«covariance» 태그된 질문

공분산 행렬 (PSD (Power Spectral Densities) 및 CSD (Cross-Power Spectral Density))을 감안할 때 고정 색상 시계열 세트를 생성하는 데 문제가 있습니다. I는 주어진 두 개의 시계열 알 와이나는( t )yI(t)y_{I}(t) 및 와이J( t )yJ(t)y_{J}(t) 많은 널리 사용과 같은 루틴을 이용하여, I가 전력 스펙트럼 밀도 (PSD를) 및 크로스 스펙트럼 밀도 (CSD가)를 …

20 time-series  sampling  algorithms  simulation  covariance 

2 개의 상관 관계가없는 임의의 변수 가 있으면 수식을 사용하여 2 개의 상관 관계가있는 임의 변수를 만들 수 있습니다엑스1, X2엑스1,엑스2X_1, X_2 와이= ρ X1+ 1 − ρ2−−−−−√엑스2와이=ρ엑스1+1−ρ2엑스2Y=\rho X_1+ \sqrt{1-\rho^2} X_2 다음 상관 것 와 .ρ X 1와이와이Yρρ\rho엑스1엑스1X_1 누군가이 수식의 출처를 설명 할 수 있습니까?

19 correlation  normal-distribution  covariance 

기본적으로 궁금한 점은 서로 다른 공분산 구조가 적용되는 방식과 이러한 행렬 내부의 값이 계산되는 방식입니다. lme ()과 같은 함수를 사용하면 원하는 구조를 선택할 수 있지만 어떻게 계산되는지 알고 싶습니다. 선형 혼합 효과 모델 .와이= Xβ+ Zu + ϵY=Xβ+Zu+ϵY=X\beta+Zu+\epsilon 여기서 및 입니다. 더욱이:유 ∼디엔( 0 , D )u∼dN(0,D)u \stackrel{d}{\sim} N(0,D)ϵ ∼디엔( …

19 mixed-model  random-effects-model  covariance  covariance-matrix 

데이터가 1d 인 경우 분산은 데이터 포인트가 서로 다른 정도를 나타냅니다. 데이터가 다차원이라면 공분산 행렬을 얻게됩니다. 다차원 데이터에 대해 데이터 포인트가 일반적으로 어떻게 다른지를 단일 수치로 나타내는 측정 값이 있습니까? 이미 많은 솔루션이 있다고 생각하지만 솔루션을 검색하는 데 사용할 올바른 용어가 확실하지 않습니다. 공분산 행렬의 고유 값을 더하는 것과 같은 …

17 variance  covariance  covariance-matrix 

우선, 나는 이것을 묻지 않습니다. 제로 상관 관계가 독립성을 의미하지 않는 이유는 무엇입니까? 이것은 /math/444408/why-does-zero-correlation-not-imply-independence 에서 (아주 멋지게) 해결 되었습니다. 내가 묻는 것은 반대입니다 ... 두 변수는 서로 독립적입니다. 우연히 작은 상관 관계를 가질 수 없었습니까? ... 독립성이 매우 작은 상관 관계를 암시해서는 안됩니까?

16 correlation  mathematical-statistics  covariance  independence 

공분산 행렬 를 통해 노이즈 측정을 출력하는 GPS 장치가 있습니다 .ΣΣ\Sigma Σ=⎡⎣⎢σxxσyxσxzσxyσyyσyzσxzσyzσzz⎤⎦⎥Σ=[σxxσxyσxzσyxσyyσyzσxzσyzσzz]\Sigma = \left[\begin{matrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ \sigma_{xz} & \sigma_{yz} & \sigma_{zz} \end{matrix}\right] (이 또한의 참여하지만하자 잠깐 그것을 무시한다.)ttt 다른 사람에게 각 방향 ( ) 의 정확도 가 숫자 라고 말하고 …

15 covariance  measurement-error  uncertainty 

샘플이 거의없는 이변 량 가우스 분포를 "학습"해야하지만 이전 분포에 대한 가설이 좋으므로 베이지안 접근법을 사용하고 싶습니다. 이전을 정의했습니다 : P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & 0 \\ 0 & 27 \end{bmatrix} 그리고 내 분포는 …

15 distributions  bayesian  estimation  covariance  posterior 

공분산 행렬의 모든 비 대각선 항목을 0으로 처리하지 않고 GLM에서 공분산 구조를 지정하면 어떤 이점이 있습니까? 데이터에 대해 아는 것을 반영하는 것 외에도 착용감 향상? 보류 된 데이터의 예측 정확도를 향상 시킵니까? 공분산의 정도를 추정 할 수 있습니까? 공분산 구조를 부과하는 비용은 얼마입니까? 그렇습니까 추정 알고리즘에 대한 계산상의 합병증을 추가합니까? …

15 generalized-linear-model  covariance 

알다시피, 방정식을 사용하여 공분산을 정규화하여 상관 관계를 얻을 수 있습니다 ρi,j=cov(Xi,Xj)σiσjρi,j=cov(Xi,Xj)σiσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} 여기서 σi=E[(Xi−μi)2]−−−−−−−−−−−√σi=E[(Xi−μi)2]\sigma_i=\sqrt{E[(X_i-\mu_i)^2]} 는의 표준 편차입니다XiXiX_i. 표준 편차가 0이면 내 관심사는 무엇입니까? 0이 될 수 없다는 조건이 있습니까? 감사.

15 correlation  standard-deviation  covariance 

질문 나무가 얕거나 깊은 지에 달려 있습니까? 아니면 나무의 깊이 / 수준에 관계없이 이것을 말할 수 있습니까? 왜 바이어스가 낮고 분산이 높습니까? 직관적이고 수학적으로 설명하십시오

15 machine-learning  variance  covariance  cart  bias 

이것은 약간의 직감 ​​검사입니다.이 개념을 오해하고 있는지, 어떤 식으로인지 이해하도록 도와주세요. 상관 관계에 대한 기능적 이해가 있지만 기능 이해의 배후에있는 원칙을 자신있게 설명 할 수있는 약간의 이해가 필요합니다. 내가 이해하는 바와 같이, 통계적 상관 관계는 (보다 일반적인 용어 사용과는 달리) 두 가지 연속 변수 와 변수 가 비슷한 방식으로 상승 …

14 correlation  categorical-data  covariance 

만약 XXX 와 YYY 있습니다 나는 것을 보여줄 수있는 방법 만이 개 가능한 상태를 취할 수있는 두 개의 확률 변수, Cov(X,Y)=0Cov(X,Y)=0Cov(X,Y) = 0 독립을 의미? Cov(X,Y)=0Cov(X,Y)=0Cov(X,Y) = 0 이 독립성을 의미하지 않는 날에 배운 것에 반하는 이런 종류의 ... 힌트는 가능한 상태로 111 과 000 으로 시작하여 거기에서 일반화한다고 말합니다. …

14 covariance  independence 

ARMA (2,1) 프로세스 의 autocovariance 함수 에 대한 분석 표현식을 파생시켜야합니다 .γ(k)γ(k)\gamma\left(k\right) yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t 그래서 나는 그것을 알고 있습니다 : γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] 그래서 쓸 수 있습니다 : γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] 그런 다음 autocovariance 함수의 분석 버전을 도출하려면 정수보다 큰 모든 대해 유효한 재귀를 얻을 때까지 -0, 1, …

13 time-series  covariance  autocorrelation  arma 

두 개의 임의 변수 및 있습니다.Y > 0X>0X>0X > 0Y>0Y>0Y > 0 내가 추정 할 수 있음을 감안할 때 내가 추정 할 수있는 방법Cov ( log ( X ) , log ( Y ) ) ?Cov(X,Y),Cov(X,Y),\text{Cov}(X, Y),Cov(log(X),log(Y))?Cov(log⁡(X),log⁡(Y))?\text{Cov}(\log(X), \log(Y))?

12 data-transformation  covariance  random-variable 

부정적인 시뮬레이션에 대한 그의 문제에 대한 zzk 의 질문 에 이어 , 공분산 행렬 를 설정할 수있는 양의 k 차원 사분면 에서 매개 변수화 된 분포 패밀리가 무엇인지 궁금합니다 . ΣRk+R+k\mathbb{R}_+^kΣΣ\Sigma zzk 에서 설명한 것처럼 의 분포에서 시작 하여 선형 변환 적용하면 작동하지 않습니다. X⟶ Σ 1 / 2 (X-μ)+μRk+R+k\mathbb{R}_+^kX⟶Σ1/2(X−μ)+μX⟶Σ1/2(X−μ)+μX …

12 distributions  multivariate-analysis  covariance