MétaCan
Menu
← Retour à la cohorte
Enregistrement W2168117932 · doi:10.7202/800607ar

Effets des erreurs dans les coefficients structuraux d’un modèle intersectoriel « rectangulaire ». Une approche de type Monte-Carlo

2009· article· en· W2168117932 sur OpenAlexaffvenueabout
Claude Autin, Jacques Fearnley, Ronald Rioux

Notice bibliographique

RevueL Actualité économique · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensStatistics CanadaAir CanadaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMathematicsCovariance matrixCombinatoricsMultivariate random variableMatrix (chemical analysis)Zero (linguistics)Type (biology)CovarianceMultinomial distributionStatisticsMonte Carlo methodRandom matrixPhysicsRandom variableEigenvalues and eigenvectorsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The most simple rectangular input-output models use two rectangular matrices: R a market coefficient matrix, A* a production coefficient matrix. A given exogenous demand Xo determines the sectorial activity levels X* = [I — RA*]-1Xo. We assume that A* is random with expectation A. We study the distribution of the "error" X* — X with X = [I — RA]-1Xo. (1) For the statistically independent elements of A*, we analytically prove that X < EX*. (2) In the more realistic case of statistically dependent elements of A*. (a) One submatrix of A* with T non zero elements is chosen. The probabilistic model which generates the T coefficients is as follows: a* = (1 — μ)a + μ(S/n) b* où a* is the vector of the T random elements, a is the expectation of a* whose components are observed values of a real input-output model, S is the sum of components of a, μ is a parameter between zero and one, b* is a multinomial random vector with T components and parameters n, number of drawings during an experiment, and a/S, the corresponding probabilities. We control the variability of a* through μ and n. For a given experiment, we get a realisation of A* and we compute X*. K independent experiments allow us to estimate the expectation and the variance-covariance matrix of X*, simultaneous confidence intervals for the expectation of the components of X*, and also a few global measures of errors on X*. The Canadian model for 1961 (16 productive sectors, 40 commodities), is tested with that model. The main result is: the relative errors, measured according to the variation coefficients, are greatly reduced when we pass from the "errors" on a* to the corresponding "errors" on X*. (b) The same random model is also simultaneously applied to 2 or 3 sub-matrices of A*.

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)0,005
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,227
Écart entre enseignants0,173 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueL Actualité économique→Même sujetEconomic theories and models→Travaux en français237 207→