MétaCan
Menu
Retour à la cohorte
Enregistrement W2248636914 · doi:10.1007/0-8176-4487-3_8

Range of Correlation Matrices for Dependent Random Variables with Given Marginal Distributions

2007· book-chapter· en· W2248636914 sur OpenAlexaff
Harry Joe

Notice bibliographique

RevueBirkhäuser Boston eBooks · 2007
Typebook-chapter
Langueen
DomaineMathematics
ThématiquePoint processes and geometric inequalities
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMathematicsRandom variableRange (aeronautics)CombinatoricsMatrix (chemical analysis)CorrelationMarginal distributionRandom matrixDistribution (mathematics)Positive-definite matrixSet (abstract data type)Conditional probability distributionScale (ratio)Discrete mathematicsStatisticsMathematical analysisPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

Let X 1,...,X d be d (d≥3) dependent random variables with finite variances such that X j ∼F j . Results on the set S d (F 1,...,F d ) of possible correlation matrices with given margins are obtained; this set is relevant for simulating dependent random variables with given marginal distributions and a given correlation matrix. When F 1=...=F d =F, we let S d (F) denote the set of possible correlation matrices. Of interest is the set of F for which S d (F) is the same as the set of all non-negative definite correlation matrices; using a construction with conditional distributions, we show that this property holds only if F is a (location-scale shift of a) margin of a (d−1)-dimensional spherical distribution.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,064
Tête enseignante GPT0,297
Écart entre enseignants0,233 · 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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBirkhäuser Boston eBooksMême sujetPoint processes and geometric inequalitiesTravaux en français237 207