MétaCan
Menu
Retour à la cohorte
Enregistrement W2474582416 · doi:10.6000/1929-6029.2016.05.02.4

Confidence Intervals for the Population Correlation Coefficient

2016· article· en· W2474582416 sur OpenAlexvenueno aff
Shipra Banik, B. M. Golam Kibria

Notice bibliographique

RevueInternational Journal of Statistics in Medical Research · 2016
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Statistical Methods and Models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConfidence intervalStatisticsCorrelation coefficientBivariate analysisMathematicsPopulationCDF-based nonparametric confidence intervalCorrelationRobust confidence intervalsMonte Carlo methodFisher transformationPearson product-moment correlation coefficientCoverage probabilityRange (aeronautics)Standard deviationDemographyEngineering

Résumé

récupéré en direct d'OpenAlex

Computing a confidence interval for a population correlation coefficient is very important for researchers as it gives an estimated range of values which is likely to include an unknown population correlation coefficient. This paper studied some confidence intervals for estimating the population correlation coefficient ρ by means of a Monte Carlo simulation study. Data are randomly generated from several bivariate distributions with a various values of sample sizes. Assessment measures such as coverage probability, mean width and standard deviation of the width are selected for performances evaluation. Two real life data are analyzed to demonstrate the application of the proposed confidence intervals. Based on our findings, some good confidence intervals for a population correlation coefficient are suggested for practitioners and applied researchers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,314
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,040
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,314
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0030,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,273
Tête enseignante GPT0,591
Écart entre enseignants0,317 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics in Medical ResearchMême sujetAdvanced Statistical Methods and ModelsTravaux en français237 207