Domande taggate «covariance-matrix»

UN k×k matrice di covarianze tra tutte le coppie di kvariabili casuali. Si chiama anche matrice di varianza-covarianza o semplicemente matrice di covarianza.

3
Un esempio: regressione di LASSO utilizzando glmnet per il risultato binario
Sto iniziando a dilettarsi con l'uso di glmnetcon LASSO Regressione dove il mio risultato di interesse è dicotomica. Di seguito ho creato un piccolo frame di dati finti: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …
78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 
3
Perché la matrice di correlazione deve essere semi-definita positiva e cosa significa essere o meno semi-definita positiva?
Ho studiato il significato della proprietà semi-definita positiva delle matrici di correlazione o covarianza. Sto cercando informazioni su Definizione di semi-definitività positiva; Le sue proprietà importanti, implicazioni pratiche; La conseguenza di avere determinante negativo, impatto sull'analisi multivariata o risultati della simulazione ecc.
3
Perché l'inversione di una matrice di covarianza produce correlazioni parziali tra variabili casuali?
Ho sentito che correlazioni parziali tra variabili casuali possono essere trovate invertendo la matrice di covarianza e prendendo le cellule appropriate da tale matrice di precisione risultante (questo fatto è menzionato in http://en.wikipedia.org/wiki/Partial_correlation , ma senza una prova) . Perché è così?
4
Misure di somiglianza o distanza tra due matrici di covarianza
Esistono misure di somiglianza o distanza tra due matrici di covarianza simmetriche (entrambe aventi le stesse dimensioni)? Qui sto pensando ad analoghi alla divergenza di KL di due distribuzioni di probabilità o alla distanza euclidea tra vettori tranne che applicata alle matrici. Immagino che ci sarebbero parecchie misurazioni di somiglianza. …
5
Come generare una grande matrice di correlazione casuale full-rank con alcune forti correlazioni presenti?
Vorrei generare una matrice di correlazione casuale di dimensioni tale che siano presenti alcune correlazioni moderatamente forti: n × nCC\mathbf Cn × nn×nn \times n matrice quadrata simmetrica reale di dimensione, ad es. ;n = 100n × nn×nn \times nn = 100n=100n=100 definito positivo, cioè con tutti gli autovalori reali …
1
C'è un modo per usare la matrice di covarianza per trovare coefficienti per la regressione multipla?
Per una semplice regressione lineare, il coefficiente di regressione è calcolabile direttamente dalla matrice varianza-covarianza , di dove è l'indice della variabile dipendente ed è l'indice della variabile esplicativa.C d , eCCC deCd,eCe,eCd,eCe,e C_{d, e}\over C_{e,e} dddeee Se uno ha solo la matrice di covarianza, è possibile calcolare i coefficienti …
3
Stima non distorta della matrice di covarianza per moltiplicare i dati censurati
Le analisi chimiche dei campioni ambientali sono spesso censurate di seguito ai limiti di segnalazione o ai vari limiti di rilevazione / quantificazione. Quest'ultimo può variare, generalmente in proporzione ai valori di altre variabili. Ad esempio, potrebbe essere necessario diluire un campione con un'alta concentrazione di un composto per l'analisi, …
4
Come creare una matrice di covarianza arbitraria
Ad esempio, in R, la MASS::mvrnorm()funzione è utile per generare dati per dimostrare varie cose nelle statistiche. Prende un Sigmaargomento obbligatorio che è una matrice simmetrica che specifica la matrice di covarianza delle variabili. Come potrei creare una matrice simmetrica con voci arbitrarie?n×nn×nn\times n
7
Perché le matrici simmetriche positive definite (SPD) sono così importanti?
Conosco la definizione di matrice simmetrica positiva definita (SPD), ma voglio capire di più. Perché sono così importanti, intuitivamente? Ecco quello che so. Cos'altro? Per un dato dato, la matrice di varianza è SPD. La matrice di varianza è una metrica importante, vedi questo eccellente post per una spiegazione intuitiva. …
4
In pratica, come viene calcolata la matrice di covarianza degli effetti casuali in un modello di effetti misti?
Fondamentalmente quello che mi chiedo è come vengono applicate le diverse strutture di covarianza e come vengono calcolati i valori all'interno di queste matrici. Funzioni come lme () ci permettono di scegliere quale struttura vorremmo, ma mi piacerebbe sapere come sono stimate. Considera il modello lineare di effetti misti Y= …
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.