MétaCan
Menu
Retour à la cohorte
Enregistrement W2007551061 · doi:10.1214/aos/1065705118

Singular Wishart and multivariate beta distributions

2003· article· en· W2007551061 sur OpenAlexaff
Muni S. Srivastava

Notice bibliographique

RevueThe Annals of Statistics · 2003
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Statistical Methods and Models
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWishart distributionMathematicsInverse-Wishart distributionMatrix t-distributionMatrix normal distributionScatter matrixLebesgue measureMultivariate normal distributionEstimation of covariance matricesNormal-Wishart distributionCovariance matrixCombinatoricsMathematical analysisPure mathematicsLebesgue integrationMultivariate statisticsStatistics

Résumé

récupéré en direct d'OpenAlex

In this article, we consider the case when the number of observations n is less than the dimension p of the random vectors which are assumed to be independent and identically distributed as normal with nonsingular covariance matrix. The central and noncentral distributions of the singular Wishart matrix $S=XX'$, where X is the $p \times n$ matrix of observations are derived with respect to Lebesgue measure. Properties of this distribution are given. When the covariance matrix is singular, pseudo singular Wishart distribution is also derived. The result is extended to any distribution of the type $f(XX')$ for the central case. Singular multivariate beta distributions with respect to Lebesgue measure are also given.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,263
Tête enseignante GPT0,468
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations141
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annals of StatisticsMême sujetAdvanced Statistical Methods and ModelsTravaux en français237 207