MétaCan
Menu
Retour à la cohorte
Enregistrement W3023905776 · doi:10.1080/03610926.2015.1040500

The Continuous Hidden threshold Mixed Skew-Symmetric Distribution

2016· article· en· W3023905776 sur OpenAlexaff
Mohammed Bouaddi, Rachid Belhachemi

Notice bibliographique

RevueCommunication in Statistics- Theory and Methods · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Risk and Volatility Modeling
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésSkewMathematicsDistribution (mathematics)StatisticsStatistical physicsComputer sciencePhysicsMathematical analysisTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper explores a way to construct a new family of univariate probability distributions where the parameters of the distribution capture the dependence between the variable of interest and the continuous latent state variable (the regime).The distribution nests two well known families of distributions, namely, the skew normal family of Azzalini (1985) and a mixture of two Arnold et al. (1993) distribution.We provide a stochastic representation of the distribution which enables the user to easily simulate the data from the underlying distribution using generated uniform and normal variates.We also derive the moment generating function and the moments.The distribution comprises eight free parameters that make it very flexible.This flexibility allows the user to capture many stylized facts about the data such as the regime dependence, the asymmetry and fat tails as well as thin tails.

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)0,008
score de la tête « metaresearch » (Gemma)0,004
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,494

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,004
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 Opus0,044
Tête enseignante GPT0,330
Écart entre enseignants0,286 · 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
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunication in Statistics- Theory and MethodsMême sujetFinancial Risk and Volatility ModelingTravaux en français237 207