Statistics and Probability Commons^™

Classification Of Adult Income Using Decision Tree, Roland Fiagbe

Data Science and Data Mining

Decision tree is a commonly used data mining methodology for performing classification tasks. It is a tree-based supervised machine learning algorithm that is used to classify or make predictions in a path of how previous questions are answered. Generally, the decision tree algorithm categorizes data into branch-like segments that develop into a tree that contains a root, nodes, and leaves. This project seeks to explore the decision tree methodology and apply it to the Adult Income dataset from the UCI Machine Learning Repository, to determine whether a person makes over 50K per year and determine the necessary factors that improve …

Modeling Growth And Stress Factors For Converted Silvopasture Systems In The Missouri Ozarks, Bailee N. Suedmeyer

Graduate Theses/Dissertations

Silvopasture systems are becoming increasingly popular among sustainable agriculture ranchers, due to the increase in knowledge of benefits to the cattle and ability to grow cool season grasses beneath the canopy. This project focuses on the forest crop aspect of silvopasture systems from monitoring of the health of the trees over time to recommendations for thinning management to keep it functioning as viable silvopasture. The study site consists of five acres of upland hardwood forest area in Southern Missouri with 18 monumented fixed area plots. Arial and ground data was collected at each plot throughout the growing season, along with …

Massachusetts Prevalence Of Opioid Use Disorder Estimation Revisited: Comparing A Bayesian Approach To Standard Capture-Recapture Methods, Jianing Wang, Nathan Doogan, Katherine L. Thompson, Dana Bernson, Daniel Feaster, Jennifer Villani, Redonna Chandler, Laura F. White, David Kline, Joshua A. Barocas

Statistics Faculty Publications

Background: The National Survey on Drug Use and Health (NSDUH) estimated the prevalence of opioid use disorder (OUD) among the civilian, noninstitutionalized people aged 12 years or older in Massachusetts as 1.2% between 2015 and 2017. Accurate estimation of the prevalence of OUD is critical to the success of treatment and resource planning. Various indirect estimation approaches have been used but are subject to data availability and infrastructure-related issues.

Methods: We used 2015 data from the Massachusetts Public Health Data Warehouse (PHD) to compare the results of two approaches to estimating OUD prevalence in the Massachusetts population. First, we used …

An Adaptive Algorithm For `The Secretary Problem': Alternate Proof Of The Divergence Of A Maximizer Sequence, Andrew Benfante, Xiang Xu

OUR Journal: ODU Undergraduate Research Journal

This paper presents an alternate proof of the divergence of the unique maximizer sequence {𝑥∗ 𝑛} of a function sequence {𝐹𝑛(𝑥)} that is derived from an adaptive algorithm based on the now classic optimal stopping problem, known by many names but here ‘the secretary problem’. The alternate proof uses a result established by Nguyen, Xu, and Zhao (n.d.) regarding the uniqueness of maximizer points of a generalized function sequence {𝑆𝜇,𝜎 𝑛 } and relies on the strict monotonicity of 𝐹𝑛(𝑥) as 𝑛 increases in order to show divergence of {𝑥∗ 𝑛}. Towards this, limits of the exponentiated Gaussian CDF are …

Turnover, Covid-19, And Reasons For Leaving And Staying Within Governmental Public Health, Jonathan P. Leider, Gulzar H. Shah, Valerie A. Yeager, Jingjing Yin, Kusuma Madamala

Biostatistics, Epidemiology & Environmental Health Sciences: Faculty Publications

Background and Objectives:

Public health workforce recruitment and retention continue to challenge public health agencies. This study aims to describe the trends in intention to leave and retire and analyze factors associated with intentions to leave and intentions to stay.

Design:

Using national-level data from the 2017 and 2021 Public Health Workforce Interests and Needs Surveys, bivariate analyses of intent to leave were conducted using a Rao-Scott adjusted chi-square and multivariate analysis using logistic regression models.

Results:

In 2021, 20% of employees planned to retire and 30% were considering leaving. In contrast, 23% of employees planned to retire and 28% …

Aircraft Damage Classification By Using Machine Learning Methods, Tüzün Tolga İnan

International Journal of Aviation, Aeronautics, and Aerospace

Safety is the most significant factor that affected incidents (non-fatal) and accidents (fatal) in civil aviation history related to scheduled flights. In the history of scheduled flights, the total incident and accident number until 2022 is 1988. In this study, 677 of them are taken into consideration since 11 September 2001. The purpose of this study is to reveal the factors that can classify type of aircraft damages such as none, minor and substantial in all-time incidents and accidents. ML algorithms with different configurations are applied for the classification process. The RFE and PCA are used to find the most …

Stochastic Optimization To Reduce Aircraft Taxi-In Time At Igia, New Delhi, Rajib Das, Saileswar Ghosh, Rajendra Desai, Pijus Kanti Bhuin, Stuti Agarwal

International Journal of Aviation, Aeronautics, and Aerospace

Since there is an uncertainty in the arrival times of flights, pre-scheduled allocation of runways and stands and the subsequent first-come-first-served treatment results in a sub-optimal allocation of runways and stands, this is the prime reason for the unusual delays in taxi-in times at IGIA, New Delhi.

We simulated the arrival pattern of aircraft and utilized stochastic optimization to arrive at the best runway-stands allocation for a day. Optimization is done using a GRG Non-Linear algorithm in the Frontline Systems Analytic Solver platform. We applied this model to eight representative scenarios of two different days. Our results show that without …

A Deep Bilstm Machine Learning Method For Flight Delay Prediction Classification, Desmond B. Bisandu, Irene Moulitsas

Journal of Aviation/Aerospace Education & Research

This paper proposes a classification approach for flight delays using Bidirectional Long Short-Term Memory (BiLSTM) and Long Short-Term Memory (LSTM) models. Flight delays are a major issue in the airline industry, causing inconvenience to passengers and financial losses to airlines. The BiLSTM and LSTM models, powerful deep learning techniques, have shown promising results in a classification task. In this study, we collected a dataset from the United States (US) Bureau of Transportation Statistics (BTS) of flight on-time performance information and used it to train and test the BiLSTM and LSTM models. We set three criteria for selecting highly important features …

Meta-Analysis Of Mesenchymal Stem Cell Gene Expression Data From Obese And Non-Obese Patients, Dakota William Shields

Masters Theses

"The prevalence of gene expression microarray datasets in public repositories gives opportunity to analyze biologically interesting datasets without running the laboratory aspect in house. Such experimentation is expensive in terms of finances, time, and expertise, which often results in low numbers of replicates. Meta-analysis techniques attempt to overcome issues due to few biological or technical replicates by combining separate experiments together to increase statistical power. Proper statistical considerations help to offset issues like simultaneous testing of thousands of genes, unintended hybridization, and other noises.

Microarrays contain light intensities from tens of thousands of hybridized probes giving a measure of gene …

The Vertical Evolution And Horizontal Correlation Of Information Science Education Research In China, Siyu Chen, Xiaofeng Zhu, Xumu Jiang

Journal of Scientific Information Research

[Purpose/significance]The comprehensive and accurate visualization of the information science education research in our country will help clarify the research context and inspire future research.[Method/process] Based on the relevant literature on "information education" in the CNKI database from 1980 to 2022, from the high-frequency keywords of the literature, the evolutionary context and development direction of our country's information science education research hotspots were longitudinally studied; from the three levels of system including our county's information science reseanch subject and research authar, our country's information science research research subject and research auther, horizontally explored and analyzed the mutual influence and mutual connection …

Graphs Without A 2c3-Minor And Bicircular Matroids Without A U3,6-Minor, Daniel Slilaty

Mathematics and Statistics Faculty Publications

In this note we characterize all graphs without a 2C3-minor. A consequence of this result is a characterization of the bicircular matroids with no U3,6-minor.

Making Data-Driven Decisions For Investing In Restaurant Business: A Case Study Based On Zomato Dataset, Rachna Shah

All Graduate Theses, Dissertations, and Other Capstone Projects

In today’s fast-paced world, where time is a precious commodity, the ability to order a wide array of cuisines from the comfort of your home or office impacts your quality of life. With an increasing number of food delivery services, with just a few taps on the smartphone or clicks on the computer, we can enjoy the food we want. The importance of this convenience cannot be overstated, as it allows people to save time and effort that would otherwise be spent on cooking, grocery shopping, or dining out. As the food delivery system grows and develops, its economic framework …

The Effect Of Age, Syntax Complexity, And Cognitive Ability On The Rate Of Semantic Illusions, Sara Anne Goring

CGU Theses & Dissertations

Semantic illusions are recognition errors that occur when an individual fails to notice that information contradicts their prior knowledge (Barton & Sanford, 1993; Erickson & Mattson, 1981). For example, after hearing the question, “If a plane crashes while flying over state lines, where should the survivors be buried?” many start to consider the legality or appropriateness of the scenario despite knowing “survivors” should not be buried. Having more knowledge does not necessarily prevent individuals from overlooking illusory information/misinformation. Older adults tend to have greater crystallized intelligence than young adults, yet these age groups appear to detect illusory information at equivalent …

Fitting Time Series Models To Fisheries Data To Ascertain Age, Kathleen S. Kirch, Norou Diawara, Cynthia M. Jones

OES Faculty Publications

The ability of government agencies to assign accurate ages of fish is important to fisheries management. Accurate ageing allows for most reliable age-based models to be used to support sustainability and maximize economic benefit. Assigning age relies on validating putative annual marks by evaluating accretional material laid down in patterns in fish ear bones, typically by marginal increment analysis. These patterns often take the shape of a sawtooth wave with an abrupt drop in accretion yearly to form an annual band and are typically validated qualitatively. Researchers have shown key interest in modeling marginal increments to verify the marks do, …

การเปรียบเทียบอัลกอริทึมวิเคราะห์หาสาเหตุการตายโดยการสัมภาษณ์เมื่อมีข้อมูลไม่สมบูรณ์, ณัชชา สุวันทารัตน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษาการเปรียบเทียบประสิทธิภาพของอัลกอริทึมในการวิเคราะห์หาสาเหตุการตายจากการสัมภาษณ์ (Verbal Autopsy) เมื่อมีระดับความไม่สมบูรณ์ของข้อมูลที่ต่างกัน ทำโดยเปรียบเทียบ 5 อัลกอริทึมในการแปลผลหาสาเหตุการตาย คือ InSilicoVA InterVA-5 Tariff Naïve Bayes Classifiers (NBC) และ Random Forest (RF) ในการจำแนกหาสาเหตุการตายเมื่อไม่มีการหายของข้อมูล มีการหายของข้อมูล 5% มีการหายของข้อมูล 10% และ มีการหายของข้อมูล 20% โดยเกณฑ์วัดในการประเมินประสิทธิภาพของอัลกอริทึมคือ ระยะเวลาในการทำงาน ค่าความถูกต้อง ค่า Chance-Concordance Corrected (CCC) ค่า Cause Specific Mortality Fraction (CMSF) accuracy ค่า Sensitivity และ ค่า Specificity ซึ่งข้อมูลที่นำการวิเคราะห์ในงานวิจัยนี้คือข้อมูล PHMRC Gold Standard ที่เป็นข้อมูลของผู้ใหญ่จำนวน 7,841 ตัวอย่าง จากการศึกษาพบว่าข้อมูลสมบูรณ์ทำให้มีประสิทธิภาพดีกว่าข้อมูลที่มีการทำให้หาย มีค่าตัวชี้วัดดีกว่าในทุกระดับการหายของข้อมูลและตัวชี้วัดข้างต้นที่กล่าวมาจะค่อยๆ ลดลงตามระดับการหายที่เพิ่มขึ้น VA อัลกอริทึมที่มีประสิทธิภาพในการแปลผลดีที่สุดคือ RF ในทุกระดับการหายของข้อมูลจากทุกดัชนีชี้วัดยกเว้นระยะเวลาในการทำงานและกลุ่มที่ใช้วิธีคิดแบบ data-driven อัลกอริทึมเช่น RF, Tariff และ NBC จะมีประสิทธิภาพในการแปลผลดีกว่า InSilicoVA และ InterVA 5 อาจเป็นเพราะเมื่อข้อมูลที่ใช้ในชุดเรียนรู้ในมีความครบถ้วนและสะท้อนกับข้อมูลชุดทดสอบแตกต่างกับวิธีที่ใช้หลักทางสถิติที่จะใช้ข้อมูลในการแปลผลข้อมูลมาจากแพทย์หรือผู้เชี่ยวชาญมากกว่าให้อัลกอริทึมการแปลผลเรียนรู้จากชุดเรียนรู้

Model Criteria Selection For Predictive Purpose In Logistic Regression, Pattharapon Yuttharsaknukul

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigates the performance of various model selection criteria for binary logistic regression models in diverse data settings. The research compares traditional criteria (AIC, AICc, BIC, FIC) and proposes criteria (pAIC, pAICc, pBIC) designed to improve predictive ability and prevent overfitting. A simulation study systematically manipulates factors like imbalanced ratios, collinearity, number of observations, and number of variables to evaluate the effectiveness of these criteria across various scenarios. The performance is assessed using four key metrics: F1-score, false positive rate, false negative rate, and Area Under the Curve (AUC). The findings reveal a complex interplay between data characteristics and …

ผลของความเชื่อก่อนหน้าและจำนวนค่าผิดปกติที่มีต่อการประมาณค่าสหสัมพันธ์และการเปลี่ยนแปลงความเชื่อของบุคคล, สุทัตตา เหรียญทอง

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยในอดีตพบว่าบุคคลตีความสหสัมพันธ์จากแผนภาพการกระจายอย่างมีอคติตามความเชื่อของตน หากแผนภาพการกระจายมีลักษณะทางภาพที่สนับสนุนความเชื่อเดิมของบุคคลอยู่ด้วยจะส่งผลให้บุคคลนั้นเปลี่ยนแปลงความเชื่อน้อยลงแม้ว่าแผนภาพนั้นจะแสดงความสัมพันธ์ที่ไม่สอดคล้องกับความเชื่อของบุคคล อย่างไรก็ตาม งานวิจัยที่ผ่านมายังไม่มีการนำค่าผิดปกติมาศึกษาร่วมกับความเชื่อ งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อศึกษาอิทธิพลของความเชื่อก่อนหน้าและจำนวนค่าผิดปกติต่อการประมาณค่าสหสัมพันธ์และการเปลี่ยนแปลงความเชื่อ โดยผู้วิจัยคาดว่าการมีค่าผิดปกติจะยิ่งทำให้แผนภาพดูมีความสัมพันธ์ต่ำลงและจะทำให้บุคคลเปลี่ยนแปลงความเชื่อน้อยลงในกรณีที่บุคคลนั้นเชื่อว่าคู่ตัวแปรไม่มีความสัมพันธ์กัน การศึกษานี้ทำการทดลองผ่านแบบสอบถามออนไลน์โดยให้ผู้เข้าร่วมวิจัยแต่ละคนตอบแบบสอบถามความเชื่อเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรและประมาณค่าสหสัมพันธ์จากแผนภาพการกระจายทั้ง 12 แผนภาพ ซึ่งมาจากการผสมกันระหว่างเงื่อนไขการทดลอง ได้แก่ ความเชื่อก่อนหน้า (ไม่สอดคล้อง/สอดคล้อง), จำนวนค่าผิดปกติ (0/2/4 จุด) และระดับสหสัมพันธ์ (0.4/0.6) ผลพบว่าความเชื่อก่อนหน้าและจำนวนค่าผิดปกติมีอิทธิพลทำนายต่อการประมาณค่าสหสัมพันธ์และการเปลี่ยนแปลงความเชื่อ โดยกรณีความเชื่อก่อนหน้าไม่สอดคล้องกับข้อมูลจะประมาณค่าสหสัมพันธ์ต่ำกว่าความเป็นจริงและจะประมาณต่ำกว่ากรณีความเชื่อก่อนหน้าสอดคล้องกับข้อมูล และเมื่อจำนวนค่าผิดปกติเพิ่มขึ้นบุคคลกลับประมาณค่าสหสัมพันธ์สูงขึ้นซึ่งไม่ตรงกับสมมติฐานที่ตั้งไว้ และไม่ว่าสหสัมพันธ์จะเป็นระดับกลาง (0.4) หรือสูง (0.6) บุคคลต่างก็ประมาณค่าสหสัมพันธ์ผิดพลาดไปตามความเชื่อของตน ส่วนประเด็นการเปลี่ยนแปลงความเชื่อผลพบว่า กรณีความเชื่อก่อนหน้าไม่สอดคล้องกับข้อมูลจะเปลี่ยนแปลงความเชื่อเพิ่มขึ้นจากเดิมมากกว่ากรณีความเชื่อก่อนหน้าสอดคล้องกับข้อมูล และจะเปลี่ยนแปลงความเชื่อมากขึ้นเมื่อสหสัมพันธ์สูงขึ้น (0.6) โดยจำนวนค่าผิดปกติมีอิทธิพลเล็กน้อยต่อการเปลี่ยนแปลงความเชื่อที่เพิ่มขึ้นของกรณีความเชื่อก่อนหน้าไม่สอดคล้องกับข้อมูลซึ่งไม่ตรงกับสมมติฐานที่ตั้งไว้ และจากการตรวจสอบเพิ่มเติมพบว่าจำนวนค่าผิดปกติมีอิทธิพลทางอ้อมต่อการเปลี่ยนแปลงความเชื่อโดยมีการประมาณค่าสหสัมพันธ์เป็นตัวแปรส่งผ่านซึ่งอิทธิพลทางอ้อมนี้ถูกกำกับโดยความเชื่อก่อนหน้าและระดับสหสัมพันธ์ โดยที่กรณีความเชื่อก่อนหน้าไม่สอดคล้องกับข้อมูลจะมีขนาดอิทธิพลทางอ้อมสูงกว่ากรณีความเชื่อก่อนหน้าสอดคล้องกับข้อมูล

แนวทางการส่งเสริมการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาล : การวิเคราะห์โมเดลสมการโครงสร้างพหุระดับ, ยุทธชัย ศิลาแลง

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยครั้งนี้มีวัตถุประสงค์ดังนี้ 1) เพื่อวิเคราะห์และเปรียบเทียบการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาลที่มีภูมิหลังแตกต่างกัน 2) เพื่อวิเคราะห์โมเดลสมการเชิงโครงสร้างพหุระดับปัจจัยที่ส่งผลต่อการเรียนรู้ภาษาระยะแรกเริ่มของเด็กอนุบาลและตรวจสอบความสอดคล้องข้อมูลเชิงประจักษ์ 3) เพื่อวิเคราะห์อิทธิพลของตัวแปรในระดับห้องเรียนที่มีผลต่อการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาล 4) เพื่อเสนอแนะแนวทางการส่งเสริมการเรียนรู้ภาษาระยะแรกเริ่มของเด็กอนุบาลสำหรับผู้ปกครอง ครู ผู้บริหารและศึกษานิเทศก์ ตัวอย่างประกอบด้วยนักเรียนชั้นอนุบาลปีที่ 3 จำนวน 2864 คน และครูที่สอนนักเรียนระดับชั้นอนุบาลปีที่ 3 จำนวน 53 คน ซึ่งเก็บข้อมูลจากโรงเรียนจำนวน 35 แห่ง สังกัดสำนักงานเขตพื้นที่การศึกษาประถมศึกษากรุงเทพมหานคร สุ่มตัวอย่างโดยใช้วิธีการแบบหลายขั้นตอน (Multi-stage Random Sampling) เครื่องมือที่ใช้ในการวิจัยประกอบด้วยแบบบันทึกข้อมูลนักเรียน แบบสอบถามสำหรับครู การวิเคราะห์สถิติบรรยายด้วยโปรแกรม SPSS และการวิเคราะห์โมเดลสมการโครงสร้างพหุระดับ ด้วยโปรแกรม Mplus ผลการวิจัยพบว่า 1) เด็กอนุบาลที่มาจากครอบครัวที่มีภูมิหลังด้านเศรษฐานะต่างกันส่งผลต่อการเรียนรู้ภาษาระยะแรกเริ่มต่างกัน 2) โมเดลสมการเชิงโครงสร้างพหุระดับปัจจัยที่ส่งผลต่อการเรียนรู้ภาษาระยะแรกเริ่มของเด็กอนุบาลที่พัฒนาขึ้นมีความสอดคล้องกับข้อมูลเชิงประจักษ์ (χ2 = 258.664, p = .00, χ2/df = 2.694, CFI = 0.847, TLI = 0.751, RMSEA = .024, SRMRw= 0.242, SRMRb= 0.062) โดยระดับนักเรียนพบว่า สภาพแวดล้อมทางด้านภาษาที่บ้านมีอิทธิพลทางตรงเชิงลบและพัฒนาการของเด็กมีอิทธิพลเชิงบวกต่อการเรียนรู้ภาษาระยะแรกเริ่มของเด็กอนุบาล 3) ตัวแปรในระดับห้องเรียนที่มีผลต่อการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาล พบว่า การจัดสภาพแวดล้อมทางภาษาในห้องเรียน และสมรรถนะการสอนภาษาของครูมีอิทธิพลทางตรงเชิงบวกอย่างมีนัยสำคัญทางสถิติ ตัวแปรทำนายทั้งหมดในระดับนักเรียนและระดับห้องเรียนสามารถอธิบายความแปรปรวนของการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาลได้ร้อยละ 24 และ 95 ตามลำดับ 4) ผลการวิเคราะห์จากโมเดลการส่งเสริมการเรียนรู้ภาษาในห้องเรียนอนุบาล นำไปสู่ข้อเสนอแนะ 3 แนวทาง ดังนี้ (1) ผู้ปกครองไม่ควรเคร่งครัดด้านวิชาการที่บ้านกับเด็กมากเกินไปแต่ควรตระหนักถึงพัฒนาการที่สมวัยของเด็ก (2) ครูควรตระหนักถึงการจัดสภาพแวดล้อมในห้องเรียนให้มีความน่าสนใจด้วยการเปิดโอกาสให้มีประสบการณ์ทางภาษาที่หลากหลาย การอ่านหนังสือกับเด็กและการมีแหล่งทรัพยากรทางภาษาในห้องเรียน สำหรับตัวครูผู้สอนควรจะมีพื้นฐานด้านการสอนภาษาสำหรับเด็กอนุบาลและครูควรมีความถนัดและรักในการสอนภาษา (3) ผู้บริหารและต้นสังกัดควรกำหนดนโยบายส่งเสริม สนับสนุน และสร้างความเข้าใจให้ผู้ปกครอง ครู ผู้บริหารและศึกษานิเทศก์เข้าใจถึงการจัดการเรียนการสอนภาษาสำหรับเด็กปฐมวัยให้ตรงกัน

Local Or Import? A Compositional Analysis Of Aztec Ritual Ceramics In The Tuxtlas Frontier, Veracruz, Mexico, Matthew T. Meyer

Murray State Theses and Dissertations

At the time of Spanish Contact in the early 16th Century the western Tuxtlas region formed part of the Aztec imperial frontier in the southern Gulf lowlands. The most apparent material manifestation of this imperial connection was Aztec-style Texcoco-Molded Censers, recovered primarily from sites that served local centralizing functions. While rare, these symbols may provide valuable information on the dynamics of frontier politics and the relations between this region and the distant core to which they were sending tax payments. Initial consideration of this adopted imperial style implies political linkages, but the mechanisms of introduction, knowledge transmission, imperial versus local …

Bayesian Structural Time Series Methods For Modeling Cattle Body Temperature In Heat-Stressed Animals, Lacey Quandt

Murray State Theses and Dissertations

Climate change has had devastating effects globally, most commonly talked about during natural disasters and rising temperatures. Notably, the climate concern is turning towards agriculture and livestock. With rising temperatures, the prolonged amount of heat stress put on animals, specifically cattle, is becoming more apparent. Heat stress has been linked to a reduction in cattle growing and fattening, feed intake, productivity, reproduction, and fertility; increased heart rates and respiration; changes in behavior; and mortality in severe cases. There are abatement strategies put in place to lower heat stress in cattle, such as improvements in shading and cooling, nutritional management, and …