MétaCan
Menu
Retour à la cohorte
Enregistrement W2907889314 · doi:10.1080/17442508.2018.1563605

Limiting behaviour for arrays of rowwise widely orthant dependent random variables under conditions of <i>R</i> − <i>h</i>-integrability and its applications

2019· article· en· W2907889314 sur OpenAlexafffund
Yi Wu, Xuejun Wang, Tien-Chung Hu, Manuel Ordóñez Cabrera, Andrei Volodin

Notice bibliographique

RevueStochastics · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Science Foundation of Anhui ProvinceMinistry of Science and Technology of the People's Republic of ChinaNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésOrthantMathematicsConvergence (economics)Law of large numbersConsistency (knowledge bases)Convergence of random variablesRandom variableEstimatorLimitingMoment (physics)Triangular arrayApplied mathematicsNonparametric statisticsDiscrete mathematicsCombinatoricsStatistics

Résumé

récupéré en direct d'OpenAlex

In this paper, we mainly study the Lr convergence, complete convergence and complete moment convergence for arrays of rowwise widely orthant dependent (WOD, for short) random variables under some conditions of R-h-integrability. The results in this paper generalize and improve the corresponding ones of Sung et al., Weak laws of large numbers for arrays under a condition of uniform integrability, Journal of the Korean Mathematical Society 45 (2008), pp. 289–300, Wang and Hu, Weak laws of large numbers for arrays of dependent random variables, Stochastics: An International Journal of Probability and Stochastic Processes 86 (2014), pp. 759–775, and Wu et al., Limiting behaviour for arrays of rowwise END random variables under conditions of h-integrability, Stochastics: An International Journal of Probability and Stochastic Processes 87 (2014), pp. 409–423. As applications of the complete convergence that we established, we present some results on complete consistency for the estimator in a nonparametric regression model based on WOD errors.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 Opus0,071
Tête enseignante GPT0,347
Écart entre enseignants0,276 · 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 tête enseignante, 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

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStochasticsMême sujetProbability and Risk ModelsTravaux en français237 207