Calibration using power transformation
Notice bibliographique
Résumé
Estimation of the population mean or population total is considered. A new calibration estimator with a new likelihood function is proposed. The resultant estimator derives from the two-step calibration by Singh and Sedory (2013 Singh, S., and S. A. Sedory. 2013. Two-step calibration of design weights in survey sampling. In JSM Proceedings, Survey Research Methods Section, 2928–2942, Montreal, Canada. [Google Scholar], 2016 Singh, S., and S. A. Sedory. 2016. Two-step calibration of design weights in survey sampling. Communications in Statistics: Theory and Methods 45 (12):3510. doi:10.1080/03610926.2014.892137.[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]). The resultant estimator takes the form of Searls’ (1964) estimator. The Berger and De La Riva Torres (2016 Berger, Y. G., and O. De La Riva Torres. 2016. Empirical likelihood confidence intervals for complex sampling designs. Journal of the Royal Statistical Society, Series B (Statistical Methodology) 78 (2):319–41.[Crossref], [Web of Science ®] , [Google Scholar]) methodology is shown to be a special case of the proposed power method of calibration. Conditional estimators of the mean squared errors of the empirical likelihood estimator and the proposed estimators are developed and investigated through extensive simulation study following Breidt and Opsomer (2000 Breidt, F. J., and J. D. Opsomer. 2000. Local polynomial regression estimators in survey sampling. The Annals of Statistics 28 (4):1026–53.[Crossref], [Web of Science ®] , [Google Scholar]) and Breidt et al. (2016 Breidt, F. J., J. D. Opsomer, and I. Sanchez-Borrego. 2016. Nonparametric variance estimation under fine stratification: An alternative to collapsed strata. Journal of the American Statistical Association 111 (514):822–33.[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]).
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 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 ».