MétaCan
Menu
Retour à la cohorte
Enregistrement W2516700508 · doi:10.1080/10618600.2015.1124041

A Functional Estimate of Covariation

2015· article· en· W2516700508 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Computational and Graphical Statistics · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCovarianceMathematicsCovariance functionCovariance matrixSmoothingBivariate analysisEstimation of covariance matricesFunctional data analysisRational quadratic covariance functionStatisticsResidualData setRepresentation (politics)Sampling (signal processing)Applied mathematicsAlgorithmComputer scienceCovariance intersection

Résumé

récupéré en direct d'OpenAlex

The analysis of functional data calls for a bivariate functional covariance function σ(s, t) that may be evaluated at any discrete set of points to define a variance-covariance matrix Σ. This article uses finite element methodology to construct a representation of a functional Choleski factor λ(w, s) to define σ(s, t) = ∫λ(w, s)λ(w, t) dw. An estimate of Σ-1 is especially important for applications and, where the eigenstructure of the covariance permits, this is readily available since the resulting Σ is almost always positive definite. A simulation study compares the performance of estimates of Σ and Σ-1 to those from the classic covariance matrix estimate and an estimate using glasso package in R. The method’s capability of constraining estimates of Σ-1 to be strongly band-structured resulted in superior estimates. The real data application is to the smoothing of the Fels female growth data where σ(s, t) estimates the residual covariance structure in the presence of sampling points varying from one case to another. Supplementary materials are available online.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil0,185

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,255
Écart entre enseignants0,234 · 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