MétaCan
Menu
Retour à la cohorte
Enregistrement W4392823309 · doi:10.1134/s1995080223110264

On the Normal Approximations to the Method of Moments Point Estimators of the Parameter and Mean of the Zero-Truncated Poisson Distribution

2023· article· en· W4392823309 sur OpenAlexaff
Thuntida Ngamkham, Chom Panta

Notice bibliographique

RevueLobachevskii Journal of Mathematics · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMathematicsPoisson distributionEstimatorZero (linguistics)Distribution (mathematics)Approximations of πMathematical analysisApplied mathematicsPoint (geometry)Zero-inflated modelCalculus (dental)StatisticsPoisson regressionGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract In applied statistical research, a common type of dataset used is count data. However, there are cases where zero events are not observed in the dataset. Consequently, the Poisson distribution, a basic discrete probability model, is inappropriate in such situations. Instead, we need to consider the so-called Zero-Truncated Poisson distribution. Unfortunately, deriving the simplest Method of Moments estimators for the parameter and mean of this distribution in closed form is not feasible. Therefore, estimating the Zero-Truncated Poisson parameter and mean becomes a challenging problem. In this article, the authors used the classical delta method to apply an estimation procedure for the zero-truncated Poisson parameter and the mean and investigated their asymptotic normality. Furthermore, we demonstrated the practicality of our approach through an application to a real-life dataset on unrest events in the southern border area 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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,677
Score d'incertitude au seuil0,726

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,059
Tête enseignante GPT0,351
Écart entre enseignants0,292 · 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