Pertanyaan yang diberi tag «covariance-matrix»

Sebuah matriks covariances antara semua pasangan variabel acak. Ini juga disebut matriks varians-kovarians atau hanya matriks kovarians. k×kk

6
Apakah ada interpretasi intuitif dari
Untuk matriks data diberikan (dengan variabel dalam kolom dan titik data dalam baris), sepertinya A T A memainkan peran penting dalam statistik. Sebagai contoh, ini adalah bagian penting dari solusi analitik kuadrat terkecil biasa. Atau, untuk PCA, vektor eigennya adalah komponen utama data.AAAATAATAA^TA Saya mengerti bagaimana menghitung , tapi saya …

3
Contoh: regresi LASSO menggunakan glmnet untuk hasil biner
Saya mulai mencoba-coba penggunaan glmnetdengan LASSO Regression di mana hasil yang saya minati menjadi dikotomis. Saya telah membuat bingkai data mock kecil di bawah ini: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, …
78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

5
Bagaimana menafsirkan kovarians terbalik atau matriks presisi?
Saya bertanya-tanya apakah ada yang bisa mengarahkan saya ke beberapa referensi yang membahas interpretasi unsur-unsur matriks kovarian terbalik, juga dikenal sebagai matriks konsentrasi atau matriks presisi. Saya memiliki akses ke Dependensi Multivarian Cox dan Wermuth , tetapi yang saya cari adalah interpretasi dari setiap elemen dalam matriks invers. Wikipedia menyatakan …




3
Mengapa matriks kovarians sampel tunggal ketika ukuran sampel kurang dari jumlah variabel?
Katakanlah saya memiliki distribusi Gaussian multivariat dimensional. Dan saya mengambil pengamatan (masing-masing satu -vector) dari distribusi ini dan menghitung sampel kovarians matriks . Dalam hal ini kertas , negara penulis bahwa matriks kovarians sampel dihitung dengan adalah tunggal.halhalpnnnhalhalpSSSp > nhal>np > n Bagaimana itu benar atau diturunkan? Ada penjelasan?

4
Ukuran kesamaan atau jarak antara dua matriks kovarian
Apakah ada ukuran kesamaan atau jarak antara dua matriks kovarians simetris (keduanya memiliki dimensi yang sama)? Saya berpikir di sini analog dengan KL divergensi dari dua distribusi probabilitas atau jarak Euclidean antara vektor kecuali diterapkan pada matriks. Saya membayangkan akan ada beberapa pengukuran kesamaan. Idealnya saya juga ingin menguji hipotesis …

5
Bagaimana cara menghasilkan matriks korelasi acak peringkat penuh yang besar dengan beberapa korelasi kuat yang ada?
Saya ingin menghasilkan korelasi matriks acak dari ukuran sehingga ada beberapa korelasi cukup kuat hadir: n × nCC\mathbf Cn×nn×nn \times n matriks simetris nyata persegi ukuran , dengan mis ;n = 100n×nn×nn \times nn=100n=100n=100 positif-pasti, yaitu dengan semua nilai eigen nyata dan positif; peringkat penuh; semua elemen diagonal sama dengan …

1
Apakah ada cara untuk menggunakan matriks kovarian untuk mencari koefisien untuk regresi berganda?
Untuk regresi linier sederhana, koefisien regresi dapat dihitung langsung dari matriks varians-kovarians , oleh mana adalah indeks variabel dependen, dan adalah indeks variabel penjelas.CCCCd,eCe,eCd,eCe,e C_{d, e}\over C_{e,e} dddeee Jika seseorang hanya memiliki matriks kovarians, apakah mungkin untuk menghitung koefisien untuk model dengan beberapa variabel penjelas? ETA: Untuk dua variabel penjelas, …

2
Menghasilkan data dengan matriks kovarians sampel yang diberikan
Diberikan matriks kovarians , bagaimana cara menghasilkan data sedemikian rupa sehingga memiliki sampel matriks kovarians \ hat {\ boldsymbol \ Sigma} = \ boldsymbol \ Sigma_s ?Σ = Σ sΣsΣs\boldsymbol \Sigma_sΣ^=ΣsΣ^=Σs\hat{\boldsymbol \Sigma} = \boldsymbol \Sigma_s Lebih umum: kita sering tertarik untuk menghasilkan data dari kepadatan f(x|θ)f(x|θ) f(x \vert \boldsymbol\theta) , …

3
Estimasi unjuk kerja matriks kovarians untuk data yang disensor berlipat ganda
Analisis kimia terhadap sampel lingkungan sering disensor di bawah ini pada batas pelaporan atau berbagai batas deteksi / kuantisasi. Yang terakhir dapat bervariasi, biasanya sebanding dengan nilai-nilai variabel lain. Sebagai contoh, sampel dengan konsentrasi tinggi dari satu senyawa mungkin perlu diencerkan untuk analisis, menghasilkan inflasi proporsional batas sensor untuk semua …


7
Mengapa matriks simetris positif pasti (SPD) begitu penting?
Saya tahu definisi matriks positif simetris positif (SPD), tetapi ingin lebih memahami. Mengapa mereka begitu penting, secara intuitif? Inilah yang saya tahu. Apa lagi? Untuk data yang diberikan, matriks Co-variance adalah SPD. Matriks co-variance adalah metrik penting, lihat posting yang luar biasa ini untuk penjelasan intuitif. Bentuk kuadrat 12x⊤Ax−b⊤x+c12x⊤SEBUAHx-b⊤x+c\frac 1 …

4
Dalam prakteknya bagaimana matriks efek kovarians acak dihitung dalam model efek campuran?
Pada dasarnya apa yang saya pikirkan adalah bagaimana struktur kovarian yang berbeda ditegakkan, dan bagaimana nilai-nilai di dalam matriks ini dihitung. Fungsi seperti lme () memungkinkan kami untuk memilih struktur mana yang kami inginkan, tetapi saya ingin tahu bagaimana perkiraannya. Pertimbangkan model efek campuran linier .Y= Xβ+ Zu + ϵY=Xβ+Zkamu+ϵY=X\beta+Zu+\epsilon …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.