A Competitor of the Kolmogorov--Smirnov Test for the Goodness-of-fit Problem
Notice bibliographique
Résumé
The classical goodness-of-fit problem, in the case of a null continuous and completely specified distribution, is faced by a new version of the Girone--Cifarelli test (see Girone, 1964; Cifarelli, 1974 \& 1975). This latter test was introduced for the two-sample problem and showed a substantial gain of power over other common tests based on the empirical distribution function, notably over the Kolmogorov--Smirnov test. First, the problem of the re-definition of the Girone--Cifarelli test-statistic is considered, by reviewing the literature on the subject. A classical remark by Anderson (1962) is shown to be useful to choose the integrating function in the newly defined test-statistic. The sample properties of such a test-statistic are then studied. A table of critical values is obtained by simulation; moreover, the asymptotic null distribution is considered and its accuracy as an approximation of the finite distribution is discussed. Finally, a simulation study, considering a wide set of distributions mostly used in applications, is conducted to compare the proposed test with its classical competitors. The study gives some indications to locate such situations where the Girone-Cifarelli test performs at its best, notably over the Kolmogorov--Smirnov test.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».