MétaCan
Menu
Retour à la cohorte
Enregistrement W2948327198 · doi:10.1002/9781118445112.stat08085

<scp>MOVER‐R</scp>for Confidence Intervals of Ratios

2018· other· en· W2948327198 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.

Notice bibliographique

RevueWiley StatsRef: Statistics Reference Online · 2018
Typeother
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésConfidence intervalMathematicsStatisticsVariance (accounting)Context (archaeology)Reliability (semiconductor)CDF-based nonparametric confidence intervalConfidence distributionCoefficient of variation

Résumé

récupéré en direct d'OpenAlex

Abstract Many parameters of interest in statistical analysis are ratios of two quantities. Confidence limits for a ratio may be obtained by an application of Fieller's theorem, if both the numerator and denominator are means of normal variables. However, ratios of nonnormal quantities are common. Examples include the coefficient of variation (CV), for assessing the reproducibility or reliability of a measurement, and the incremental cost‐effectiveness ratio (ICER), defined in the context of a comparative study as the ratio of the difference in cost to the difference in the treatment effect. This article illustrates how to obtain the confidence limits for a ratio without requiring the numerator and denominator to be means of normal distributions. As the basic idea is to recover the variance estimates from confidence limits for the numerator and denominator, this procedure is referred to as the method of variance recovery for ratios (MOVER‐R). The method encompasses Fieller's theorem as a special case.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,339
Tête enseignante GPT0,452
Écart entre enseignants0,113 · 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