Minimax‐Optimal Strength of Statistical Evidence for a Composite Alternative Hypothesis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Résumé Le rapport de vraisemblance mesure l'évidence statistique, par rapport ô une hypothèse nulle, d'une contre‐hypothèse simple. Il n'existe pas d'équivalent direct dans le contexte d'hypothèses composées. Nous montrons comment, en traitant le paramètre d'intérêt comme une grandeur aléatoire, il est cependant possible d'évaluer l'évidence statistique d'une hypothèse composée sans passer par la spécification ni l'estimation d'une loi ni d'un a priori particuliers. Le fait de traiter le paramètre comme un quantité aléatoire traduit ici sa variabilité plutôt qu'une incertitude le concernant, et la mesure idéale de l'évidence en faveur de la contre‐hypothèse est la différence entre les logarithmes des odds a posteriori et a priori. Cette mesure idéale peur être remplacée par toute mesure estimée, pourvu qu'elle soit asymptotiquement sans biais. Une telle méthode s'interprète aisément et, le cas échéant, peut être utilisée en combinaison avec un a priori, spécifié ou estimé, sur l'hypothèse nulle. Nous décrivons deux de ces mesures estimées présentant des propriétés d'optimalité de type minimax. Une application ô des données protéomiques indique que la modification d'une de ces mesures optimales portant sur les données relatives ô une protéine unique fournit une bonne approximation de la différence entre les logarithmes des odds a posteriori et a priori en provenance de 20 protéines différentes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,388 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 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 découle