Domande taggate «determinant»

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.
2
Determinante della matrice di informazioni Fisher per un modello sovra parametrizzato
Considera una variabile casuale Bernoulli con parametro (probabilità di successo). La funzione di verosimiglianza e le informazioni di Fisher (una matrice ) sono:θ 1 × 1X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Consideriamo ora una versione "sovraparametrizzata" con due …
1
Come generare matrici ortogonali uniformemente casuali di determinante positivo?
Probabilmente ho una domanda stupida su quale, devo confessare, sono confuso. Immagina la generazione ripetuta di una matrice ortogonale (ortogonale) casuale uniformemente distribuita di qualche dimensione . A volte la matrice generata ha il determinante e talvolta ha il determinante . (Esistono solo due valori possibili. Dal punto di vista …
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.