«interpolation» 태그된 질문

외삽 법과 내삽 법의 차이점은 무엇이며 이러한 용어를 사용하는 가장 정확한 방법은 무엇입니까? 예를 들어, 보간법을 사용하여 논문에서 다음과 같은 진술을 보았습니다. "이 절차는 빈 지점 사이에서 추정 된 함수의 모양을 보간합니다" 외삽 법과 보간법을 모두 사용하는 문장은 다음과 같습니다. 이전 단계에서는 Kernel 방법을 사용하여 보간 함수를 왼쪽 및 오른쪽 …

28 terminology  interpolation  extrapolation 

다항식 보간법에 대한 대안을 배우고 구현하는 데 관심이 있습니다. 그러나 이러한 방법의 작동 방식, 관련 방법 및 비교 방법에 대한 적절한 설명을 찾는 데 어려움을 겪고 있습니다. 이러한 방법이나 대안이 유용 할 수있는 장단점에 대한 귀하의 의견에 감사 드리지만 텍스트, 슬라이드 또는 팟 캐스트에 대한 좋은 참고 자료로 충분합니다.

20 interpolation  splines 

종종 사람들은 p- 값을 얻기 위해 프로그램을 사용하지만 때로는 어떤 이유로 든 테이블 세트에서 임계 값을 얻어야 할 수도 있습니다. 제한된 수의 유의 수준 및 제한된 자유도를 가진 통계표가 주어지면 다른 유의 수준 또는 자유도 (예 : t티t , 카이-제곱 또는 F에프F 표) 에서 근사 임계 값을 얻는 방법 ? …

19 hypothesis-testing  statistical-significance  chi-squared  interpolation  tables 

보간이란 무엇을 의미하며 회귀 개념과 어떤 관련이 있습니까? 보간은 표의 선 사이를 읽는 기술이며, 기초 수학에서이 용어는 일반적으로 해당 함수의 주어진 값 또는 테이블 값 세트에서 함수의 중간 값을 계산하는 프로세스를 나타냅니다. 나는 두 번째 질문에 대한 답을 줄 수 없습니다. 도와주세요

17 regression  self-study  interpolation 

참고 : 한 달 후 더 정확한 답변을, 나는에 재 게시 한 SO 배경 모델 . 여기서 Y = f ( X )fffY=f(X)Y=f(X)Y=f(\textbf{X}) 는 m 개의 매개 변수에서 추출한 샘플의 n × m 행렬이고 Y 는모형 출력의 n × 1 벡터입니다.XX\textbf{X}n×mn×mn \times mmmmYYYn×1n×1n \times 1 는 계산 집약적이므로 ( X …

17 r  multivariate-analysis  splines  interpolation  gaussian-process 

우리가 두 점 (다음 그림 : 검은 원)을 가지고 있고 그 사이의 세 번째 점 (십자)에 대한 값을 찾고 싶다고 가정하십시오. 실제로 우리는 실험 결과 인 블랙 포인트를 기준으로 추정 할 것입니다. 가장 간단한 경우는 선을 그린 다음 값 (선형 보간)을 찾는 것입니다. 예를 들어, 양쪽에 갈색 점과 같은지지 점이있는 …

16 estimation  interpolation 

편집하다 필요한 절차를 정확하게 설명 하는 논문 을 찾았습니다 . 유일한 차이점은 종이가 월간 평균을 유지하면서 월간 평균 데이터를 매일 보간한다는 것입니다. 에 접근 방식을 구현하는 데 문제가 R있습니다. 모든 힌트를 부탁드립니다. 기발한 매주 다음과 같은 카운트 데이터가 있습니다 (주당 하나의 값). 의사의 상담 횟수 인플루엔자 사례 수 내 목표는 …

13 r  time-series  interpolation 

L1 정규 선형 회귀 피팅에 LARS [1] 사용과 좌표 하강 사용의 장단점은 무엇입니까? 나는 주로 퍼포먼스 측면에 관심이있다 (내 문제는 N수십만에서 p20 이하인 경향이있다 ). 그러나 다른 통찰력도 인정 될 것이다. 편집 : 내가 질문을 게시 한 후 chl은 Friedman 등의 논문 [2]에 좌표 하강이 다른 방법보다 상당히 빠른 것으로 …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(xmat) …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Kriging을 사용하여 일부 주변 변수를 기반으로 일부 변수의 값을 예측 해야하는 문제를 연구 중입니다. 직접 코드를 구현하고 싶습니다. 그래서 나는 그것이 어떻게 작동하는지 이해하기 위해 너무 많은 문서를 겪었지만 너무 혼란 스러웠습니다. 일반적으로 가중 평균이라는 것을 이해하지만 가중치 계산 프로세스를 완전히 이해하지 못하고 변수 값을 예측할 수 없었습니다. 이 보간법의 …

10 spatial  interpolation  kriging 

배경 Epstein (1991)의 논문에서 : 월간 평균으로부터 매일 기후 학적 값을 얻을 때 , 주기적 및 균일 간격 값에 대한 푸리에 보간을 계산하기위한 공식 및 알고리즘이 제공됩니다. 이 논문에서 목표는 보간법을 통해 월별 수단에서 일일 값 을 얻는 것입니다 . 요컨대, 알려지지 않은 일일 값은 고조파 성분의 합으로 나타낼 수 …

9 r  interpolation  fourier-transform 

나는 kriging과 관련된 이 wikipedia 기사를 읽고 있었다 . 나는 그것이 말할 때 그 부분을 이해하지 못했다 클리 깅 계산해 선형 비 편향 추정기 최고의, 의 되도록 unbiasedness 조건 최소화의 분산을 클리 깅. 나는 파생을 얻지 못했고 분산이 어떻게 최소화되는지. 어떤 제안?지^(엑스0)Z^(x0)\hat Z (x_0)지(엑스0)Z(x0)Z(x_0) 특히, 나는 불편한 상태에 최소화 된 …

9 interpolation 

그래서, 나는 16 개의 시험을 가지고 있는데, 여기에서 Hamming Distance를 사용하여 생체 특성으로부터 사람을 인증하려고합니다. 임계 값이 3.5로 설정되었습니다. 내 데이터는 다음과 같으며 1 번 시험 만 참 긍정입니다. Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction