«variance» 태그된 질문

변수 사이의 변동량을 나타내는 의 개념을 완전히 이해하고 싶습니다 . 모든 웹 설명은 약간 기계적이고 모호합니다. 나는 기계적으로 숫자를 사용하는 것이 아니라 개념을 "얻고 싶다".r2r2r^2 예 : 공부 한 시간 대 시험 점수 rrr = 0.8 r2r2r^2 = .64 이것이 무엇을 의미합니까? 시험 점수 변동의 64 %는 몇 시간으로 설명 …

21 regression  correlation  variance 

내가 사용하는 텍스트에 따르면 잔차 의 분산 공식 은 다음과 같습니다.ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) 잔차가 관측 값과 적합치 의 차이 이므로 믿기가 어렵습니다 . 차이의 분산을 계산하는 경우 최소한 결과 표현식에 "플러스"가 표시됩니다. 파생을 이해하는 데 도움이 될 것입니다.ithithi^{th}ithithi^{th}ithithi^{th}

21 regression  variance  residuals 

주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

우리는 두 변수 (동일 샘플 크기)이 있으면 증명주십시오 및 Y 및 분산 에서 X가 보다 큰 Y 후, 제곱 된 차이의 합 내의 데이터 포인트 사이의 (유클리드 거리 제곱 IE) X 또한보다 큰 Y 내에서 .XXXYYYXXXYYYXXXYYY

20 variance  distance 

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 

'분산의 역수'를 의미하는 단어가 있습니까? 경우 즉, 다음, 높은 분산을 가지고 X 낮은있다 ... ? 반의어에 관심이 없지만 ( '계약'또는 '유사성'과 같은) 구체적으로 1 / σ 2 ?엑스엑스X엑스엑스X……\dots1 / σ21/σ21/\sigma^2

19 bayesian  variance  terminology  precision 

이것은 많은 사람들에게 간단한 질문 일지 모르지만 여기에 있습니다. 분산이 평균값의 차이 대신에 뒤 따르는 모든 값의 차이로 정의되지 않는 이유는 무엇입니까? 이것은 나에게 더 논리적 인 선택 일 것입니다. 나는 분명히 몇 가지 단점을 감독하고 있다고 생각합니다. 감사 편집하다: 가능한 한 명확하게 문구를 바꾸겠습니다. 이것이 내가 의미하는 바입니다. 1,2,3,4,5의 …

19 variance 

이것은 이 질문 에 의해 제기 된 문제에 대한보다 일반적인 처리입니다 . 표본 분산의 점근 분포를 도출 한 후 델타 방법을 적용하여 표준 편차의 해당 분포에 도달 할 수 있습니다. 크기가 인 iid 비정규 랜덤 변수 , 평균 및 분산 . 표본 평균과 표본 분산을 { X i } ,nnn{Xi},i=1,...,n{Xi},i=1,...,n\{X_i\},\;\; …

19 mathematical-statistics  variance  central-limit-theorem  asymptotics 

이 메모를 읽고 있습니다. 2 페이지에 다음과 같이 표시되어 있습니다. "데이터의 분산이 주어진 회귀 모델로 얼마나 설명되어 있습니까?" "회귀 해석은 계수의 평균에 관한 것이며 추론은 ​​분산에 관한 것입니다." 이러한 진술에 대해 여러 번 읽었습니다. 왜 데이터의 분산이 주어진 회귀 모델에 의해 설명됩니까? "... 더 구체적으로, 왜"분산 "에 관심이 있습니까?

19 regression  variance  interpretation 

경우 전체 순위의 역은 존재하고 우리는 최소 제곱 추정 얻을 : 및X T X β = ( X T X ) - 1 X Y 바르 ( β ) = σ 2 ( X T X ) - 1XXXXTXXTXX^TXβ^=(XTX)−1XYβ^=(XTX)−1XY\hat\beta = (X^TX)^{-1}XYVar(β^)=σ2(XTX)−1Var⁡(β^)=σ2(XTX)−1\operatorname{Var}(\hat\beta) = \sigma^2(X^TX)^{-1} 분산 공식에서 을 직관적으로 설명하는 방법은 무엇입니까? …

18 regression  variance  least-squares 

에 이 심리 측정 웹 사이트 나는 읽었 깊은 수준의 분산은 표준 편차보다 더 근본적인 개념입니다. 이 사이트는 왜 분산이 표준 편차보다 더 근본적인지를 더 자세히 설명하지는 않지만이 사이트에서 비슷한 내용을 읽은 것을 상기시켜주었습니다. 예를 들어, 이 의견에서 @ kjetil-b-halvorsen은 "표준 편차는 해석,보고에 좋습니다. 이론을 발전시키기 위해서는 분산이 더 좋습니다"라고 …

18 variance  standard-deviation 

분산의 기본 정체성을 고려하십시오. Var(X)===E[(X−E[X])2]...E[X2]−(E[X])2Var(X)=E[(X−E[X])2]=...=E[X2]−(E[X])2 \begin{eqnarray} Var(X) &=& E[(X - E[X])^2]\\ &=& ...\\ &=& E[X^2] - (E[X])^2 \end{eqnarray} 중심 모멘트를 중심이 아닌 모멘트로 정의하는 간단한 대수적 조작입니다. 다른 상황에서 를 편리하게 조작 할 수 있습니다. 또한 평균을 계산 한 다음 분산을 계산하기 위해 두 패스가 아닌 단일 패스 데이터를 통해 …

18 variance  descriptive-statistics  intuition 

문제가 전에 제기되었지만 문제를 명확히하고 분류 할 수있는 답변을 이끌어 낼 구체적인 질문을하고 싶습니다. "가난한 사람의 무증상"에서, (a) 확률로 상수로 수렴하는 무작위 변수의 시퀀스 대조적으로 (b) 확률 변수에서 확률 변수로 수렴하는 (따라서 분포) 무작위 변수의 순서. 그러나 "Wise Man 's Asymptotics"에서 우리는 또한 (c) 한계에서 0이 아닌 분산을 유지하면서 확률로 …

18 mathematical-statistics  variance  convergence  asymptotics  consistency 

정전으로 고통 받고 있습니다. 선형 회귀와 관련하여 바이어스-분산 트레이드 오프를 보여주기 위해 다음 그림을 제시했습니다. 두 모델 중 어느 것도 적합하지 않다는 것을 알 수 있습니다. "단순"은 XY 관계의 복잡성을 인식하지 않으며 "복잡한"은 과도하게 적합하며 기본적으로 훈련 데이터를 학습합니다. 그러나 나는이 두 그림의 편견과 편차를 완전히 보지 못했습니다. 누군가 나에게 …

18 regression  variance  bias 

이것이 이전에 요청되었는지는 모르겠지만 그것에 대해 아무것도 찾지 못했습니다. 내 질문은 혼합 효과 모델에서 고정 및 랜덤 요인 각각에 의해 설명되는 분산의 비율을 얻는 방법을 배울 수있는 좋은 참고 자료를 제공 할 수 있는지 여부입니다.

18 mixed-model  variance