Aplicaciones de la transformación Sinh-arcsinh y problemas relacionados
Bibliographic record
Abstract
La tesis está basada en cuatro artículos que sintetizan el trabajo de investigación llevado a cabo entre los años 2008 y 2012 bajo la tutela del profesor Arthur Pewsey. De los cuatro artículos, los dos primeros han sido publicados en las revistas estadísticas Test y The American Statistician, respectivamente. El tercero se encuentra actualmente bajo revisión y una versión digital del cuarto artículo ha sido publicada en la página web de la revista estadística Statistical Papers. El primero de los cuatro artículos anexados, titulado ‘Skew-t distributions via the sinh-arcsinh transformation’, presenta resultados para una nueva familia de distribuciones con miembros tanto simétricos como asimétricos y cuya subclase simétrica está formada por las distribuciones t de Student. En el segundo artículo, de titulo ‘Skewness-invariant measures of kurtosis’, se desarrolla el tema de las medidas de curtosis invariantes a la asimetría. Se identifican dos clases de medidas de curtosis que son invariantes a la asimetría para ciertas familias skew-symmetric obtenidas mediante la transformación de una variable aleatoria simétrica. El tercer artículo tiene por titulo ‘On Blest’s measure of kurtosis adjusted for skewness’. En él, el tema de medidas de curtosis que son invariantes a la asimetría se estudia para medidas basadas en momentos. En el cuarto artículo, titulado ‘Measures of tail asymmetry for bivariate copulas’, proponemos tres familias de medidas de asimetría para copulas bivariantes.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.131 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.011 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.004 | 0.004 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.025 | 0.006 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".