MétaCan
Menu
Retour à la cohorte
Enregistrement W4389576621 · doi:10.1134/s1995080223090342

Properties and Parameter Estimation of the Partly-Exponential Distribution

2023· article· en· W4389576621 sur OpenAlexaff
Nalattaporn Roopmok, Monthira Duangsaphon, 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-clésMathematicsExponential distributionStatisticsEstimatorExponential functionMaximum likelihoodMoment-generating functionMoment (physics)Applied mathematicsExponentially modified Gaussian distributionLikelihood functionConfidence intervalExponential familyInterval estimationNatural exponential familyDistribution (mathematics)Restricted maximum likelihoodCumulative distribution functionProbability density functionMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract The partly-exponential distribution was introduced in the paper by Atikankul et al. in 2021, but no properties of this distribution have been investigated. In this paper, we derive various theoretical properties such as the cumulative distribution function, the moment generating function, the first three moments, the characteristic function, and the mode. The maximum likelihood estimation is used to estimate the parameters. Moreover, the Wald and the profile likelihood approaches are used for interval estimation. A simulation study is conducted to examine the mean square error and bias of the maximum likelihood estimators, as well as the coverage probability of the both confidence intervals.

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)0,007
score de la tête « metaresearch » (Gemma)0,059
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,059
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,111
Tête enseignante GPT0,332
Écart entre enseignants0,221 · 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
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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