Statistics and Probability Commons^™

Superresolution Enhancement With Active Convolved Illumination, Anindya Ghoshroy

Dissertations, Master's Theses and Master's Reports

The first two decades of the 21st century witnessed the emergence of “metamaterials”. The prospect of unrestricted control over light-matter interactions was a major contributing factor leading to the realization of new technologies and advancement of existing ones. While the field certainly does not lack innovative applications, widespread commercial deployment may still be several decades away. Fabrication of sophisticated 3d micro and nano structures, specially for telecommunications and optical frequencies will require a significant advancement of current technologies. More importantly, the effects of absorption and scattering losses will require a robust solution since this renders any conceivable application of metamaterials …

Construction And Analysis Of Genetic Regulatory Networks With Rna-Seq Data From Arabidopsis Thaliana, Tessa Kriz

Dissertations, Master's Theses and Master's Reports

Reconstruction of gene regulatory networks (GRNs) is a fundamental aspect of genetic engineering and provides a deeper understanding of the biological processes of an organism. Two methods were implemented to reconstruct the gene regulatory networks of Arabidopsis thaliana under two treatments: methyl jasmonate (MeJa) and salicylic acid (SA). The Joint Reconstruction of multiple Gene Regulatory Networks (JRmGRN) method was utilized to construct a joint network for identifying hub genes common to both conditions in addition to networks specific to each condition. The Differential Network Analysis with False Discover Rate Control method constructed a network of connections unique to only one …

Statistical Methods In Genetic Studies, Cheng Gao

Dissertations, Master's Theses and Master's Reports

This dissertation includes three Chapters. A brief description of each chapter is organized as follows.

In Chapter 1, we proposed a new method, called MF-TOWmuT, for genome-wide association studies with multiple genetic variants and multiple phenotypes using family samples. MF-TOWmuT uses kinship matrix to account for sample relatedness. It is worth mentioning that in simulations, we considered hidden polygenic effects and varied the proportion of variance contributed by it to generate phenotypes. Simulation studies show that MF-TOWmuT can preserve the type I error rates and is more powerful than several existing methods in different simulation scenarios, MFTOWmuT is also quite …

Bayesian Dynamic Network Actor Models With Application To South Korean Covid-19 Patient Movement Data, Antonio Arrizza, Alberto Caimo

Articles

Motivated by the ongoing COVID-19 pandemic, this article intro- duces Bayesian dynamic network actor models for the analysis of infected individuals’ movements in South Korea during the first three months of 2020. The relational event data modelling framework makes use of network statistics capturing the structure of movement events from and to several country’s municipalities. The fully probabilistic Bayesian approach allows to quantify the uncertainty associated to the relational tendencies explaining where and when movement events are established and where they are directed. The observed patient movements’ patterns at an early stage of the pandemic can provide interesting insights about …

Uncovering Object Categories In Infant Views, Naiti S. Bhatt

Scripps Senior Theses

While adults recognize objects in a near-instant, infants must learn how to categorize the objects in their visual environments. Recent work has shown that egocentric head-mounted camera videos contain rich data that illuminate the infant experience (Clerkin et al., 2017; Franchak et al., 2011; Yoshida & Smith, 2008). While past work has focused on the social information in view, in this work, we aim to characterize the objects in infants’ at-home visual environments by modifying modern computer vision models for the infant view. To do so, we collected manual annotations of objects that infants seemed to be interacting within a …

A Gender And Race Theoretical And Probabilistic Analysis Of The Recent Title Ix Policy Changes, Jordan Wellington

Scripps Senior Theses

On May 6th, 2020, after extensive public comment and review, the Department of Education published the final rule for the new Title IX regulations, which took effect in schools on August 14th. Title IX is the nearly fifty year old piece of the Education Amendments that prohibits sexual discrimination in federally funded schools. Several of these changes, such as the inclusion of live hearings and cross examination of witnesses, have been widely criticized by victims’ rights advocates for potentially retraumatizing victims of sexual assault and discouraging students from pursuing a Title IX claim. While the impact of the new regulations …

Modified Firearm Discharge Residue Analysis Utilizing Advanced Analytical Techniques, Complexing Agents, And Quantum Chemical Calculations, William J. Feeney

Graduate Theses, Dissertations, and Problem Reports (ETD)

The use of gunshot residue (GSR) or firearm discharge residue (FDR) evidence faces some challenges because of instrumental and analytical limitations and the difficulties in evaluating and communicating evidentiary value. For instance, the categorization of GSR based only on elemental analysis of single, spherical particles is becoming insufficient because newer ammunition formulations produce residues with varying particle morphology and composition. Also, one common criticism about GSR practitioners is that their reports focus on the presence or absence of GSR in an item without providing an assessment of the weight of the evidence. Such reports leave the end-used with unanswered questions, …

Imputation, Modelling And Optimal Sampling Design For Digital Camera Data In Recreational Fisheries Monitoring, Ebenezer Afrifa-Yamoah

Theses: Doctorates and Masters

Digital camera monitoring has evolved as an active application-oriented scheme to help address questions in areas such as fisheries, ecology, computer vision, artificial intelligence, and criminology. In recreational fisheries research, digital camera monitoring has become a viable option for probability-based survey methods, and is also used for corroborative and validation purposes. In comparison to onsite surveys (e.g. boat ramp surveys), digital cameras provide a cost-effective method of monitoring boating activity and fishing effort, including night-time fishing activities. However, there are challenges in the use of digital camera monitoring that need to be resolved. Notably, missing data problems and the cost …

Immigration Offenses Throughout Federal Sentencing: An Analysis Of The Impact Of Political Affiliation Among Districts, Robin Hood

All Master's Theses

Immigration has remained one of the most controversial political debates throughout the United States. Research has yet to fully examine the effects of political affiliation of federal districts on sentencing outcomes for specific immigration offenses. To fill the gaps in research, this study compares political affiliation of federal districts among immigration offenses to determine variations in sentencing outcomes. Data included Presidential and House of Representative votes for the 2016 election and Monitoring of Federal Sentencing for the fiscal years of 2015-2016. Analysis includes case processing/legal variables, defendant characteristics, and political affiliation. To analyze political affiliation, a binary logistic regression was …

Information Prioritization: A Comparison Between Utility Maximizers And Probability Matchers, Yusuf Ismaeel

CMC Senior Theses

This thesis examines the differences between probability matchers and utility maximizers in their preferences for information sources in a lab environment. In this paper, we consider the best source of information to be the most connected one. We conducted several linear probability model type regressions along with logit regressions. Furthermore, we also attempted to control and fix any potential misclassifications in classifying the cognitive strategy by using instrumental variables. The results show that utility maximizers will almost always choose the most informed node. Probability matchers, on the other hand, do not exhibit such a behavior as the probability matching strategy …

Innovative Statistical Models In Cancer Immunotherapy Trial Design, Jing Wei

Theses and Dissertations--Statistics

A challenge arising in cancer immunotherapy trial design is the presence of non-proportional hazards (NPH) patterns in survival curves. We considered three different NPH patterns caused by delayed treatment effect, cure rate and responder rate of treatment group in this dissertation. These three NPH patterns would violate the proportional hazard model assumption and ignoring any of them in an immunotherapy trial design will result in substantial loss of statistical power.

In this dissertation, four models to deal with NPH patterns are discussed. First, a piecewise proportional hazards model is proposed to incorporate delayed treatment effect into the trial design consideration. …

การเปรียบเทียบประสิทธิภาพของวิธีทดแทนค่าสูญหายในข้อมูลพหุระดับ: การประยุกต์ใช้กับการวิเคราะห์ความเหลื่อมล้ำทางการศึกษา, นวลรัตน์ ฉิมสุด

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ (1) เพื่อเปรียบเทียบประสิทธิภาพของวิธีทดแทนค่าข้อมูลสูญหาย 3 วิธี ได้แก่วิธี MI-FCS, วิธี RF และวิธี Opt.impute ซึ่งประกอบด้วย วิธี Opt.knn , Opt.tree, วิธี Opt.svm, และวิธี Opt.cv โดยใช้การจำลองข้อมูลและนำผลที่ได้มาประยุกต์ใช้กับข้อมูลจริง (2) เพื่อวิเคราะห์ความเหลื่อมล้ำทางการศึกษา ด้วยโมเดลพหุระดับโดยใช้ข้อมูลที่มีการทดแทนค่าสูญหาย และเปรียบเทียบผลที่ได้ กับการวิเคราะห์ความเหลื่อมล้ำทางการศึกษาที่ไม่ได้ทดแทนค่าสูญหาย ผลการวิจัยพบว่า (1) จากการพิจารณาผลการเปรียบเทียบประสิทธิภาพของวิธีทดแทนค่าสูญหายโดยใช้การจำลองข้อมูลในภาพรวม จะพบว่าส่วนใหญ่วิธีทดแทนค่าสูญหาย Otp.impute มีแนวโน้มให้ประสิทธิภาพสูงที่สุด รองลงมาคือ วิธีทดแทนค่าสูญหาย RF และวิธีทดแทนค่าสูญหาย MI – FCS ตามลำดับ (2) ผู้วิจัยรวบรวมข้อมูลทุติยภูมิของนักเรียนชั้นมัธยมศึกษาปีที่ 3 จากสถาบันทดสอบทางการศึกษาแห่งชาติ (สทศ.) ปีการศึกษา 2563 จำนวน 2,109 โรงเรียนที่อยู่ในสังกัดสำนักเขตพื้นที่การศึกษามัธยมศึกษา(สพม.) นำวิธีทดแทนค่าสูญหายที่ได้จากการจำลองข้อมูลมาประยุกต์ใช้กับข้อมูลทุติยภูมิดังกล่าว ผลการวิจัย จะพบว่าสัดส่วนของนักเรียนที่ครอบครัวขาดแคลนทุนทรัพย์และไม่ได้พักอาศัยอยู่กับบิดามารดาระดับโรงเรียน ส่งผลกระทบต่อผลสัมฤทธิ์ ทางการเรียนของนักเรียนระดับโรงเรียน อย่างมีนัยสำคัญทางสถิติ โดยผลกระทบที่เกิดขึ้นสะท้อนให้เห็นถึงความเหลื่อมล้ำทางการศึกษา และเมื่อเปรียบเทียบผลที่ได้กับการวิเคราะห์ความเหลื่อมล้ำทางการศึกษาที่ไม่ได้ทดแทนค่าสูญหาย แสดงให้เห็นว่าหากนำข้อมูลวิเคราะห์ผลการวิจัยโดยไม่คำนึงถึงค่าสูญหาย หรือตัดค่าสูญหายทิ้ง อาจจะส่งผลกระทบต่อการประมาณค่าพารามิเตอร์ที่แท้จริง อย่างมีนัยสำคัญทางสถิติ หรือไม่สามารถอนุมานไปสู่ประชากรได้อย่างถูกต้องและแม่นยำ

การเปรียบเทียบประสิทธิภาพของโมเดลการถดถอยเชิงลำดับชั้นที่มีอัตสหสัมพันธ์เชิงพื้นที่และโมเดลการถดถอยพหุระดับสำหรับการทำนายความอยู่ดีมีสุขของนักเรียน, ประภาพรรณ ยดย้อย

Chulalongkorn University Theses and Dissertations (Chula ETD)

ความอยู่ดีมีสุขของนักเรียนเป็นสิ่งสำคัญทางการศึกษาเชิงบวกและโรงเรียนมีบทบาทสำคัญในการสร้างเสริมให้นักเรียนทุกคนมีความอยู่ดีมีสุข การวิจัยครั้งนี้มีวัตถุประสงค์ 2 ประการ คือ (1) เพื่อวิเคราะห์ลักษณะความอยู่ดีมีสุขของนักเรียน บรรยากาศโรงเรียน และความร่วมมือระหว่างโรงเรียนจำแนกตามภูมิหลังและพื้นที่ (2) เพื่อเปรียบเทียบและวิเคราะห์ปัจจัยเชิงสาเหตุของความอยู่ดีมีสุขของนักเรียนระหว่างโมเดลการถดถอยเชิงลำดับชั้นที่มีอัตสหสัมพันธ์เชิงพื้นที่ (Hierarchical Spatial Autoregressive Model: HSAR) กับโมเดลการถดถอยพหุระดับ (Multilevel Regression Model: MLM) ด้วยวิธีการประมาณค่าแบบเบย์ (Bayesian estimation) และใช้อัลกอรึทึมการสุ่มตัวอย่างด้วยลูกโซ่มาร์คอฟมอนติคาร์โล (Markov Chain Monte Carlo) โดยใช้ข้อมูลจริงจากนักเรียน 1,981 คน และคุณครู 282 คน ของโรงเรียนในจังหวัดเชียงใหม่จำนวน 55 โรงเรียน ด้วยวิธีการสุ่มตัวอย่างแบบหลายขั้นตอน มีตัวแปรทำนายสำคัญ คือ บรรยากาศโรงเรียน และความร่วมมือระหว่างโรงเรียนซึ่งมีปฏิสัมพันธ์ข้ามระดับ (cross-level interaction term) ของความร่วมมือระหว่างโรงเรียนกับบรรยากาศโรงเรียนโดยความร่วมมือระหว่างโรงเรียนเป็นตัวแปรปรับ (moderator) และมีผลสัมฤทธิ์ทางการเรียนเป็นตัวแปรควบคุม (covariate) ผลการวิจัยพบว่า โมเดลทั้งสองมีประสิทธิภาพในการทำนายความอยู่ดีมีสุขของนักเรียนใกล้เคียงกัน (R2 MLM = 0.534, R2 HSAR = 0.529, LLMLM = -2039.6, LLHSAR = -2389.75, DICMLM = 4151.91, DICHSAR = 4955.43) แต่ให้สารสนเทศในมุมมองที่แตกต่างกัน โดยโมเดล HSAR จะให้รายละเอียดได้มากกว่าโดยเฉพาะการแสดงให้เห็นถึงอิทธิพลของความสัมพันธ์เชิงพื้นที่อย่างมีนัยสำคัญ (Lambda = 0.70 , SE = 0.30) ในขณะที่โมเดล MLM ไม่สามารถให้ผลวิเคราะห์ส่วนนี้ได้อีกทั้งยังตรวจพบอัตสหสัมพันธ์เชิงพื้นที่ในเศษเหลือของโมเดล MLM (Moran’s I = 0.09, p-value = 0.031) ซึ่งเป็นการละเมิดข้อตกลงเบื้องต้นของการวิเคราะห์ถดถอยอีกด้วย โมเดล HSAR จึงเป็นโมเดลที่เหมาะสมในการอธิบายปัจจัยเชิงสาเหตุของความอยู่ดีมีสุขของนักเรียนมากกว่า ผลการวิเคราะห์จากโมเดล HSAR …

Integrating Snp Data And Imputation Methods Into The Dna Methylation Analysis Framework, Yuqing Su

Doctoral Dissertations

"DNA methylation is a widely studied epigenetic modification that can influence the expression and regulation of functional genes, especially those related to aging, cancer and other diseases. The common goal of methylation studies is to find differences in methylation levels between samples collected under different conditions. Differences can be detected at the site level, but regulated methylation targets are most commonly clustered into short regions. Thus, identifying differentially methylated regions (DMRs) between different groups is of prime interest. Despite advanced technology that enables measuring methylation genome-wide, misinterpretations in the readings can arise due to the existence of single nucleotide polymorphisms …

Review Of Forecasting Univariate Time-Series Data With Application To Water-Energy Nexus Studies & Proposal Of Parallel Hybrid Sarima-Ann Model, Cory Sumner Yarrington

Graduate Theses, Dissertations, and Problem Reports (ETD)

The necessary materials for most human activities are water and energy. Integrated analysis to accurately forecast water and energy consumption enables the implementation of efficient short and long-term resource management planning as well as expanding policy and research possibilities for the supportive infrastructure. However, the integral relationship between water and energy (water-energy nexus) poses a difficult problem for modeling. The accessibility and physical overlay of data sets related to water-energy nexus is another main issue for a reliable water-energy consumption forecast. The framework of urban metabolism (UM) uses several types of data to build a global view and highlight issues …

Planning Algorithms Under Uncertainty For A Team Of A Uav And A Ugv For Underground Exploration, Matteo De Petrillo

Graduate Theses, Dissertations, and Problem Reports (ETD)

Robots’ autonomy has been studied for decades in different environments, but only recently, thanks to the advance in technology and interests, robots for underground exploration gained more attention. Due to the many challenges that any robot must face in such harsh environments, this remains an challenging and complex problem to solve.

As technology became cheaper and more accessible, the use of robots for underground ex- ploration increased. One of the main challenges is concerned with robot localization, which is not easily provided by any Global Navigation Services System (GNSS). Many developments have been achieved for indoor mobile ground robots, making …

Classification Of Chess Games: An Exploration Of Classifiers For Anomaly Detection In Chess, Masudul Hoque

All Graduate Theses, Dissertations, and Other Capstone Projects

Chess is a strategy board game with its inception dating back to the 15th century. The Covid-19 pandemic has led to a chess boom online with 95,853,038 chess games being played during January, 2021 on lichess.com. Along with the chess boom, instances of cheating have also become more rampant. Classifications have been used for anomaly detection in different fields and thus it is a natural idea to develop classifiers to detect cheating in chess. However, there are no specific examples of this, and it is difficult to obtain data where cheating has occurred. So, in this paper, we develop 4 …

Comparing Various Robust Estimation Techniques In Regression Analysis, Tracy S. Morrison

All Graduate Theses, Dissertations, and Other Capstone Projects

In regression analysis, the use of the ordinary least squares (OLS) method is inadvisable when dealing with outlier or extreme observations. As a result, we require a method of robust estimation in which the estimation value is not significantly affected by outlier or extreme observations. Four methods of estimation will be compared in this paper in order to determine the best estimation: the M estimation method, the Least Trimmed Square Estimator, the S-estimation method, and the MM estimation method in robust regression. We discover that the best method is the MM-estimation method in this study. The M-estimation method is an …

Design Project: Smart Headband, John Michel, Jack Durkin, Noah Lewis

Williams Honors College, Honors Research Projects

Concussion in sports is a prevalent medical issue. It can be difficult for medical professionals to diagnose concussions. With the fast pace nature of many sports, and the damaging effects of concussions, it is important that any concussion risks are assessed immediately. There is a growing trend of wearable technology that collects data such as steps and provides the wearer with in-depth information regarding their performance. The Smart Headband project created a wearable that can record impact data and provide the wearer with a detailed analysis on their risk of sustaining a concussion. The Smart Headband uses accelerometers and gyroscopes …

A Review Of Sample Size And Design Efficacy In Crossover Design In Peer-Reviewed Psychology Research, Kyle Moxley

Wayne State University Dissertations

A REVIEW OF SAMPLE SIZE AND DESIGN EFFICACY IN CROSSOVER DESIGN IN PEER-REVIEWED PSYCHOLOGY RESEARCHby KYLE C. MOXLEY November 2021 Advisor: Dr. Shlomo S. Sawilowsky Major: Education Evaluation and Research Degree: Doctor of Philosophy The present study seeks to investigate the efficacy of crossover research designs, and the application of crossover designs, in the field of behavioral sciences. Under ideal conditions, crossover designs are assumed to be more efficacious than parallel studies in that participants are given both treatments. However, the presence of carryover effects from treatments may influence outcomes (Jones & Kenward, 2014). To prevent carryover effects, researchers frequently …

The Data Science Corps Wrangle-Analyze- Visualize Program: Building Data Acumen For Undergraduate Students, Nicholas J. Horton, Benjamin Baumer, Andrew Zieffler, Valerie Barr

Statistical and Data Sciences: Faculty Publications

We congratulate Kolaczyk, Wright, and Yajima on their innovative statistics practicum that places “practice” at the center of data science education (Kolaczyk et al., 2021, this issue). Their year-long practicum course focuses on the data science life cycle with engagement with external partners and university consulting projects. We agree that training postgraduates in practice needs to be foregrounded in the curriculum in order for students to develop necessary depth in data science practice.

Toward Uncharted Territory Of Cellular Heterogeneity: Advances And Applications Of Single-Cell Rna-Seq, Brandon Lieberman, Meena Kusi, Chia Nung Hung, Chih Wei Chou, Ning He, Yen Yi Ho, Josephine A. Taverna, Tim H.M. Huang, Chun Liang Chen

Faculty Publications

Among single-cell analysis technologies, single-cell RNA-seq (scRNA-seq) has been one of the front runners in technical inventions. Since its induction, scRNA-seq has been well received and undergone many fast-paced technical improvements in cDNA synthesis and amplification, processing and alignment of next generation sequencing reads, differentially expressed gene calling, cell clustering, subpopulation identification, and developmental trajectory prediction. scRNA-seq has been exponentially applied to study global transcriptional profiles in all cell types in humans and animal models, healthy or with diseases, including cancer. Accumulative novel subtypes and rare subpopulations have been discovered as potential underlying mechanisms of stochasticity, differentiation, proliferation, tumorigenesis, and …

Nutritional Approach For Increasing Public Health During Pandemic Of Covid-19: A Comprehensive Review Of Antiviral Nutrients And Nutraceuticals, Vahideh Ebrahimzadeh-Attari, Ghodratollah Panahi, James R. Hébert Scd, Alireza Ostadrahimi, Maryam Saghafi-Asl, Neda Lotfi-Yaghin, Behzad Baradaran

Faculty Publications

Background: The novel coronavirus (COVID-19) is considered as the most life-threatening pandemic disease during the last decade. The individual nutritional status, though usually ignored in the management of COVID-19, plays a critical role in the immune function and pathogenesis of infection. Accordingly, the present review article aimed to report the effects of nutrients and nutraceuticals on respiratory viral infections including COVID-19, with a focus on their mechanisms of action.

Methods: Studies were identified via systematic searches of the databases including PubMed/ MEDLINE, ScienceDirect, Scopus, and Google Scholar from 2000 until April 2020, using keywords. All relevant clinical and experimental studies …

The Need To Incorporate Communities In Compartmental Models, Michael J. Kane, Owais Gilani

Faculty Journal Articles

Tian et al. provide a framework for assessing population- level interventions of disease outbreaks through the construction of counterfactuals in a large-scale, natural experiment assessing the efficacy of mild, but early interventions compared to delayed interventions. The technique is applied to the recent SARS-CoV-2 outbreak with the population of Shenzhen, China acting as the mild-but-early treatment group and a combination of several US counties resembling Shenzhen but enacting a delayed intervention acting as the control. To help further the development of this framework and identify an avenue for further enhancement, we focus on the use and potential limitations of compartmental …

การเปรียบเทียบประสิทธิภาพของการประมาณค่าของพารามิเตอร์ด้วยวิธีลาสโซและวิธีการคัดเลือกชุดข้อมูลย่อยที่ดีที่สุดในการวิเคราะห์การถดถอยเชิงเส้นสำหรับข้อมูลที่มีมิติสูง, วรัญญา บุตรบุรี

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของวิธีการประมาณค่าพารามิเตอร์สำหรับข้อมูลที่มีมิติสูงด้วยทั้งหมด 5 วิธี ได้แก่ วิธี L0Learn, L0L2Learn, L1, A-L1 และวิธี A-L1L2 โดยการเปรียบเทียบประสิทธิภาพจะเปรียบเทียบใน 2 ด้าน คือ 1) เปรียบเทียบประสิทธิภาพด้านการพยากรณ์ ซึ่งวัดจากค่าคลาดเคลื่อนการทำนาย (MSE) และ 2) ความถูกต้องในการคัดเลือกตัวแปรอิสระเข้าสู่ตัวแบบ ซึ่งพิจารณาจากของค่า Precision Recall และค่า AUC ข้อมูลที่มีมิติสูงที่ใช้ในการศึกษาครั้งนี้ได้จากการจำลอง โดยกำหนดให้ในแต่ละชุดข้อมูลประกอบด้วยจำนวนค่าสังเกต 100 ค่าสังเกต (n = 100) และมีตัวแปรอิสระจำนวน 100 ตัว (p = 1000) โดยตัวแปรอิสระมีการแจกแจงแบบปรกติหลายตัวแปรซึ่งมีความสัมพันธ์กันแบบยกกำลัง (Exponential Correlation) 3 ระดับคือ 0, 0.5 และ 0.9 ค่าความคลาดเคลื่อนสุ่มขึ้นอยู่กับอัตราส่วนสัญญาณต่อสัญญาณรบกวน (SNR) ซึ่งมี 6 ระดับคือ 0.1, 0.5, 1, 5, 10, และ 20 โดยจำลองข้อมูลจำนวน 100 ชุดในแต่ละสถานการณ์ จากการวัดประสิทธิภาพจากค่าเฉลี่ยของข้อมูลทั้ง 100 ชุด ผลการเปรียบเทียบประสิทธิภาพด้านการพยากรณ์พบว่า เมื่อข้อมูลมีค่า SNR ต่ำและตัวแปรอิสระมีความสัมพันธ์กันน้อยถึงปานกลาง วิธี L1 จะมีประสิทธิภาพสูงที่สุด ตามด้วยวิธี L0L2Leran วิธี L0Learn วิธี A-L1L2 และวิธี A-L1 ตามลำดับ แต่เมื่อข้อมูลมีค่า SNR เพิ่มสูงขึ้นและในขณะเดียวกันตัวแปรอิสระมีความสัมพันธ์กันมากขึ้นวิธี A-L1 และวิธี A-L1L2 จะมีประสิทธิภาพสูงที่สุด ตามด้วยวิธี L1 วิธี L0L2Leran วิธี L0Learn ตามลำดับ ส่วนผลการเปรียบเทียบประสิทธิภาพด้านการคัดเลือกตัวแปรเข้าสู่ตัวแบบ เมื่อพิจารณาจากค่าเฉลี่ยของค่า Precision …

Feature Investigation For Stock Returns Prediction Using Xgboost And Deep Learning Sentiment Classification, Seungho (Samuel) Lee

CMC Senior Theses

This paper attempts to quantify predictive power of social media sentiment and financial data in stock prediction by utilizing a comprehensive set of stock-related fundamental and technical variables and social media sentiments. For conducting sentiment analysis, this study employs a pretrained finBERT model that provides three different sentiment classifications and respective softmax scores. Hence, the significance of these variables is evaluated with XGBoost regression and Shapley Additive exPlanations (SHAP) frameworks. Through investigating feature importance, this study finds that statistical properties of sentiment variables provide a stronger predictive power than a weighted sentiment score and that it is possible to quantify …

Using Twitter Api To Solve The Goat Debate: Michael Jordan Vs. Lebron James, Jordan Trey Leonard

CMC Senior Theses

Using a Twitter API, I gather and analyze tweets by performing sentiment analysis to solve the GOAT debate among professional athletes with the primary focus on comparing Michael Jordan and LeBron James. Athletes from the National Football League (NFL), the National Basketball Association (NBA), Major League Baseball (MLB), and the National Collegiate Athletic Association (NCAA) Division 1 Men's and Women's Basketball were selected to compare how sentiment polarity varies across sports. Sentiment polarity is measured by labeling text as "positive", "neutral", or "negative" which allows us to determine which athlete/sport is highly favored among the Twitter community when it comes …

An Evaluation Of Knot Placement Strategies For Spline Regression, William Klein

CMC Senior Theses

Regression splines have an established value for producing quality fit at a relatively low-degree polynomial. This paper explores the implications of adopting new methods for knot selection in tandem with established methodology from the current literature. Structural features of generated datasets, as well as residuals collected from sequential iterative models are used to augment the equidistant knot selection process. From analyzing a simulated dataset and an application onto the Racial Animus dataset, I find that a B-spline basis paired with equally-spaced knots remains the best choice when data are evenly distributed, even when structural features of a dataset are known …

Bayesian Tail Probability Estimation And Model Selection, Nan Shen

Graduate Research Theses & Dissertations

Bayesian statistics is a prevalent and important field in statistics that assigns Bayesian probabilities, which represent a state of knowledge, to unknown quantities. We study Bayesian statistics with its applications through two projects in this report.

In the first project, we investigate the reasons that the Bayesian estimator of the tail probability is always higher than the frequentist estimator. Sufficient conditions for this phenomenon are established by looking at Taylor series approximations about the tail and by using Jensen's Inequality, both of which point to the convexity of the distribution function.

The second project is about redefining the Bayesian information …

Gene-Based Disease Classification Using Bayesian Self-Organizing Map Neural Networks, Guangting Zhou

Graduate Research Theses & Dissertations

Genes perform vital roles in living beings. By taking charges of protein synthesis, genes are able to take control of the expression of living traits. There are a lot of diseases associated closely to our genes. By analyzing genetic information, we are able to detect or classify gene based diseases. Among genetic disease information technologies, microarray can be one of the widely used ones. Usually, microarray data records thousands of gene expression features from a small number of samples including both normal and abnormal expressed tissues. It provides standardized comparison information between normal and diseased tissues, so as to provide …