Nonparametric Methods for Multivariate Location Problems with Independent and Cluster Correlated Observations
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Tilastotiede antaa mahdollisuuden tiivistää kerätystä tutkimusaineistosta keskeisimmän tiedon sekä systemaattisesti arvioida sattuman osuutta tuloksiin. Klassinen tilastollinen päättely nojautuu oletuksiin aineiston havaintojen riippumattomuudesta ja jakaumasta. Käytännön tutkimusasetelmissa nämä oletukset ovat kuitenkin voimakkaita ja toteutuvat parhaimmillaankin likimääräisesti.\n\nTämän tutkimuksen tavoitteena on kehittää tehokkaita tilastollisia menetelmiä, jotka eivät perustu riippumattomuus- tai jakaumaoletukseen. Erityisen huomion kohteena on otantakokeissa ja pitkittäisaineistoissa tavallinen klusterointi. Klusterilla tarkoitetaan aineistoa ryhmittelevää tekijää, joka jakaa aineiston toisistaan riippumattomiin osiin. Samasta klusterista peräisin olevat havainnot puolestaan riippuvat toisistaan. Esimerkiksi perheenjäsenet samassa tutkimuksessa ovat sekä perimältään että elintavoiltaan samankaltaisia - heidän ominaisuutensa korreloivat. Eri perheet taas voidaan ajatella riippumattomiksi toisistaan; perhe siis muodostaa klusterin.\n\nTutkimus jakautuu kahteen pääosaan: Ensimmäisessä osassa tarkastellaan riippumattomia havaintoja yhden ja useamman otoksen tilanteessa. Toinen osa keskittyy klusteroituun aineistoon ja erityisen riippuvuuden tyypin - klusterin sisäisen korrelaation (intracluster correlation) - huomioimiseen osana tilastollista analyysia. Väitöskirjatyössä esitellään uusia epäparametrisia spatiaalisiin suunta- ja järjestyslukuvektoreihin perustuvia laskentamenetelmiä moniulotteisen aineiston symmetriapisteen estimoimiseksi, ja siihen liittyvien tilastollisten testien toteuttamiseksi. Oikein painottamalla voidaan testin tehokkuus ja estimointitarkkuus optimoida.\n\nSpatiaalisten menetelmien merkittävimmät edut ovat niiden tehokkuus ja luotettavuus laajalla käyttöalueella: menetelmien avulla voidaan esimerkiksi lääketieteen tutkimuksessa saavuttaa sama määrä tietoa pienemmällä määrällä potilaita.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it