MétaCan
Menu
Retour à la cohorte
Enregistrement W4390972838 · doi:10.1080/00949655.2024.2304082

Time series regression models for zero-inflated proportions

2024· article· en· W4390972838 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Statistical Computation and Simulation · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Bayesian Inference
Établissements canadiensVancouver Island UniversityUniversity of Winnipeg
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMathematicsEstimatorCovariateSeries (stratigraphy)Transformation (genetics)StatisticsApplied mathematicsRegression analysisGeneralized linear modelData transformationEconometricsComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Time series of proportions are often encountered in applications such as ecology, environmental science and public health. Strategies for such data include linear regression after logistic transformation. Though easy to fit, the transformation approach renders covariate effects uninterpretable on the scale on which they were observed owing to Jensen's inequality. An alternative to the transformation approach has been to directly model the response via the beta distribution. In this paper, we extend zero-inflated beta regression models for independent proportions to time series data that is bounded over the unit interval and that may take on zero values. Estimation is within the partial-likelihood framework and is computationally feasible to implement. We outline the asymptotic theory of our maximum partial likelihood estimators under mild regularity conditions and investigate their bias and variability using simulation studies. The utility of our method is illustrated using two real data examples.

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)0,000
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,475
Score d'incertitude au seuil0,296

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 Opus0,070
Tête enseignante GPT0,419
Écart entre enseignants0,349 · 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