MétaCan
Menu
Retour à la cohorte
Enregistrement W7081957999 · doi:10.1134/s1995080225606794

Confidence Estimation of the Ratio of Variances of Two Log-normal Populations

2025· article· en· W7081957999 sur OpenAlexaff

Notice bibliographique

RevueLobachevskii Journal of Mathematics · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHume's philosophy and hair distribution
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésPercentileVariance (accounting)Confidence intervalSample size determinationSample (material)One-way analysis of varianceAnalysis of varianceSample varianceVariance components

Résumé

récupéré en direct d'OpenAlex

This study investigates asymptotic and bootstrap confidence intervals (CIs) for the ratio of variances of two independent log-normal distributions. Extensive simulations were conducted to evaluate the performance of these CIs under varying sample sizes (10 to 350) and variance ratios, with one variance fixed at 0.1 and the other varying from 0.1 to 2.0. The impacts of balanced and unbalanced designs on sample size were studied. The results reveal that the asymptotic CI performs well for small variance differences, especially with moderate to large sample sizes, while bootstrap CIs outperform it for larger variance differences. Notably, the $$t$$ -bootstrap CI excels when both the variance difference and sample sizes are large, whereas the percentile and standard bootstrap CIs are preferable for small variance differences. The study also demonstrates the practical application of these methods using PM2.5 mass concentration data from two industrial sites in Thailand, confirming their effectiveness in real-world scenarios.

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)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,200

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,048
Tête enseignante GPT0,364
Écart entre enseignants0,316 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLobachevskii Journal of MathematicsMême sujetHume's philosophy and hair distributionTravaux en français237 207