Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Add CI calculation over posterior samples for a percentage correct other than default

Aperta
#242 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
data

Direzione di ricerca

Start in the results object's threshold() method, where the percentage-correct value is handled. Trace how posterior samples are generated and how existing threshold intervals are calculated, then update the documentation page mentioned in the issue. Done means percentile confidence intervals can be computed for a requested percentage correct other than the default.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

@guillermoaguilar thanks for the careful explanation, I understand the argument now. We are not computing a real CI over the threshold, but this is what the warning is about.

The alternative way to compute the CI using the samples would marginalize over all the other parameters and indeed it could give an accurate (if non-deterministic) estimate of the CI over the threshold.

I don't have objections with going forward with the implementation in #241. Should we complete that PR and then discuss how to implement a sampling-based CI?

Originally posted by @pberkes in #191

We do this inside method threshold( ) in the results object. We need to run enough posterior samples and from them get percentile CIs for the percentage correct asked.

Also need to update the documentation page.

Lingua principale
Python
Stelle
65
Fork
26
Merge medio
9m
PR unite (30g)
1

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di wichmann-lab/python-psignifit

Tutte le issue di wichmann-lab/python-psignifit

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.