Domande taggate «multivariate-analysis»

Analizza dove vi è più di una variabile analizzata contemporaneamente e queste variabili sono o dipendenti (risposta) o le uniche nell'analisi. Ciò può essere contrastato con l'analisi "multipla" o "multivariabile", che implica più di una variabile predittore (indipendente).

2
Analisi di correlazione canonica con correlazione di rango
L'analisi di correlazione canonica (CCA) mira a massimizzare la consueta correlazione di momento-prodotto di Pearson (ovvero coefficiente di correlazione lineare) delle combinazioni lineari dei due set di dati. Ora, considera il fatto che questo coefficiente di correlazione misura solo le associazioni lineari - questa è la vera ragione per cui …
1
GSVD implementa tutte le tecniche lineari multivariate?
Mi sono imbattuto nell'articolo di Hervé Abdi sull'SVD generalizzato. L'autore ha menzionato: La SVD generalizzata (GSVD) decompone una matrice rettangolare e tiene conto dei vincoli imposti alle righe e alle colonne della matrice. Il GSVD fornisce una stima del minimo quadrato generalizzato ponderato di una data matrice da una matrice …
4
Qual è il punto della regressione univariata prima della regressione multivariata?
Attualmente sto lavorando a un problema in cui abbiamo un piccolo set di dati e siamo interessati all'effetto causalità di un trattamento sul risultato. Il mio consulente mi ha incaricato di eseguire una regressione univariata su ciascun predittore con il risultato come risposta, quindi l'assegnazione del trattamento come risposta. Cioè, …
3
Formula di probabilità per una distribuzione multivariata-bernoulli
Ho bisogno di una formula per la probabilità di un evento in una distribuzione di Bernoulli n-variate X∈{0,1}nX∈{0,1}nX\in\{0,1\}^n con data P(Xi=1)=piP(Xi=1)=piP(X_i=1)=p_i probabilità per un singolo elemento e per coppie di elementi P(Xi=1∧Xj=1)=pijP(Xi=1∧Xj=1)=pijP(X_i=1 \wedge X_j=1)=p_{ij} . Equivalentemente ho potuto dare media e covarianza di XXX . Ho già imparato che esistono …
5
Riduzione della dimensionalità SVD per serie storiche di diversa lunghezza
Sto usando la decomposizione del valore singolare come tecnica di riduzione della dimensionalità. Dati i Nvettori di dimensione D, l'idea è quella di rappresentare le caratteristiche in uno spazio trasformato di dimensioni non correlate, che condensa la maggior parte delle informazioni dei dati negli autovettori di questo spazio in ordine …
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.