کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8503589 | 1554141 | 2018 | 8 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A discussion of calibration techniques for evaluating binary and categorical predictive models
ترجمه فارسی عنوان
بحث در مورد تکنیک های کالیبراسیون برای ارزیابی مدل های پیش بینی باینری و قطعی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
آزمونهای تبعیض برای ایجاد توانایی های تشخیصی مدل مفیدی هستند، اما ممکن است مفید بودن مدل برای سایر برنامه های پیش بینی شده مانند شبیه سازی تصادفی، ارزیابی نگردد. آزمایش های کالیبراسیون ممکن است نسبت به آزمون های تشخیصی برای ارزیابی مدل ها با محدوده محدودی از احتمال های پیش بینی شده یا شیوع کلی تقریبا 50٪، که در برنامه های اپیدمیولوژیک رایج هستند، بیشتر باشد. با استفاده از مجموعه ای از آزمون های کالیبراسیون در کنار تست های تبعیض، سازندگان مدل به طور کامل توانایی پیش بینی مدل خود را اندازه گیری می کنند.
موضوعات مرتبط
علوم زیستی و بیوفناوری
علوم کشاورزی و بیولوژیک
علوم دامی و جانورشناسی
چکیده انگلیسی
Discrimination tests are useful for establishing a model's diagnostic abilities, but may not suitably assess the model's usefulness for other predictive applications, such as stochastic simulation. Calibration tests may be more informative than discrimination tests for evaluating models with a narrow range of predicted probabilities or overall prevalence close to 50%, which are common in epidemiological applications. Using a suite of calibration tests alongside discrimination tests allows model builders to thoroughly measure their model's predictive capabilities.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Preventive Veterinary Medicine - Volume 149, 1 January 2018, Pages 107-114
Journal: Preventive Veterinary Medicine - Volume 149, 1 January 2018, Pages 107-114
نویسندگان
Caroline Fenlon, Luke O'Grady, Michael L. Doherty, John Dunnion,