This article proposes two improved

This article proposes two improved prediction intervals, the
score prediction interval and the adjusted prediction interval,
with closed forms for predicting disease count. Both of them
can increase the coverage probability when p is close to the
boundaries compared with the existing prediction intervals.
A simulation study shows the score interval has the shortest expected
length of these intervals. The two new intervals are also
evaluated in terms of the Kullback–Leibler distance through the
predictive distributions. The comparison shows the predictive
distribution corresponding to the score interval can approximate
the binomial distribution better than that corresponding to the
adjusted prediction interval.
In addition, to obtain more accurate results, we can employ
the procedure of Wang (2008) to derive an appropriate value
of z(1+γ )/2 such that the prediction intervals can achieve either
a desired minimum coverage probability or a desired average
coverage probability.

ผลลัพธ์ (ไทย) 1:

บทความนี้เสนอสองช่วงคาดการณ์ที่ปรับปรุง การคะแนนคาดเดาช่วงและช่วงคาดการณ์ที่ปรับปรุงมีแบบฟอร์มที่ปิดสำหรับคาดการณ์โรคนับ ทั้งสองอย่างสามารถเพิ่มความน่าเป็นครอบคลุมเมื่อ p คือใกล้เคียงกับการขอบเขตเมื่อเทียบกับช่วงคาดการณ์ที่มีอยู่การศึกษาการจำลองการแสดงช่วงคะแนนได้สั้นที่สุดที่คาดไว้ความยาวของช่วงเวลาเหล่านี้ มีสองช่วงเวลาใหม่ประเมินในระยะ Kullback – Leibler ผ่านการการกระจายงาน การเปรียบเทียบแสดงการคาดการณ์สามารถประมาณการแจกจ่ายที่ตรงกับช่วงคะแนนการแจกแจงแบบทวินามที่มีดีกว่าที่สอดคล้องกับการช่วงคาดการณ์ที่ปรับปรุงนอกจากนี้ เพื่อให้ได้ผลลัพธ์ที่ถูกต้องมากขึ้น เราสามารถใช้ขั้นตอนของวัง (2008) สามารถรับค่าที่เหมาะสมz(1+γ)/2 ให้ช่วงทำนายสามารถใช้อย่างใดอย่างหนึ่งความน่าเป็นการระบุความครอบคลุมต่ำสุดหรือค่าเฉลี่ยที่ระบุความน่าเป็นครอบคลุม

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอสองปรับปรุงการทำนายช่วงเวลา
คะแนนช่วงทำนายค่าและปรับการคาดการณ์ช่วงเวลา
กับรูปแบบปิดนับทำนายโรค ทั้งสองของพวกเขาสามารถเพิ่มความครอบคลุมความน่าจะเป็น
p
เมื่อใกล้เขตแดนเมื่อเทียบกับการคาดการณ์เดิมๆ .
จำลองการศึกษาแสดงคะแนนช่วงมีสั้นคาด
ความยาวของช่วงเวลาเหล่านี้ ใหม่สองช่วงเวลายัง
ประเมินในแง่ของคัลแบ็ก–ลี๊บเลอร์ระยะทางผ่าน
การแจกแจงการคาดการณ์ . การเปรียบเทียบแสดงการกระจายความสอดคล้องกับคะแนน

ช่วงสามารถประมาณการแจกแจงทวินามดีกว่า ที่สอดคล้องกับการปรับช่วงทำนายค่า
.
นอกจากนี้เพื่อให้ได้ผลลัพธ์ที่ถูกต้องมากขึ้นเราสามารถจ้าง
ขั้นตอนของวัง ( 2008 ) เพื่อสร้างมูลค่าที่เหมาะสมของ
Z ( 1 γ ) / 2 เช่น การทำนายช่วงเวลาสามารถบรรลุผลที่ต้องการความคุ้มครองขั้นต่ำเหมือนกัน

หรือต้องการเฉลี่ยครอบคลุมความน่าจะเป็น