MétaCan
Menu
Retour à la cohorte
Enregistrement W2967275303 · doi:10.1080/02664763.2019.1652254

EM-test for homogeneity in a two-sample problem with a mixture structure

2019· article· en· W2967275303 sur OpenAlexaff
Guanfu Liu, Yuejiao Fu, Jianjun Zhang, Xiaolong Pu, Bo-Ying Wang

Notice bibliographique

RevueJournal of Applied Statistics · 2019
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésHomogeneity (statistics)StatisticsSample size determinationMathematicsNull hypothesisSample (material)Computer scienceChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

In many applications such as case-control studies with contaminated controls, or the test of a treatment effect in the presence of nonresponders in biological experiments or clinical trials, a two-sample problem with one of the samples having a mixture structure often arises. Due to the importance and wide applications of scale mixtures and location mixtures, we consider in this paper the case that the component densities differ only in scale parameters and the case that the component densities differ only in location parameters, and further construct an EM-test for the two-sample problem under each case. We show that both the EM-tests possess a chi-squared null limiting distribution. The local power analysis and sample size calculations are also investigated. Finally, the simulation studies and real data analysis demonstrate that the proposed EM-tests have better performance than the existing methods.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,427
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,329
Écart entre enseignants0,308 · 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 tête enseignante, 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied StatisticsMême sujetStatistical Distribution Estimation and ApplicationsTravaux en français237 207