Effects of measurement error on Monte Carlo integration estimators of tree volume: sample diameters measured at random upper-stem heights
Notice bibliographique
Résumé
A study of the effects of measurement error was conducted on importance sampling and control variate sampling estimators of tree stem volume in which sample diameters are measured at randomly selected upper-stem heights. It was found that these estimators were unbiased in the presence of additive mean zero and multiplicative mean one measurement error applied to random samples of upper-stem diameter squared. However, biases due to measurement error are present if additive or multiplicative error is applied to upper-stem diameter rather than to upper-stem diameter squared. This is significant, as it appears that most of the previous studies on the magnitude of upper-stem diameter measurement error implicitly assume that the mean error is centered around the diameter rather than about the square of the diameter. Application of typical upper-stem measurement error obtained from previous studies to bias formulae derived here indicates that the bias could be a concern for small trees and with additive measurement error within ranges found in previous studies. Formulae for the variances of importance sampling and control variate sampling are derived, which include the contribution of both measurement error and sampling error. Results from previous studies of Monte Carlo integration estimator sampling error are combined with results from studies of upper-stem measurement error to obtain estimates of the typical magnitude of the contribution of measurement error to total estimator variability. Increases in upper-stem sample size may be warranted due to the impact of measurement error if precise estimates of stem volume at the individual-tree level are desired.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,113 | 0,484 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».