Pertanyaan yang diberi tag «multivariate-analysis»

catatan: tanpa jawaban yang benar setelah sebulan, saya telah memposting ulang ke SO Latar Belakang Saya punya model, fff , di mana Y=f(X)Y=f(X)Y=f(\textbf{X}) XX\textbf{X} adalahmatriksn×mn×mn \times m sampel dariparametermmm danYYY adalahvektorn×1n×1n \times 1 dari output model. fff adalah komputasi yang intensif, jadi saya ingin memperkirakanfff menggunakan spline kubik multivariat melalui(X,Y)(X,Y)(X,Y) …

17 r  multivariate-analysis  splines  interpolation  gaussian-process 

Saya perlu memperkirakan 4 variabel berikut untuk unit waktu ke-29. Saya memiliki sekitar 2 tahun data historis, di mana 1 dan 14 dan 27 semuanya periode yang sama (atau sepanjang tahun). Pada akhirnya, saya melakukan dekomposisi gaya Oaxaca-Blinder pada , , , dan .WWWw dwdwdw cwcwchalhalp time W wd wc …

16 time-series  forecasting  multivariate-analysis  var 

Saya menemukan beberapa pro analisis diskriminan dan saya punya pertanyaan tentang mereka. Begitu: Ketika kelas dipisahkan dengan baik, estimasi parameter untuk regresi logistik secara mengejutkan tidak stabil. Koefisien bisa menuju tak terhingga. LDA tidak menderita masalah ini. Jika jumlah fitur kecil dan distribusi prediktor kira-kira normal di setiap kelas, model …

16 regression  logistic  multivariate-analysis  discriminant-analysis 

Analisis korelasi kanonik (CCA) bertujuan untuk memaksimalkan korelasi product-moment Pearson yang biasa (yaitu koefisien korelasi linier) dari kombinasi linear dari dua set data. Sekarang, pertimbangkan fakta bahwa koefisien korelasi ini hanya mengukur asosiasi linier - ini adalah alasan mengapa kami juga menggunakan, misalnya, koefisien korelasi Spearman- atau Kendall- τ yang …

15 multivariate-analysis  data-transformation  spearman-rho  kendall-tau  canonical-correlation 

Pertanyaan yang ingin saya tanyakan adalah: bagaimana proporsi sampel dalam 1 SD dari rata-rata distribusi normal bervariasi seiring dengan meningkatnya jumlah varian? (Hampir) semua orang tahu bahwa dalam distribusi normal 1 dimensi, 68% sampel dapat ditemukan dalam 1 standar deviasi rata-rata. Bagaimana dengan dalam dimensi 2, 3, 4, ...? Saya …

15 normal-distribution  multivariate-analysis 

Saya menemukan artikel oleh Hervé Abdi tentang SVD umum. Penulis menyebutkan: SVD umum (GSVD) menguraikan matriks persegi panjang dan memperhitungkan kendala akun yang dikenakan pada baris dan kolom matriks. GSVD memberikan estimasi kuadrat terkecil umum dari matriks yang diberikan oleh matriks peringkat yang lebih rendah dan karenanya, dengan pilihan kendala …

15 multivariate-analysis  svd 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 2 tahun yang lalu . Dapatkah seseorang membuat kode R untuk memplot elips dari nilai eigen dan vektor eigen dari matriks berikut A=(2.20.40.42.8)A=(2.20.40.42.8) \mathbf{A} = …

15 r  multivariate-analysis  matrix  matrix-decomposition 

Saya tertarik untuk mencari metode untuk menghasilkan data non-normal yang berkorelasi. Jadi idealnya semacam distribusi yang mengambil dalam matriks kovarians (atau korelasi) sebagai parameter dan menghasilkan data yang mendekati itu. Tapi inilah intinya: metode yang saya coba temukan harus memiliki fleksibilitas untuk juga mengontrol kemiringan multivariat dan / atau kurtosis. …

14 multivariate-analysis  references  random-generation  skewness  copula 

Ketika Anda yang melakukan pekerjaan itu, menyadari apa yang Anda lakukan, Anda mengembangkan perasaan ketika Anda memiliki model yang terlalu pas. Untuk satu hal, Anda dapat melacak tren atau kemunduran di Adjusted R Square model. Anda juga dapat melacak penurunan yang serupa pada nilai p dari koefisien regresi dari variabel …

14 regression  multivariate-analysis  overfitting 

Saya menyederhanakan pertanyaan penelitian yang saya miliki di tempat kerja. Bayangkan saya punya 5 koin dan mari kita sebut kepala sukses. Ini adalah koin yang SANGAT bias dengan probabilitas keberhasilan p = 0,1. Sekarang, jika koin-koin itu independen, kemudian mendapatkan probabilitas minimal 1 kepala atau lebih sangat sederhana, 1 - …

14 multivariate-analysis  bernoulli-distribution  copula 

Versi singkat: Apa metode yang paling efisien secara komputasi untuk memperkirakan mode set data multidimensi, yang diambil dari distribusi kontinu? Versi panjang: Saya punya satu set data yang saya perlukan untuk memperkirakan mode. Mode ini tidak sesuai dengan mean atau median. Contoh ditunjukkan di bawah ini, ini adalah contoh 2D, …

14 estimation  multivariate-analysis  continuous-data  mode 

Saat ini saya sedang mengerjakan masalah di mana kami memiliki dataset kecil dan tertarik pada efek kausalitas dari perawatan pada hasilnya. Penasihat saya telah menginstruksikan saya untuk melakukan regresi univariat pada setiap prediktor dengan hasilnya sebagai respons, kemudian tugas pengobatan sebagai respons. Yaitu, saya diminta untuk menyesuaikan regresi dengan satu …

13 regression  multivariate-analysis  model-selection  causality  univariate 

Saya baru-baru ini menemukan distribusi Poisson bivariat, tapi saya agak bingung bagaimana itu bisa diturunkan. Distribusi diberikan oleh: P(X=x,Y=y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} Dari apa yang saya dapat kumpulkan, istilah θ0θ0\theta_{0} adalah ukuran korelasi antara XXX dan YYY ; karenanya, ketika XXX dan YYY bersifat …

13 distributions  mathematical-statistics  multivariate-analysis  poisson-distribution  proof 

Saya memerlukan rumus untuk probabilitas suatu kejadian dalam distribusi Bernoulli n-variate dengan diberi probabilitas untuk elemen tunggal dan untuk pasangan elemen . Secara ekuivalen saya bisa memberi nilai rata-rata dan kovarianX∈{0,1}nX∈{0,1}nX\in\{0,1\}^nP(Xi=1)=piP(Xi=1)=piP(X_i=1)=p_iP(Xi=1∧Xj=1)=pijP(Xi=1∧Xj=1)=pijP(X_i=1 \wedge X_j=1)=p_{ij}XXX . Saya sudah belajar bahwa ada banyak {0,1}n{0,1}n\{0,1\}^n distribusi yang memiliki sifat sama seperti ada banyak distribusi …

13 multivariate-analysis  discrete-data 

Saya menggunakan Dekomposisi Nilai Singular sebagai teknik reduksi dimensi. Mengingat Nvektor dimensiD , idenya adalah untuk mewakili fitur-fitur dalam ruang yang ditransformasi dari dimensi yang tidak berkorelasi, yang memadatkan sebagian besar informasi data dalam vektor eigen ruang ini dalam urutan kepentingan yang menurun. Sekarang saya mencoba menerapkan prosedur ini ke …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis