«smoothing» 태그된 질문

나는 두 개의 시계열 (둘 다 매끄럽게)이 있는데 상관 관계를보고 상호 상관 관계를 맺고 싶습니다. Pearson 상관 계수를 사용하려고합니다. 이것이 적절합니까? 두 번째 질문은 내가 좋아하는 것뿐만 아니라 2 개의 시계열을 샘플링하도록 선택할 수 있다는 것입니다. 즉, 데이터 포인트 수를 선택할 수 있습니다. 이것이 출력되는 상관 계수에 영향을 줍니까? 이것을 …

47 time-series  correlation  pearson-r  smoothing 

단 변량 커널 밀도 추정기 (KDE)의 경우 계산에 Silverman의 규칙을 사용합니다 .hhh 0.9 분 ( S D, IQ R / 1.34 ) × n− 0.20.9min(sd,IQR/1.34)×n−0.2\begin{equation} 0.9 \min(sd, IQR/1.34)\times n^{-0.2} \end{equation} 다변량 KDE의 표준 규칙은 무엇입니까 (일반 커널 가정).

29 smoothing  kernel-smoothing 

정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

윌리엄 브릭스 (William Briggs)의 블로그 에는 데이터 스무딩의 함정을 분석하고 그 스무딩 된 데이터를 분석에 전달 하는 오래된 게시물이 있습니다 . 핵심 주장은 다음과 같습니다. 광기의 순간에 시계열 데이터를 매끄럽게하고 다른 분석의 입력으로 사용하면 자신을 속일 확률이 크게 높아집니다! 평활화는 다른 분석 방법에 실제로 나타나는 신호 인 가짜 신호를 유도하기 …

18 time-series  smoothing 

이 질문은 다른 곳 에서 논의 함으로써 촉발됩니다 . 가변 커널은 종종 로컬 회귀에서 사용됩니다. 예를 들어, 황토는 널리 사용되며 회귀가 원활하게 작동하며 데이터 희소성에 적응하는 가변 폭의 커널을 기반으로합니다. 반면에, 가변 커널은 일반적으로 커널 밀도 추정에서 추정량을 떨어 뜨릴 것으로 생각된다 ( Terrell and Scott, 1992 참조 ). 회귀에는 …

17 nonparametric  smoothing  kernel-smoothing  loess 

내가 본 것에서, (2 차) Kneser-Ney 평활화 공식은 어떤 식 으로든 또는 다른 식으로 주어집니다. P2KN(wn|wn−1)=max{C(wn−1,wn)−D,0}∑w′C(wn−1,w′)+λ(wn−1)×Pcont(wn)PKN2(wn|wn−1)=max{C(wn−1,wn)−D,0}∑w′C(wn−1,w′)+λ(wn−1)×Pcont(wn) \begin{align} P^2_{KN}(w_n|w_{n-1}) &= \frac{\max \left\{ C\left(w_{n-1}, w_n\right) - D, 0\right\}}{\sum_{w'} C\left(w_{n-1}, w'\right)} + \lambda(w_{n-1}) \times P_{cont}(w_n) \end{align} 정규화 인자 λ(wn−1)λ(wn−1)\lambda(w_{n-1}) 로 주어 λ(wn−1)=D∑w′C(wn−1,w′)×N1+(wn−1∙)λ(wn−1)=D∑w′C(wn−1,w′)×N1+(wn−1∙) \begin{align} \lambda(w_{n-1}) &= \frac{D}{\sum_{w'} C\left(w_{n-1}, w'\right)} \times N_{1+}\left(w_{n-1}\bullet\right) \end{align} 단어 w_n …

15 machine-learning  natural-language  naive-bayes  smoothing  language-models 

스무딩 된 점이 단조롭게 감소하도록 부드럽게하고 싶은 데이터가 있습니다. 내 데이터가 급격히 감소한 다음 안정되기 시작합니다. 다음은 R을 사용하는 예입니다. df <- data.frame(x=1:10, y=c(100,41,22,10,6,7,2,1,3,1)) ggplot(df, aes(x=x, y=y))+geom_line() 사용할 수있는 좋은 스무딩 기술은 무엇입니까? 또한 첫 번째 평활 점을 내 관측점에 가깝게 만들 수 있다면 좋을 것입니다.

14 regression  smoothing 

mgcv : gam 모델에서 스무딩 매개 변수를 제어하는 ​​방법을 알아 내려고합니다. 고정 그리드에서 주로 x 및 y 좌표의 함수로 모델링하려는 이항 변수가 있으며 더 작은 영향을 미치는 다른 변수도 있습니다. 과거에는 패키지 위치 지정과 (x, y) 값을 사용하여 합리적으로 좋은 로컬 회귀 모델을 만들었습니다. 그러나 다른 변수를 모델에 통합하려고 시도하고 …

14 r  smoothing  mgcv 

수면 트렌드를 분석하고 선택적으로 가벼운 수면 중에 원하는 시간 근처에서 사용자를 깨울 수 있도록 수면 중에 가속도계 데이터를 기록하는 안드로이드 응용 프로그램을 구축 중입니다. 경보와 데이터를 수집하고 저장하는 구성 요소를 이미 구축했습니다. 나는 여전히 수면 데이터를 표시하고 저장하는 짐승을 정말 의미 있고 분명한 방식으로 해결해야합니다. 몇 장의 사진에는 2 천 …

14 time-series  smoothing  signal-processing  java 

최근에 임의의 속도와 가속도로 입자 위치를 측정하는 간단한 예에서 칼만 필터를 구현했습니다. 칼만 필터가 잘 작동한다는 것을 알았지 만, 이것과 이동 평균의 차이점이 무엇인지 스스로에게 물었습니다. 이동 평균이 칼만 필터보다 성능이 우수한 약 10 개의 샘플 창을 사용하는 경우 칼만 필터를 사용하는 경우의 예를 찾으려고한다면 이동 평균을 사용하는 것보다 유리합니다. …

14 smoothing  kalman-filter 

부드럽게 사용하는 데이터가 loess있습니다. 부드러운 선의 변곡점을 찾고 싶습니다. 이것이 가능한가? 누군가 가이 문제를 해결하기 위해 멋진 방법을 만들었을 것입니다 ... 내 말은 ... 결국 R입니다! 사용하는 스무딩 기능을 변경해도 괜찮습니다. 나는 loess그것이 과거에 사용 되었던 것이기 때문에 사용했습니다. 그러나 모든 평활 기능은 좋습니다. 변곡점이 사용하는 스무딩 기능에 따라 달라집니다. …

14 r  smoothing  loess 

2D 공간 (표면)에 객체의 궤도가 있습니다. 궤적은 일련의 (x,y)좌표로 제공됩니다. 측정 값이 시끄럽고 때로는 특이 치가 있습니다. 따라서 관측치를 필터링하고 싶습니다. 내가 칼만 필터를 이해하는 한, 내가 필요한 것을 정확하게 수행합니다. 그래서 나는 그것을 사용하려고합니다. 여기 에서 파이썬 구현을 발견했습니다 . 그리고 이것은 문서가 제공하는 예입니다. from pykalman import KalmanFilter …

12 python  kalman-filter  smoothing 

온 위키 문서 라플라스 평활화 (또는 첨가제 평)의 특징이되는 볼 베이지안 점에서, 이는 사전에 모수 를 갖는 대칭 Dirichlet 분포를 사용하여 사후 분포의 예상 값에 해당합니다 .αα\alpha 나는 그것이 실제로 어떻게 사실인지 의아해합니다. 누군가 그 두 가지가 어떻게 동등한 지 이해하도록 도울 수 있습니까? 감사!

11 bayesian  smoothing  dirichlet-distribution  laplace-smoothing 

N 차원에서 가중치 포인트 세트 (즉, 각 샘플이 필요하지 않은 가중치를 가짐)로 일부 커널 밀도 추정을 수행하고 있습니다. 또한 이러한 샘플은 미터법 공간에 있습니다 (즉, 샘플 간 거리를 정의 할 수 있음). 예를 들어, 샘플 포인트의 평균, 표준 편차 또는 다른 변수와 비교하여 하나의 변수를 스케일 할 수 없습니다. 커널은이 …

10 pdf  smoothing  kernel-smoothing 

나는 값을 알아 싶습니다 (x, y)플로팅에 사용 plot(b, seWithMean=TRUE)에 mgcv의 패키지를. 누구든지 이러한 값을 추출하거나 계산하는 방법을 알고 있습니까? 예를 들면 다음과 같습니다. library(mgcv) set.seed(0) dat <- gamSim(1, n=400, dist="normal", scale=2) b <- gam(y~s(x0), data=dat) plot(b, seWithMean=TRUE)

10 r  time-series  smoothing  mgcv