«variance» 태그된 질문

평균에서 랜덤 변수의 예상 제곱 편차; 또는 평균에 대한 데이터의 평균 제곱 편차입니다.

1
lmer 모델의 효과 반복 계산
방금 혼합 효과 모델링을 통해 측정의 반복성 (일명 신뢰성, 일명 클래스 내 상관 관계)을 계산하는 방법을 설명하는 이 문서를 보았습니다. R 코드는 다음과 같습니다. #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 
1
자유도는 정수가 아닌 숫자 일 수 있습니까?
GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 
2
변동이 분산과 동일합니까?
이것은 Cross Validated에 대한 첫 번째 질문이므로 사소한 것처럼 보일지라도 도와주세요 .-) 우선, 언어 차이의 결과이거나 통계에 실제로 결함이있는 것일 수 있습니다. 그럼에도 불구하고 여기 있습니다 : 모집단 통계에서 변동과 분산은 같은 항입니까? 그렇지 않다면 둘 사이의 차이점은 무엇입니까? 분산이 표준 편차의 제곱이라는 것을 알고 있습니다. 또한 데이터가 얼마나 드문 …
2
분산과 평균 제곱 오차의 차이는 무엇입니까?
이것이 이전에 요청되지 않은 것에 놀랐지 만 stats.stackexchange에서 질문을 찾을 수 없습니다. 정규 분포 표본의 분산을 계산하는 공식입니다. ∑(X−X¯)2n−1∑(X−X¯)2n−1\frac{\sum(X - \bar{X}) ^2}{n-1} 다음은 간단한 선형 회귀 분석에서 관측치의 평균 제곱 오차를 계산하는 공식입니다. ∑(yi−y^i)2n−2∑(yi−y^i)2n−2\frac{\sum(y_i - \hat{y}_i) ^2}{n-2} 이 두 공식의 차이점은 무엇입니까? 내가 볼 수있는 유일한 차이점은 MSE가 사용한다는 것 …
27 variance  error 
3
한 번의 관측으로 분산에 대한 신뢰 구간
이것은 "확률 이론의 일곱 번째 콜로 모고 로프 학생 올림피아드"의 문제입니다. 두 모수를 모두 알 수없는 분포 에서 하나의 관측치 가 주어지면 신뢰 수준이 99 % 이상인 대한 신뢰 구간을 제공하십시오 .정규 ( μ , σ 2 ) σ 2XXXNormal(μ,σ2)Normal⁡(μ,σ2)\operatorname{Normal}(\mu,\sigma^2)σ2σ2\sigma^2 이것이 불가능한 것 같습니다. 해결책이 있지만 아직 읽지 않았습니다. 이견있는 …
2
관측치가 복제 된 경우 표본의 분산이 변하는 이유는 무엇입니까?
분산은 스프레드의 척도라고합니다. 그래서 저는 숫자가 균등하게 3,5분산되어 3,3,5,5있기 때문에 분산이 분산과 같다고 생각했습니다 . 그러나 이것은 사실이 아니며, 분산 3,5은 2이고 분산은 3,3,5,5입니다 1 1/3. 분산이 스프레드의 척도라고 가정하면이 문제가 있습니다. 따라서, 그러한 맥락에서, 스프레드 측정은 무엇을 의미합니까?
25 variance 
1
비닝 관측치의 표준 편차
범위 빈 내에 카운트로 저장된 샘플 관측치의 데이터 세트가 있습니다. 예 : min/max count 40/44 1 45/49 2 50/54 3 55/59 4 70/74 1 이제 이것으로부터 평균의 추정치를 찾는 것은 매우 간단합니다. 각 범위 빈의 평균 (또는 중앙값)을 관측 값으로 사용하고 개수를 가중치로 사용하고 가중 평균을 찾으십시오. x¯∗=1∑Ni=1wi∑i=1Nwixix¯∗=1∑i=1Nwi∑i=1Nwix나는\bar{x}^* = \frac{1}{\sum_{i=1}^N …
2
가중 분산의 바이어스 보정
가중 분산 용 는 평균 동일한 데이터로부터 추정 될 때, 상기 바이어스 샘플 분산을 수정이 존재한다 : Var ( X) : = 1엔∑나는( x나는− μ )2바르(엑스): =1엔∑나는(엑스나는−μ)2\text{Var}(X):=\frac{1}{n}\sum_i(x_i - \mu)^2Var ( X) : = 1n - 1∑나는( x나는− E[ X] )2바르(엑스): =1엔−1∑나는(엑스나는−이자형[엑스])2\text{Var}(X):=\frac{1}{n-1}\sum_i(x_i - E[X])^2 가중 평균과 분산을 조사하고 가중 분산에 대한 …
1
5 명의 대상에 대한 100 개의 측정 값이 100 명의 대상에 대한 5 개의 측정 값보다 훨씬 적은 정보를 제공함을 보여줍니다.
회의에서 나는 다음 진술을 들었다. 5 명의 피험자에 대한 100 회 측정은 100 명의 피험자에 대한 5 회 측정보다 훨씬 적은 정보를 제공합니다. 이것이 사실이라는 것은 분명하지만, 어떻게 수학적으로 증명할 수 있는지 궁금합니다. 선형 혼합 모델을 사용할 수 있다고 생각합니다. 그러나 나는 그것들을 추정하는 데 사용되는 수학에 대해 많이 모른다. …
2
순환 데이터를 사용하여 분산의 동등성을 테스트하는 방법
8 개의 서로 다른 표본 (각각 다른 모집단의 표본) 내 변동량을 비교하는 데 관심이 있습니다. F- 검정 분산의 동등성, Levene 검정 등의 비율 데이터를 사용하여 여러 가지 방법 으로이 작업을 수행 할 수 있음을 알고 있습니다. 그러나 내 데이터는 원형 / 방향입니다 (즉, 풍향 및 일반적으로 각도 데이터 또는 시간과 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.