General Saddlepoint Approximations: Application to the Anderson-Darling Test Statistic
Notice bibliographique
Résumé
We consider the relative merits of various saddlepoint approximations for the cumulative distribution function (cdf) of a statistic with a possibly non normal limit distribution. In addition to the usual Lugannani-Rice approximation, we also consider approximations based on higher-order expansions, including the case where the base distribution for the approximation is taken to be non normal. This extends earlier work by Wood et al. (1993 Wood , A. T. A. , Booth , J. G. , Butler , R. W. ( 1993 ). Saddlepoint approximations to the CDF of some statistics with nonnormal limit distributions . Journal of the American Statistical Association 88 : 680 – 686 .[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]). These approximations are applied to the distribution of the Anderson-Darling test statistic. While these generalizations perform well in the middle of the distribution's support, a conventional normal-based Lugannani-Rice approximation (Giles, 2001 Giles , D. E. A. ( 2001 ). A Saddlepoint approximation to the distribution function of the Anderson-Darling test statistic . Communications in Statistics B 30 : 899 – 905 .[Taylor & Francis Online] , [Google Scholar]) is superior for conventional critical regions.
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 | 0,014 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».