومی کاپلان-Damary در دانشگاه کالیفرنیا در ایروین و دانشگاه عبری اورشلیم خواهد شد در حال حاضر کار با همکاران که درگیر این تحلیل نزدیک به 400 کفش. با استفاده از همان معادلات است که می تواند توصیف توزیع درختان در جنگل و یا ستاره در کهکشان راه شیری محققان مشخص مناطق در کف هستند که احتمال بیشتری برای انتخاب کنید تا تشخیص لکه های که کمک خواهد کرد که تعیین اهمیت خود را به عنوان شواهد.

نمایش "یک گام به جلو در برآورد احتمال وقوع اتفاقی علامت گذاری مکان در یک کفش تنها" برگزار خواهد شد شنبه 3 اوت سال 2020 : 1:00 ساعت 2:50 PM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309225

4) نقش نامشخص عفونت وضعیت در کنترل شیوع **

در طول یک بیماری همه گیر بهداشت عمومی مقامات ایده آل می دانند که دقیقا همان است که بود, آلوده در هر لحظه طوری که آنها می تواند به سرعت برای متوقف کردن گسترش (توسط quarantining از افراد آلوده به عنوان مثال). در زندگی واقعی, البته, معمولا وجود دارد مقدار زیادی از عدم قطعیت در اطراف که آلوده و چه کسی نیست. این عدم قطعیت به این معنی است که مثلا برخی از مردم خواهد بود دلیلی تهدید و اخلال در خانواده و محل کار در حالی که برخی از افراد آلوده اجازه خواهد داشت به ترکیب آزادانه و گسترش این بیماری سریع تر است. جسیکا هافمن از دانشگاه تگزاس در آستین خواهد شد در حال حاضر نتایج نظری با همکاران نشان می دهد که حتی یک عدم اطمینان است تأثیر عمیقی در مقدار زمان و منابع (مانند quarantining) مورد نیاز برای مهار این بیماری همه گیر. این کار نشان میدهد که یک جامعه باید سرمایه گذاری در دانستن دقیقا همان است که شما از طریق تماس با ردیابی به عنوان مثال - و یا دیگری آن را خواهد پرداخت قیمت ده برابر بعد.

ارائه "هزینه عدم قطعیت در درمان شیوع" برگزار خواهد شد شنبه 3 اوت سال 2020 : 1:00 ساعت 2:50 PM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=312849

5) یادگیری عمیق و هوش مصنوعی شبکه های عصبی برای تغییر آب و هوا

یادگیری عمیق و قدرتمند نوع از یادگیری ماشین هوش مصنوعی استفاده شده است که با موفقیت فوق العاده ای در زمینه هایی مانند کامپیوتر چشم انداز تشخیص گفتار و زبان ترجمه است. اما استفاده از آن در آب و هوا تغییر علم جدید است. Prabhat از لارنس آزمایشگاه ملی برکلی و همکارانش کار کرده اند و با استفاده از یادگیری عمیق برای مشکل تشخیص رویدادهای شدید آب و هوا مانند طوفان و آب و هوایی شدید جبهه. در این مقاله Prabhat را توصیف کار خود را آموزش state-of-the-art عمیق یادگیری شبکه برای پیدا کردن, شدید الگوهای آب و هوایی در مجموعه "زمین-حقیقت" آب و هوا می دهد. او همچنین نشان می دهد که چگونه آنها در حال حاضر می توانید درخواست آموزش شبکه جدید آب و هوا داده و استفاده از این به درک چگونه شدید الگوهای آب و هوایی را در آینده تغییر دهید.

ارائه "یادگیری عمیق و شدید آب و هوا, تشخیص" برگزار خواهد شد شنبه 3 اوت سال 2020 : 1:00 ساعت 2:50 PM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309281

سهشنبه برجسته

6) کدام شکلک شخصیت شما هستند ؟ ;-)

قبل از emojis وجود شکلک ها - ابتدایی emoji pictographs که انتقال احساسات از طریق ساده متن نویسه. کاربران می توانید انتخاب بین سبک های مختلف - یک لبخند از :-) یا :D برای مثال به جای :). آیا مردم های مختلف را انتخاب کنید شکلک سبک به طور تصادفی و یا فراموش الگوهای وجود دارد که نشان می دهد چیزی در مورد یک فرد ؟ به بررسی Juha Alho از دانشگاه هلسینکی و تحليل بحث بین سال های 2001 و 2015 در suomi24 بزرگی ق به سبک شبکه های اجتماعی سایت در فنلاند در مجموع 48 میلیون پست های فردی. با استفاده از یک روش آماری به نام مکاتبات تحلیل Alho کشف چهار مجزا شکلک کاربر "شخصیت": کلاسیک بینی D-Grins و چند دهان. در این بحث Alho توصیف این شخصیت گروه بحث روزانه شکلک استفاده از الگوهای نشان می دهد روند در طول زمان نشان می دهد که ورزش forums - از گلف به یخ شنا به پارکور - بیشترین سهم نسبی هر یک از چهار شکلک شخصیت.

نمایش "آنچه نویسندگان آشکار خود را در اینترنت بحث?," برگزار خواهد شد سه شنبه 4 اوت سال 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=308134

7) Undercounting نامرئی جوامع مهاجر در سرشماری

تخمین زده شده است که تقریبا 11 میلیون مستند نشده مهاجران در حال حاضر در زندگی ما. این شماره و پتانسیل خود را طرد و در سرشماری سال تبدیل شده به شدت مورد مسئله سیاسی است. چگونه محققان حتی برآورد تعداد مهاجران مستند نشده و چه اتفاقی می افتد اگر آنها در حال شمارش نیست? در این مقاله نادیا Flores-Yeffal از دانشگاه فناوری تگزاس خواهد شد پاسخ به این سوالات و ارائه متن در اطراف شمارش نامرئی جوامع مهاجران. او تخمین می زند که undercount در سرشماری سال 2020 از هر دو مهاجران مستند نشده و خود ما متولد اعضای خانواده می تواند تا 8 درصد از کل جمعیت با توجه به شيوع "مخلوط-وضعیت خانواده است."

ارائه "چگونه نامرئی جوامع از مهاجران در ایالات متحده محسوب? چه اتفاقی می افتد اگر آنها Undercounted?," برگزار خواهد شد سه شنبه 4 اوت سال 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=312361

8) چگونه الگوریتمی ابزار بر انصاف و کیفیت تصمیم گیری?

امروز اطلاعات غنی جامعه, بسیاری از تصمیم گیری های ما در حال هدایت تا حدودی با ماشین توصیه هایی از خرید آنلاین به توصیه های فیلم. قضات اغلب با استفاده از الگوریتم توصیه های به عنوان به خوبی به عنوان مثال هنگامی که وزن خطرات ناشی از انتشار یک arrestee وثیقه قبل از محاکمه. بسیاری از بحث در اطراف این pretrial خطر-ابزارهای ارزیابی متمرکز بر دقت و انصاف از الگوریتم های خود را نه در چگونه الگوریتم های نفوذ و شکل خود را از رفتار کاربران. Kosuke Imai از دانشگاه هاروارد و همکارانش توسعه داده اند یک چارچوب آماری برای ارزیابی تجربی تاثیر دستگاه توصیه های بشر تصمیم گیری از جمله اینکه آیا یا نه آنها را بهبود بخشد و انصاف و تصمیم گیری و یا منجر به تصمیم گیری با نتایج بهتر. این ارائه خواهد شد نشان دادن روش های جدید با یک مثال از سیستم عدالت کیفری نشان میدهد که چگونه به استفاده از یک خطر-ارزیابی الگوریتم تحت تاثیر قضات تصمیم گیری و اینکه آیا آن منجر به نژادی یا جنسیتی تعصب در نتایج.

ارائه "تجربی بررسی کامپیوتر-کمک انسانی برای تصمیم گیری: برنامه به پیش از محاکمه ارزیابی خطر ساز" برگزار خواهد شد سه شنبه 4 اوت سال 2020 : 1:00 ساعت 2:50 PM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309356

9) مدل ریاضی برای دوباره باز کردن کسب و کار در طول COVID-19 **

چگونه می توانید رهبران تصمیم می گیرید که چگونه برای بازگشایی اقتصاد با خیال راحت در حالی که coronavirus است که هنوز هم در حال گردش در جمعیت ؟ در این مقاله Hongyu Miao از دانشگاه مرکز علوم بهداشت تگزاس در هوستون را توصیف کار با همکاران در حال توسعه یک مدل ریاضی است که در نظر هر دو سود و خطر عفونت از یک نهاد کسب و کار چشم انداز. آنها پیشنهاد یک معادله جبری است که به توصیف سود خالص کسب و کار می تواند تولید با بازگشایی و همچنین shouldering هزینه های مرتبط با ویروس سرکوب و کارگر حمایت می کند. ارائه خواهد شد نشان دادن مدل با مطالعات مورد بحث چه نقشی تجهیزات حفاظت فردی باید در محل کار و نشان می دهد چگونه یک کسب و کار می تواند به کنترل میزان عفونت در محل کار در حالی که همچنین تولید خالص مثبت سود.

ارائه "مدل سازی کسب و کار بازگشایی هنگام مواجهه با SARS-CoV-2 Pandemic: حفاظت از هزینه و خطر" برگزار خواهد شد سه شنبه 4 اوت سال 2020 : 1:00 ساعت 2:50 PM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=313328

یکشنبه برجسته

10) تجزیه و تحلیل انصاف پیش از محاکمه خطر الگوریتم

قضات اغلب با استفاده از الگوریتم ها برای کمک به طبقه بندی خطر که یک بازداشت فرد مرتکب جرم دیگری قبل از محاکمه خود و یا موفق به نظر می رسد برای دادگاه تاریخ است. انصاف از این از این پیش از محاکمه ارزیابی ریسک ابزار شده است به سوال نامیده می شود اما در سال های اخیر. در این مقاله مگان قیمت از حقوق بشر تجزیه و تحلیل داده ها گروه خواهد شد در حال حاضر کار با همکاران که به بررسی عدالت از چنین ابزاری در سان فرانسیسکو. کار خود را نگاه الگوریتم حساسیت به "overbooking" که در آن یک متهم است رزرو جدی تر اتهامات که در نهایت کاهش یافته و گاهی اوقات در ازای گناه به کمتر اتهامات عنوان شده علیه. نتایج خود را نشان داد که در بیش از یک چهارم از موارد overbooking همراه بود با متهمان دریافت سختگیرانه تر پیش از محاکمه توصیه هایی از آنها را دریافت کرده اند در غیر این صورت. محققان می گویند این پرسش در مورد مناسب از این ابزار برای پر مخاطره شرایط.

ارائه "ارزیابی ارزیابی ریسک در سان فرانسیسکو" برگزار خواهد شد شنبه 5 اوت سال 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309351

11) علوم اطلاعات ابزار برای نظارت بر ایمنی بیمار در طول آزمایش های بالینی

کارآزمایی های بالینی است که مطالعه اثربخشی داروهای جدید از جمله پتانسیل COVID-19 درمان - نیاز به نگه داشتن دقیق دیده بان در بسیاری از بیمار اندازه گیری بهداشت به مطمئن شوید که رژیم امن است. به طور سنتی این اطلاعات گزارش شده به پزشکان در صفحات استاتیک جداول و لیست ها که باعث می شود آن را سخت به نقطه مهم و الگوهای. در این مقاله جیمز بوکانان از Covilance و همکارانش از یک چند رشته ای مشغول به کار گروه های جدید در حال حاضر رایگان تجسم ابزار طراحی شده برای رسیدگی به این مشکل است. کبدی اکسپلورر تعاملی منبع باز مبتنی بر وب داده های علوم نرم افزار برای نظارت بر سمیت کبدی است که اجازه می دهد تا محقق به هر دو تجسم داده ها به عنوان یک کل و همچنین کشف سرخ پرچم مناطق. این ابزار می تواند کمک خاصی کرد در طول زمان همه گیر Buchanan می گوید: به دلیل COVID-19 بیماران اغلب نشان می دهد غیر طبیعی کبد خوانش که نیاز به توان از این دارو مطالعه اثرات.

ارائه "بهبود سیگنال تشخیص و ارزیابی استفاده از منبع باز تعاملی ایمنی گرافیک" برگزار خواهد شد شنبه 5 اوت سال 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309756

12) "Nowcasting" و پیش بینی COVID-19 **

مدل سازی گسترش COVID-19 به طور معمول طول می کشد یکی از دو روش: مدل های ریاضی مانند آقا/SEIR که تمرکز بر نظری مکانیسم های رانندگی گسترش و مدلهای آماری بیشتر اطلاعات محور در واقع در حال مشاهده. لیلی وانگ از دانشگاه ایالتی آیووا و همکاران را توسعه داده اند یک مدل سازی رویکرد است که ترکیبی از مزایای استفاده از ریاضی و مدلهای آماری به رفتار کوتاه مدت و بلند مدت پیش بینی. خود را "تسخیر اپیدمی مدل" (بنیادی) و همچنین اجازه می دهد تا محققان را به حساب ویژگی های خاص هر شهرستان است که بر هر دو گسترش بیماری و مرگ و میر مانند تحرک سن توزیع سلامت و زیرساخت و نژادی و قومی و جمعیتی. در این مقاله وانگ را نشان می دهد داشبورد آنلاین آنها توسعه یافته بر اساس بنیادی که به کاربران اجازه می دهد به تجسم پیگیری و پیش بینی COVID-19 عفونت و مرگ و میر. وانگ همچنین نشان می دهد مدل آخرین پیش بینی برای ماه اوت تا ماه دسامبر نشان می دهد که چگونه آنها در مقایسه با CDC گزارش پیش بینی.

ارائه "Spatiotemporal دینامیک Nowcasting و پیش بینی COVID-19 در ایالات متحده" برگزار خواهد شد شنبه 5 اوت سال 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309454

13) متن کاوی, اخبار, مقالات, پیش بینی بازده سهام

پیشرفت در علوم اطلاعات و یادگیری ماشین را ساخته اند آن را ممکن است به معدن عظیم, مجموعه اخبار, مقالات و سایر اطلاعات متنی را به تصرف خود پیچیدگی ها و احساسات از زبان در. این قدرت از این روش اما هنوز به طور کامل اعمال می شود به زمینه امور مالی. ژنگ تریسی که از دانشگاه هاروارد Dacheng زو از دانشگاه شیکاگو و همکاران خود را توسعه داده اند یک پردازش زبان طبیعی از روش های است که به طور خاص طراحی شده به معدن اسناد متنی برای پیش بینی بازده سهام. در این بحث محققان حاضر خواهد شد نتایج حاصل از اعمال این روش جدید به 6.7 میلیون مقاله از داو جونز اخبار روز, یکی از مهمترین و به طور فعال نظارت مالی, اخبار جریان است. آنها را نشان می دهد که رویکرد خود را می تواند مورد استفاده قرار گیرد به منظور بررسی نحوه قیمت سهام در پاسخ به اخبار و همچنین دارای ارزش عملی مدیریت دارایی ها.

ارائه "پیش بینی بازده با متن اطلاعات" برگزار خواهد شد شنبه 5 اوت سال 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309567

پنج شنبه برجسته

14) گروه آزمایش COVID-19: آنچه در آن است و چگونه می تواند آن را اجرا بیشتر موثر است ؟ **

هر کس موافق است که COVID-19 تست کلید حاوی coronavirus صرفه جویی در زندگی و بازگشایی اقتصاد است. مشکل: وجود دارد به سادگی کافی نیست آزمون برای همه مردم ما می خواهم به صفحه نمایش. راه حل است ؟ "فقط به آن می گوید:" کریس Bilder از دانشگاه نبراسکا-لینکلن. کار خود را با همکاران در گروه "تست" نیز شناخته شده به عنوان "نمونه تجمع" و "مخلوط, تست" نشان داده است که این هوشمندانه آماری استراتژی است که از لحاظ فنی امکان پذیر است و می تواند در دسترس تست منابع خیلی بیشتر است. در این مقدمه کلی, سخنرانی, Bilder توضیح خواهد داد که چه گروه آزمایش است, بحث در مورد تاریخچه آن و چالش ها نشان می دهد که چگونه از آن استفاده می شود و توضیح دهد که چگونه آن را می تواند اجرا شود به طور موثر.

نمایش "فقط گروه آن است. گروه آزمایش برای شناسایی" برگزار خواهد شد پنج شنبه, اوت 6 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=314408

15) پنل آماری اهمیت و P-مقدار

در این جلسه سازماندهی شده توسط دبورا مایو از Virginia Tech, چهار اعضا را دوباره بحث در اطراف آماری اهمیت و P-ارزش از جمله این شرطها از انتقادهایی که مطرح شده انشعابات اصلاحاتی که پیشنهاد شده است و یک ارزیابی از روش های جایگزین.

جلسه "P-ارزش و "اهمیت آماری": ساختارشکنی استدلال" برگزار خواهد شد پنج شنبه, اوت 6 2020 : 10:00 صبح تا 11:50 AM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309634

16) COVID-19 بیماری های عفونی مدلسازی و آمار: اسطوره ها و کلمات قصار و بسیج **

در این 40 دقیقه ASA سخنرانی عمومی اشاره کرد اپیدمیولوژی بریتا Jewell از MRC مرکز جهانی بیماری تجزیه و تحلیل در امپریال کالج لندن و ذکر آمار نیک Jewell از دانشکده بهداشت لندن و پزشکی گرمسیری خواهد شد بحث در مورد حقایق و افسانه ها در اطراف COVID-19 همه گیر در ایالات متحده است. آنها همچنین به اشتراک گذاری بینش است که می تواند جمع آوری شده از مدل های ریاضی و آماری اطلاعات و توضیح آنچه کشور نیاز به انجام بعدی در اطراف جمع آوری و تفسیر داده ها.

ارائه "COVID-19: بیماری های عفونی مدلسازی و آمار-اسطوره ها و کلمات قصار و بسیج" برگزار خواهد شد پنج شنبه, اوت 6 2020: 12:00 PM - 1:00 PM EDT. جزئیات: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/ActivityDetails.cfm?SessionID=220178

17) مدل های جدید برای تماس با ردیابی و گسترش بیماری **

سنتی, بیماری های عفونی, مدل فرض کنیم که مردم مخلوط به طور تصادفی در یک جمعیت است که هر کس به همان اندازه احتمال زیاد برای آمدن به تماس با هر کس دیگری. در واقعیت اما هر یک از ما خود ما شبکه ای از مخاطبین است که ما بیشتر به احتمال زیاد به ترکیب با همین دلیل است که تماس با ردیابی بسیار مهم در بیماری های همه گیر. فن بو در دانشگاه دوک و همکاران مجموعه ای را به منظور توسعه یک روش جدید ترکیب هر دو روش و همچنین بهبود در گذشته ، روش خود را می توانید حساب کاربری برای ما چگونه شبکه های تکامل در طول یک بیماری همه گیر به عنوان تغییر رفتار ما و چگونه این به نوبه خود تاثیر می گذارد بیماری گسترش یافته است. این مدل همچنین می تواند رسیدگی به موقعیت های دنیای واقعی تنها با اطلاعات جزئی و که در آن عدم قطعیت مهم است. در این مقاله Bu خواهد با استفاده از داده های واقعی از یک 2013 آنفولانزا انتقال نشان می دهد که چگونه این روش جدید می تواند در ترکیب با تکنولوژی بالا تماس با ردیابی اطلاعات برای بهبود مدل سازی و پیش بینی.

نمایش "احتمال مبتنی بر استنتاج به صورت جزئی مشاهده همه گیر در شبکه پویا," برگزار خواهد شد پنج شنبه, اوت 6 2020 : 1:00 ساعت 2:50 PM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309898

18) چه کسانی هستند, علمی, اعطای کشونده ؟

پیشرفت تحقیقات علمی به شدت متکی بر اعطای بررسی دقیق -- یک فرایند است که در آن دانشمندان معتقدند به صرف مقدار قابل توجهی از زمان ناشناس ارزیابی برنامه های کاربردی کمک فرستاده شده توسط محققان دیگر. با وجود اهمیت آن شده است وجود دارد بسیار کمی اطلاعات فنی دانشمندان با انجام این بررسی پس از یک بررسی جامع از دانشمندان توسعه داده شد و اجرا برای کسب اطلاعات بیشتر. استفان گالو از موسسه آمریکایی علوم زیستی در حال حاضر خواهد شد نتایج نشان یک توزیع نابرابر اعطای بررسی دقیق مشارکت با نزدیک به نیمی از همه گزارش بررسیهای انجام شده توسط کمتر از یک چهارم از پاسخ دهندگان و بسیاری از گزارش که آنها مشغول به کار بودند در حداکثر ظرفیت. مفاهیم برای آینده علم بحث خواهد شد.

ارائه "مشارکت و انگیزه کمک مالی نظیر داوران" برگزار خواهد شد پنج شنبه, اوت 6 2020 : 3:00 بعد از ظهر تا 4:50 PM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309505

19) مدل های آماری برای مقایسه دولت سیاست مواد مخدر

به آدرس ایالات متحده مخدر بحران و کارشناسان بهداشت عمومی در کشورهای مختلف در تلاش هستند تا از تعدادی از روش سیاست مانند آموزش پزشکان و نظارت بر تجویز و مصرف بیش از حد دارو در دسترس است. مطالعات منتشر شده است که ارزیابی این روش های مختلف افزایش یافته است بیش از ده برابر شده در 15 سال گذشته اما هنوز هم دشوار به نظر آماری مقایسه موفقیت برنامه های مختلف در سراسر ایالات متحده. در این مقاله بث ان گریفین از شرکت رند خواهد شد بحث در مورد کار با همکاران که به بررسی این روش های آماری به ویژه هنگامی که یک دولت خاص مواد مخدر مشکلات تاثیر سیاست های آن را انتخاب کند. نتایج شبیه سازی از دنیای واقعی داده ها ارائه خواهد شد.

ارائه "ارزیابی روشهای برآورد اثر قوانین ایالتی در مواد مخدر-نتایج مربوط در حضور انتخاب تعصب" برگزار خواهد شد پنج شنبه, اوت 6 2020 : 3:00 بعد از ظهر تا 4:50 PM EDT. چکیده: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/AbstractDetails.cfm?abstractid=309239

###

بیشتر جلسه اطلاعات

لینک های مفید

اصلی نشست صفحه: https://ww2.amstat.org/جلسات/jsm/2020/

برنامه آنلاین صفحه: https://ww2.amstat.org/جلسات/jsm/2020/onlineprogram/index.cfm

مطبوعات ثبت نام

آمریکا آماری انجمن ارائه خواهد شد ثبت نام رایگان به تمام کارکنان روزنامه نگاران مستقل روزنامه نگاران و روزنامه نگاران. مطبوعات اعتبار مصوب در اختیار آسا. برای دسترسی به, لطفا با ایمیل publicrelations@amstat.org.

در مورد JSM 2020

در سال اتفاق می افتد از سال 1974 JSM یک تلاش مشترک آمریکا آماری انجمن بین المللی بیومتریک جامعه (ENAR و WNAR), موسسه ریاضی, آمار, جامعه آماری, کشور کانادا, بین المللی چینی آماری انجمن بین المللی هند آماری انجمن کره ای, بین المللی, جامعه آماری, جامعه بین المللی برای بیزی تجزیه و تحلیل آماری رویال جامعه بین المللی و موسسه آماری. JSM شامل فعالیت های دهان و دندان ارائه پنل جلسات پوستر ارائه دوره های یک سالن نمایشگاه, حرفه ای, خدمات, جامعه و بخش کسب و کار جلسات جلسات کمیته فعالیت های اجتماعی و فرصت های شبکه.

در مورد ASA

آمریکا آماری انجمن بزرگترین جامعه از آمار و ارقام و قدیمی ترین عامل به طور مداوم و حرفه ای علم و جامعه در ایالات متحده است. اعضای آن خدمت در صنعت, دولت و دانشگاه در بیش از 90 کشور در پیشبرد تحقیقات و ترویج صدا آماری تمرین برای اطلاع رسانی به سیاست های عمومی و بهبود رفاه بشر. برای کسب اطلاعات بیشتر لطفا از سایت آسا در http://www.amstat.org.

برای اطلاعات بیشتر

رجینا Nuzzo, مشاور ارشد آمار ارتباطی
regina@amstat.org

استیو پیرسون مدیر علم سیاست
(703) 302-1841



tinyurlis.gdclck.ruulvis.netshrtco.de
آخرین مطالب
مقالات مشابه
نظرات کاربرن