MétaCan
Menu
Retour à la cohorte
Enregistrement W2510653476 · doi:10.1177/0008068320090113

Extremes, Extreme Spacings and Tail Lengths : An Investigation for Some Important Distributions

2009· article· en· W2510653476 sur OpenAlexafffund
Govind S. Mudholkar, Yogendra P. Chaubey, Lili Tian

Notice bibliographique

RevueCalcutta Statistical Association Bulletin · 2009
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésExtreme value theoryQuantileMathematicsPopulationReciprocalContext (archaeology)Generalized Pareto distributionGaussianGeneralized extreme value distributionFunction (biology)Statistical physicsPareto principleStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

Extreme value and extreme spacing distributions are elegant and important artifacts of statistical theory and practice. However, in statistical education, due to the highly technical nature of the subject, they are generally treated as special topics. But, as demonstrated by Freimer et al. (1989), the asymptotic distributions of the extremes and extreme spacings of random samples, and the related theory can be derived and developed by applying elementary methods to the population quantile functions when they are available in closed forms. However, their work excluded the pedagogically important Gaussian and gamma populations. In this paper, using the closed form expression for the quantile function of the Pareto family first, we show how this approach works. We then proceed to demonstrate its use by simple Taylor expansion for the normal and gamma populations, cases where the closed form expressions for the quantile functions are unavailable. In the process, we relate the geometric notion of tail length to the extreme value distribution. We also examine the case of inverse Gaussian (IG) family, which is well known to be strikingly and intriguingly analogous to the Gaussian family. Actually, in the present context we consider not only the IG but the related reciprocal IG (RIG) and the root reciprocal IG (RRIG) families. The extreme value theory for these three families is derived, again using the elementary methods, even though their quantile functions also lack closed form expressions. Interestingly, it is seen that the extreme value theory for the RRIG population, and not of the IG population, is somewhat analogous to the Gaussian distribution. AMS (2000) Subject Classification : 62E20.

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)0,030
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,005
Communication savante0,0030,008
Science ouverte0,0020,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,326
Écart entre enseignants0,271 · 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

Citations2
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCalcutta Statistical Association BulletinMême sujetStatistical Distribution Estimation and ApplicationsTravaux en français237 207