MétaCan
Menu
Retour à la cohorte
Enregistrement W2902919489

Distribution-Free Bounds for Serial Correlation Coefficients in Heteroskedastic Symmetric Time Series

2004· preprint· en· W2902919489 sur OpenAlexafffund
Jean‐Marie Dufour, Abdeljelil Farhat, Marc Hallin

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2004
Typepreprint
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Inference
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesUniversité de MontréalMitacsKillam TrustsFédération Wallonie-BruxellesAustralian Government
Mots-clésSeries (stratigraphy)MathematicsHeteroscedasticityExponential functionDistribution (mathematics)Exponential distributionApplied mathematicsAutocorrelationChebyshev filterStatisticsCombinatoricsMathematical analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nous étudions le problème qui consiste à tester l'hypothèse que des observations X1, ..., Xn d'une série chronologique sont indépendantes avec des distributions non spécifiées (possiblement non identiques) symétriques autour d'une médiane connue. Nous proposons plusieurs bornes sur les distributions des coefficients d'autocorrélation : bornes exponen-tielles, bornes de type Eaton, bornes de Chebyshev et bornes de Berry-Esséen-Zolotarev. Les bornes sont exactes dans les échantillons finis, non paramétriques et faciles à calculer. Nous évaluons par simulation la performance des bornes et comparons celle-ci à celle de tests d'autocorrélation traditionnels. Les procédures proposées sont appliquées à des données de taux d'intérêt américaines ("commercial paper rate").

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)0,029
score de la tête « metaresearch » (Gemma)0,203
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,203
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,004
Communication savante0,0030,006
Science ouverte0,0030,004
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,060
Tête enseignante GPT0,374
Écart entre enseignants0,314 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetStatistical Methods and InferenceTravaux en français237 207