POWER COMPARISON OF SOME TESTS FOR DETECTING A CHANGE IN THE MULTIVARIATE MEAN
Notice bibliographique
Résumé
Using Monte Carlo methods, we compare the power of three tests based on each of N ≥ 2 p-dimensional random vectors x 1,…,x N to decide if the means μi of the x i's are all equal against the alternative that a change has occurred at some point r (i.e., μ1 = μ2 = ··· = μ r ≠ μ r+1 = μ N ). The vectors x i are assumed to have multivariate normal distributions with common unknown covariance matrix Σ. Two of these tests, a likelihood ratio test and a generalization of Bayes test have been proposed by Srivastava and the third test is a generalization of a test proposed by Sen and Srivastava. It is found that for detecting moderate to large shifts, the test based on the LR statistics performs best when the change occurs near the beginning or the end, while the generalization of Sen and Srivastava's test performs best when the change occurs near the middle. A third test, a multivariate generalization of a univariate Bayes test is slightly inferior. However, for detecting small shifts, or for large sample sizes (N≥60) and moderate p, all three tests perform similarly in the cases we considered. The sequential stopping rule along with pinching-algorithm of Dunn are used to provide tables of simulated percentiles.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,114 | 0,437 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».