Use of Hotelling's T^2: Outlier Diagnostics in Mixtures
Notice bibliographique
Résumé
Given Gaussian observation vectors $[\seqcl{\BY}{n}]$ having a common mean and dispersion matrix, a pervading issue is to identify shifted observations of type $\{\BYi\!\to\!\BYi\!+\!\bdeli\}.$ Conventional usage enjoins Hotelling's $\Tisq$ diagnostics, derived and applied under the mutual independence of $[\seqcl{\BY}{n}]$. Independence often fails, yet the need to identify outliers nonetheless persists. Accordingly, the present study reexamines $\Tisq$ under dependencies to include equicorrelations and more general matrices. Such dependencies are found in the analysis of calibrated vector measurements and elsewhere. In addition, mixtures of these distributions having star--shaped contours arise on occasion in practice. Nonetheless, the $\Tisq$ diagnostics are shown to remain exact in level and power for all such mixtures. Moreover, further matrix distributions, not necessarily having finite moments, are seen to generalize $n$--dimensional spherical symmetry to include non--Gaussian matrices of order $(n\!\times\!k)$ supporting $\Tisq.$ For these the use of $\Tisq$ remains exact in level. These findings serve to expand considerably the range of applicability of $\Tisq$ in practice, to include matrix Cauchy and other heavy tailed distributions intrinsic to econometric and other studies. Case studies serve to illuminate the methodology.
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 | 0,033 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».