Domande taggate «correlation»

Una misura del grado di associazione lineare tra una coppia di variabili.

6
R: calcola la correlazione per gruppo
Bloccato . Questa domanda e le sue risposte sono bloccate perché la domanda è fuori tema ma ha un significato storico. Al momento non accetta nuove risposte o interazioni. In R, ho un frame di dati comprendente un'etichetta di classe C (un fattore) e due misurazioni, M1 e M2 . …
17 r  correlation 
2
Come interpretare il coefficiente di correlazione di Matthews (MCC)?
La risposta alla domanda Relazione tra i coefficienti di correlazione phi, Matthews e Pearson? mostra che i tre metodi dei coefficienti sono tutti equivalenti. Non vengo dalle statistiche, quindi dovrebbe essere una domanda facile. Il documento di Matthews (www.sciencedirect.com/science/article/pii/0005279575901099) descrive quanto segue: "A correlation of: C = 1 indicates perfect …
1
Qual è la misura di associazione corretta di una variabile con un componente PCA (su un biplot / grafico di caricamento)?
Sto usando FactoMineRper ridurre il mio set di dati di misurazioni alle variabili latenti. La mappa variabili di cui sopra è chiaro per me da interpretare, ma io sono confuso quando si tratta di associazioni tra le variabili e componenti 1. guardando la mappa variabile, ddped covè molto vicino alla …
4
Perché l'indipendenza implica zero correlazione?
Prima di tutto, non lo sto chiedendo: Perché la correlazione zero non implica l'indipendenza? Questo è affrontato (piuttosto bene) qui: /math/444408/why-does-zero-correlation-not-imply-independence Quello che sto chiedendo è l'opposto ... diciamo che due variabili sono completamente indipendenti l'una dall'altra. Non potrebbero avere una piccola correlazione per caso? Non dovrebbe essere ... l'indipendenza …
2
Perché la ρ di Pearson è solo una misura esauriente dell'associazione se la distribuzione articolare è normale multivariata?
Questa affermazione è stata sollevata nella prima risposta a questa domanda . Penso che la domanda "perché" sia sufficientemente diversa da giustificare un nuovo thread. La "misura esaustiva dell'associazione" su Google non ha prodotto alcun riscontro, e non sono sicuro di cosa significhi quella frase.
1
Correlazione delle variabili casuali log-normali
Date le variabili casuali normali e con coefficiente di correlazione , come posso trovare la correlazione tra le seguenti variabili casuali lognormali e ?X 2 ρ Y 1 Y 2X1X1X_1X2X2X_2ρρ\rhoY1Y1Y_1Y2Y2Y_2 Y1=a1exp(μ1T+T−−√X1)Y1=a1exp⁡(μ1T+TX1)Y_1 = a_1 \exp(\mu_1 T + \sqrt{T}X_1) Y2=a2exp(μ2T+T−−√X2)Y2=a2exp⁡(μ2T+TX2)Y_2 = a_2 \exp(\mu_2 T + \sqrt{T}X_2) Ora, se X1=σ1Z1X1=σ1Z1X_1 = \sigma_1 Z_1 …
3
Quando possiamo parlare di collinearità
Nei modelli lineari dobbiamo verificare se esiste una relazione tra le variabili esplicative. Se si correlano troppo, allora c'è collinearità (cioè le variabili si spiegano in parte a vicenda). Attualmente sto solo esaminando la correlazione a coppie tra ciascuna delle variabili esplicative. Domanda 1: Cosa classifica come troppa correlazione? Ad …
2
Quali sono alcune tecniche per campionare due variabili casuali correlate?
Quali sono alcune tecniche per campionare due variabili casuali correlate: se le loro distribuzioni di probabilità sono parametrizzate (ad es. log-normale) se hanno distribuzioni non parametriche. I dati sono due serie temporali per le quali possiamo calcolare coefficienti di correlazione diversi da zero. Desideriamo simulare questi dati in futuro, supponendo …
1
Qual è l'intuizione dietro i campioni scambiabili sotto l'ipotesi nulla?
I test di permutazione (chiamati anche test di randomizzazione, test di ri-randomizzazione o test esatto) sono molto utili e sono utili quando l'assunzione della distribuzione normale richiesta da per esempio t-testnon è soddisfatta e quando la trasformazione dei valori per classifica del test non parametrici come Mann-Whitney-U-testquesto porterebbero alla perdita …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.