MétaCan
Menu
Retour à la cohorte
Enregistrement W2998630810 · doi:10.5539/ijsp.v9n1p30

Independent, Tough Identical Results: The Class of Tweedie on Power Variance Functions and the Class of Bar-Lev and Enis on Reproducible Natural Exponential Families

2019· article· en· W2998630810 sur OpenAlexvenueno aff
Shaul K. Bar‐Lev

Notice bibliographique

RevueInternational Journal of Statistics and Probability · 2019
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsAnnalsClass (philosophy)Mathematical economicsCalculus (dental)Applied mathematicsClassicsEpistemologyPhilosophyHistory

Résumé

récupéré en direct d'OpenAlex

The Rao-Blackwell theorem has had a fundamental role in statistical theory. However, as opposed to what seems natural, Rao and Blackwell did not investigate and write the theorem jointly. In fact, they both published the same result independently, two years apart. Indeed, as C.R. Rao writes in Wikipedia: ”the result on one parameter case was published by Rao (1945) in the Bulletin of the Calcutta Mathematical Society and by Blackwell (1947) in The Annals of Mathematical Statistics. Only Lehmann and Sche ´e (1950) called the result as Rao-Blackwell theorem”. Forty years later, a situation very similar to the previous one seems to have happened. Tweedie (1984) in a paper published in a proceedings to a conference held in Calcutta and Bar-Lev and Enis (1986) in a paper published in The Annals of Statistics both presented for the first time, albeit two years apart, independently and in di erent contexts, the class of natural exponential families having power variance functions (NEF-PVFs). Tweedie’s results were then mentioned by Jorgensen (1987) in his fundamental paper on exponential dispersion models published in the Journal of the Royal Statistical Society, Series B. Jorgensen, however, mentioned also other researchers, including Bar-Lev and Enis, as dealt with the same problem. Nonetheless, Jorgensen (1987) stated in his paper that ”The most complete study” of NEF-PVFs was given by Tweedie (1984), a statement which has led to naming the class of NEF-PVFs as the Tweedie class. This statement of Jorgensen is entirely and utterly incorrect. Accordingly, one of the goals of this note is to 'prove' such incorrectness. Based on this 'proof' it will be evident, so I trust, that both Bar-Lev and Enis should have received the appropriate credit by re-naming the class of NEF-PVFs via the exploitation of the names of Tweedie, Bar-Lev and Enis. This would resemble the dignified and elegant manner Lehmann and Sche ´e acted on the Rao-Blackwell Theorem. Notwithstanding, the main aim of the note is to encourage young researchers to present their results with self-confidence and to get the credit they deserve.

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)0,009
score de la tête « metaresearch » (Gemma)0,083
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,083
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0050,012
Communication savante0,0100,024
Science ouverte0,0030,006
Intégrité de la recherche0,0050,012
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,029
Tête enseignante GPT0,319
Écart entre enseignants0,291 · 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
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics and ProbabilityMême sujetStatistical Distribution Estimation and ApplicationsTravaux en français237 207