Confidence Intervals for the Parameter in the Kpenadidum Distribution: Comparative Evaluation and Real-World Application
Notice bibliographique
Résumé
In this article, we propose four confidence intervals (CIs) for parameter estimation of the Kpenadidum distribution, which is applied in lifetime data analysis. We developed and evaluated different types of CIs, including likelihood-based, Wald-type, bootstrap- $$t$$ , and bias-corrected accelerated bootstrap CIs. The comparison was conducted using a simulation study and an application with a real data set. These CIs were evaluated based on their empirical coverage probability (ECP) and average width (AW) across various situations. Furthermore, we derived the explicit formula for computing the Wald-type CI, which simplifies the computation. The results show that the ECPs of the likelihood-based and Wald-type CIs tend to converge toward the nominal confidence level of 0.95 in almost all situations. When the sample size is small ( $$n=10$$ , 20, or 30), the bootstrap- $$t$$ and BCa bootstrap CIs produce ECPs less than 0.95. As the sample sizes increase, the ECPs of the bootstrap- $$t$$ and BCa bootstrap CIs tend to approach the nominal confidence level. Additionally, the parameter values impact the ECP. At low parameter values, the CPs are quite close to the nominal confidence level, with the likelihood-based and Wald-type CIs achieving an ECP of approximately 0.95. However, the ECPs for the bootstrap- $$t$$ and BCa bootstrap CIs tend to have lower coverage at higher parameter values with small sample sizes. We confirmed the efficacy of the CIs by applying them to the monthly tax revenue in Egypt, and the results matched those from the simulation study.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».