«covariance-matrix» 태그된 질문

통계 분석 패키지에 의해 실제로 var / cov 에러 매트릭스는 어떻게 계산됩니까? 이 아이디어는 이론상 분명하다. 그러나 실제로는 아닙니다. I는 확률 변수의 벡터가있는 경우 I는 평균 X =( X1, X2, … , X엔)⊤엑스=(엑스1,엑스2,…,엑스엔)⊤\textbf{X}=(X_{1}, X_{2}, \ldots, X_{n})^\top , 본인은 분산 / 공분산 행렬 일탈로부터 -의 외부 제품 설명한다 -평균 벡터 : …

12 variance  error  covariance-matrix  beta-regression 

주어진 d- 차원 벡터 클러스터에 대해 다변량 정규 분포를 가정하고 샘플 d- 차원 평균 벡터와 샘플 공분산 행렬을 계산하는 몇 가지 클러스터링 기술을 연구하고 있습니다. 그런 다음 보이지 않는 새로운 d- 차원 벡터가이 클러스터에 속하는지 결정하려고 할 때이 측정을 통해 거리를 확인합니다. ( X나는− μ^엑스)'σ^− 1엑스( X나는− μ^엑스) > B0.95( …

12 clustering  multivariate-analysis  covariance  covariance-matrix  matrix-inverse 

내 연구의 배경 : 깁스 샘플링에서 어디 샘플 XXX (관심의 가변) 및 YYY 에서 P(X|Y)P(X|Y)P(X|Y) 및 P(Y|X)P(Y|X)P(Y|X) 는 각각 XXX 및 YYY 있는 kkk 차원 랜덤 벡터. 프로세스는 일반적으로 두 단계로 나뉩니다. 모든 샘플을 폐기하는 번인 기간. 샘플은 X1∼XtX1∼XtX_1\sim X_t 및 로 나타냅니다 Y1∼YtY1∼YtY_1\sim Y_t. 샘플을 평균화하는 "애프터 번인"기간 X¯=1k∑ki=1Xt+iX¯=1k∑i=1kXt+i\bar{X} …

11 hypothesis-testing  covariance  covariance-matrix  gibbs 

33 개의 변수 (열)로 설명되는 717 개의 관측치 (행)로 구성된 데이터 세트가 있습니다. 모든 변수는 z- 점수로 데이터를 표준화합니다. 두 변수가 선형 적으로 종속되지 않습니다 ( ). 또한 분산이 매우 낮은 ( 미만 ) 모든 변수를 제거했습니다 . 아래 그림은 해당 상관 매트릭스를 보여줍니다 (절대 값).r = 1아르 자형=1r=10.10.10.1 factoranMatlab에서 …

11 matlab  factor-analysis  covariance  covariance-matrix 

두 랜덤 변수 간의 공분산은 서로 선형 적으로 얼마나 밀접하게 관련되어 있는지 측정합니다. 그러나 관절 분포가 원형이라면 어떻게 될까요? 분명히 배포판에 구조가 있습니다. 이 구조는 어떻게 추출됩니까?

11 covariance-matrix 

여기서 피어슨 상관의 행렬에 대해 이야기하고 있습니다. 나는 종종 모든 상관 행렬이 양의 반올림해야한다고 들었습니다. 내 이해는 양의 정한 행렬의 고유 값이 이어야하고 양의 반정의 행렬의 고유 값 이 있어야한다는 것 입니다. 이것은 내 질문을 "상관 행렬이 고유 값 을 가질 수 있습니까?" 로 표현 될 수 있다고 생각합니다.≥ 0 …

11 covariance-matrix  eigenvalues  correlation-matrix 

10 개의 변수로 구성된 데이터 세트가 있습니다. 이 10 개의 변수로 단일 반응 변수를 예측하기 위해 부분 최소 제곱 (PLS)을 실행하고 10 개의 PLS 성분을 추출한 다음 각 성분의 분산을 계산했습니다. 원래 데이터에서 나는 702 인 모든 변수의 분산의 합을 취했습니다. 그런 다음 각 PLS 구성 요소의 분산을이 합계로 나누어 …

10 regression  pca  covariance-matrix  partial-least-squares 

많은 통계 교과서는 공분산 행렬의 고유 벡터가 무엇인지에 대한 직관적 인 그림을 제공합니다. 벡터 u 및 z 는 고유 벡터를 형성한다 (웰, 고유 축). 이것은 말이됩니다. 그러나 나를 혼란스럽게하는 것은 원시 데이터가 아닌 상관 행렬 에서 고유 벡터를 추출한다는 것 입니다. 또한, 매우 다른 원시 데이터 세트는 동일한 상관 행렬을 …

10 correlation  pca  covariance-matrix  eigenvalues 

교과서에서 그들은 양의 공분산 행렬을 비교하기 위해 양의 정한도 (반 양성의 유한도)를 사용합니다. 가 pd이면 가 보다 작다 는 아이디어 입니다. 그러나 나는이 관계의 직감을 얻는 데 어려움을 겪고 있습니까?A−BA−BA-BBBBAAA 비슷한 스레드가 있습니다 : /math/239166/what-is-the-intuition-for-using-definiteness-to-compare-matrices 행렬을 비교하기 위해 유한성을 사용하는 직관은 무엇입니까? 대답은 훌륭하지만 실제로 직관을 다루지는 않습니다. 다음은 혼란스러운 …

10 covariance-matrix  matrix  intuition  linear-algebra  geometry 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

등방성 공분산 행렬이 무엇인지 간단한 용어로 누군가 설명해 줄 수 있습니까? 온라인에서 아무것도 찾을 수 없습니다.

10 terminology  covariance-matrix  definition 

랜덤 효과에 대한 기본 분산 - 공분산 구조 란 glmer또는 lmer에서 lme4패키지는? 코드에서 랜덤 효과에 대한 다른 분산 공분산 구조를 어떻게 지정합니까? lme4설명서 에서 이에 관한 정보를 찾을 수 없습니다 .

10 mixed-model  lme4-nlme  covariance-matrix 

좌표 집합 정의 된 다각형이 있고 질량 중심이 합니다. 다각형 경계를 사용하여 다각형을 균일 한 분포 로 취급 할 수 있습니다 . (x1,y1)...(xn,yn)(x1,y1)...(xn,yn)(x_1,y_1)...(x_n,y_n)(0,0)(0,0)(0,0) 다각형 의 공분산 행렬 을 찾는 방법을 따르고 있습니다. 다각형의 공분산 행렬이 면적 의 두 번째 모멘트 와 밀접한 관련이 있다고 생각 하지만, 동등한 지 여부는 확실하지 …

9 pca  covariance-matrix  polygon 

복잡한 최대 혼합 모형 (주어진 데이터 및 모형에 대해 가능한 모든 랜덤 효과를 추정)을 다룰 때 그리 드물지 않은 발생 은 일부 랜덤 효과 사이에 완벽하거나 (+1 또는 -1) 거의 완벽한 상관 관계입니다. 토론을 위해 다음 모델 및 모델 요약을 살펴 보겠습니다. Model: Y ~ X*Cond + (X*Cond|subj) # Y …

9 r  correlation  mixed-model  lme4-nlme  covariance-matrix