文献

J-GLOBAL ID：202202287197042884   整理番号：22A0984737

Big Shotsの同定-ビッグデータ文脈における分位マッチング法【JST・京大機械翻訳】

Identifying the Big Shots-A Quantile-Matching Way in the Big Data Context

著者 (3件)： Li Guangrui (Kayla) (Operations Management and Information Systems, Schulich Business School, York University, Toronto, ON, Canada) ,  So Mike K. P. (Department of Information Systems, Business Statistics and Operations Management, Business School, Hong Kong University of Science and Technology, Hong Kong) ,  Tam Kar Yan (Department of Information Systems, Business Statistics and Operations Management, Business School, Hong Kong University of Science and Technology, Hong Kong)
資料名： ACM Transactions on Management Information Systems  (ACM Transactions on Management Information Systems)
巻： 13  号： 2  ページ： 1-30  発行年： 2022年 
JST資料番号： W5700A  ISSN： 2158-656X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビッグデータの有病率は,情報システム研究における重要なエピステーマ的懸念を提起した。本研究では,それらの2つ,すなわち,爆縮p値問題と説明と予測の役割を検討した。爆縮p値問題に対処するために,対数尤度比試験を用いる多変量効果サイズ法を提案した。この方法は,1つの要因を操作するために使用するすべての変数の共同影響を測定して,このように,従来の影響サイズ方法(θ)の欠点を克服して,それは単一変数レベルにおいて単に適用することができた。しかし,変数の異なる数として要因を操作できるため,多変量効果サイズの直接比較は不可能である。この問題に取り組むために,分位マッチング法を提案した。この方法は,古典的分位法と一貫した比較結果を提供した。しかし,それはより柔軟であり,分位法が失敗するシナリオに適用できる。さらに,絶対多変量効果サイズ統計を開発し,比較なしで結論を得た。3つの異なるデータセットを用いてこの方法を試験し,様々な効果サイズで因子を効果的に識別できることを見出した。また,予測解析と比較され,一貫した結果を見出した:計画的影響因子は,通常,大きなサンプルシナリオで予測的に影響する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 統計 ,  情報システム ,  *データ ,  解析 ,  多変数系 ,  *爆縮
準シソーラス用語： p値 ,  予測解析 ,  対数尤度比 ,  *ビッグデータ ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： ビッグデータ ,  膨張p値 ,  多変量効果サイズ ,  分位マッチング ,  予測解析

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 同定 ,  ビッグデータ ,  文脈 ,  マッチング