MétaCan
Menu
Retour à la cohorte
Enregistrement W4389576601 · doi:10.1134/s1995080223090391

Asymptotic and Bootstrap Confidence Intervals for the Ratio of Modes of Log-normal Distributions

2023· article· en· W4389576601 sur OpenAlexaff
Lapasrada Singhasomboon, Chengyu Gao, Sasiwimon Sirisaiyard, Wararit Panichkitkosolkul, Andrei Volodin

Notice bibliographique

RevueLobachevskii Journal of Mathematics · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésMathematicsConfidence intervalStatisticsCDF-based nonparametric confidence intervalConfidence distributionMonte Carlo methodRobust confidence intervalsTolerance intervalDistribution (mathematics)Measure (data warehouse)Coverage probabilityNormal distributionMode (computer interface)Mathematical analysisData mining

Résumé

récupéré en direct d'OpenAlex

The log-normal distribution is essential for modeling positively skewed life-time data. Consequently, the log-normal distribution is used in numerous real-world situations. As a measure of central tendency, the mode corresponds to the most typical value within the data set. The goal of this paper is to estimate the confidence intervals (CIs) for the ratios of modes of two log-normal distributions using the asymptotic confidence interval ( $$CI_{Asym}$$ ) and three varieties of bootstrap confidence intervals ( $$CI_{t-boot},CI_{p-boot}$$ , and $$CI_{s-boot}$$ ). The effectiveness of the proposed CI methods is evaluated in terms of their coverage probabilities and average widths via Monte Carlo simulation. Lastly, the proposed CI methods were evaluated by applying them to real-world data on PM2.5 mass concentration in two areas of Thailand.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
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 Opus0,144
Tête enseignante GPT0,400
Écart entre enseignants0,256 · 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
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLobachevskii Journal of MathematicsMême sujetStatistical Distribution Estimation and ApplicationsTravaux en français237 207