MétaCan
Menu
Retour à la cohorte
Enregistrement W2083504428 · doi:10.1080/02331880701600380

Bayesian analysis of a 2×2 contingency table with dependent proportions and exact sample size

2008· article· en· W2083504428 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueStatistics · 2008
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Bayesian Inference
Établissements canadiensUniversité de Moncton
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMathematicsContingency tableDirichlet distributionStatisticsBayesian probabilityMarginal likelihoodSample size determinationBayesian averageEconometricsPosterior probabilityBayesian inferenceBayesian statisticsApplied mathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract In the analysis of a 2×2 contingency table with dependent proportions, several measures used are based on the two conditional probabilities, π1| 1 and π1| 2, and the marginal probabilities, π1+ and π+1, such as the relative risk , the marginal difference π d =π1+−π+1, the marginal ratio θ=π1+/π+1, and the odds ratio ψ=(π1 | 1/π2 | 1)/(π1 | 2/π2 | 2). In this article, we first establish the exact expressions of the distributions of π d , θ, ρ, and ψ, expressed either as multiple integrals or as closed form formulas, in a Bayesian estimation context, with a Dirichlet prior. Using these expressions, we then compute the exact sample sizes required so that the average lengths of the highest posterior density intervals of these measures, or of their maxima, are less than preset quantities. Other criteria commonly used in Bayesian statistics and Bayesian decision theory are also be considered. Keywords: Bayesian approachDifference of proportionsRisk ratioOdds ratioHighest posterior densitySample size2×2 tableNormal approximation Acknowledgements Research was partially supported by NSERC grant A9249 (Canada). The authors wish to thank J. Martin for providing very effective computation support. The authors have also benefited from various comments made by two referees on a previous version of this article.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,336
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle