A test of significance for Benford’s law based on the Chebyshev distance
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.
Notice bibliographique
Résumé
We show, by means of a numerical simulation, that the asymptotic (n ≥ 100) cumulative distribution function of the Chebyshev distance statistic is well approximated by a log-normal function with parameters μ = −0.6183 and σ = 0.3561 in the null hypothesis that Benford’s law holds. The deviations of the cumulative function observed in Monte Carlo simulations from the empirical one are below 0.5%. This makes the statistical test based on the Chebyshev statistic accurate at a level of 1% when testing Benford’s law for moderately large and large numbers of data points. Test values of the Chebyshev distance as a function of the sample size are also estimated empirically by performing a Monte Carlo simulation in the case of low n (10 ≤ n ≤ 99). The efficacy and power of the goodness-of-fit test based on the Chebyshev estimator are analyzed and compared with those based on the Pearson χ2 and Kolmogorov-Smirnov statistics. Finally, an application of the Chebyshev test to the annual deaths counts by country is discussed. Journal of Statistical Research 2024, Vol. 58, No. 2, pp. 259-277
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 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 | 0,014 |
| 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 | 0,001 |
| 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 découle