Test dwoch proporcji (z) + przedzial Wilsona 95% nad adnotacjami

Czym liczymy

Potok, który to liczy

detect_debate_outlier

Wersja metody

v1

Próg

|delta| >= 20 pp oraz |z| > 2,576 (p < 0,01), polowa CI <= 5 pp

Poziom ufności

95 %

Dane wejściowe

statement_annotation, sitting_statement, dataset_coverage

Kod, który to liczy

backend/pipelines/sql/debate_substance_deviation.sql

Odcisk metody

3e483e63220f7044d127d8cd14bea5988b616ac610e36086052a868b0e4003a7

Suma kontrolna zapytania, parametrów, progu i wymogów. Zmiana któregokolwiek z nich bez podbicia wersji zatrzymuje wdrożenie.

Jak to liczymy

Porownujemy udzial wypowiedzi posla oznaczonych jako merytoryczne w oknie 90 dni z jego wlasnym oknem bazowym. Etykiete „merytoryczna" stawia model jezykowy, wiec to jest ocena, a nie fakt ze zrodla — liczymy nad nia tylko udzial, przedzial Wilsona i test dwoch proporcji. Pomijamy wypowiedzi z urzedu (marszalek, sprawozdawca). Okna sa ROZLACZNE, sprawdza to krok assert.

Czego ta metoda nie rozstrzyga

• Etykieta 'merytoryczna' pochodzi z modelu jezykowego i zmienia sie razem z wersja promptu
• Zmiana wersji promptu przesuwa cala serie — porownanie okien zaklada te sama wersje adnotacji
• Krotka wypowiedz proceduralna liczy sie tak samo jak dluga polemika: wazymy liczba, nie czasem
• Brak korekty na wielokrotne testowanie
• Podajemy statystyke z i prog krytyczny, nie p-value: baza nie ma funkcji rozkladu normalnego