Запитання з тегом «cholesky»

5
Як використовувати розклад Холеського або альтернативу для моделювання корельованих даних
Я використовую розклад Холеського для імітації корельованих випадкових змінних із заданою кореляційною матрицею. Вся справа в тому, що результат ніколи не відтворює кореляційну структуру, як це дано. Ось невеликий приклад в Python для ілюстрації ситуації. import numpy as np n_obs = 10000 means = [1, 2, 3] sds = [1, …

3
Холеський проти ейгендекомпозиції для малювання зразків з багатовимірного нормального розподілу
Я б хотів намалювати зразок . Вікіпедія пропонує або використовувати склад Холеського, або Ейгенде , тобто або Σ = D 1 D T 1x∼N(0,Σ)x∼N(0,Σ)\mathbf{x} \sim N\left(\mathbf{0}, \mathbf{\Sigma} \right)Σ=D1DT1Σ=D1D1T \mathbf{\Sigma} = \mathbf{D}_1\mathbf{D}_1^T Σ=QΛQTΣ=QΛQT \mathbf{\Sigma} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T Отже, зразок можна скласти через: або де \ mathbf {v} \ sim N \ зліва …

5
Створення нормально розподілених випадкових чисел з матрицею коваріації, яка не є позитивно визначеною
Я оцінив зразок ковариационной матриці ССC зразка і отримати симетричну матрицю. З ССC , я хотів би створити ннn -мірного нормальний розподілений гп , але тому мені потрібно розкладання Холецкого ССC . Що робити, якщо ССC не є позитивним?

1
Поясніть, як `eigen` допомагає інвертувати матрицю
Моє запитання стосується техніки обчислень, що експлуатується в geoR:::.negloglik.GRFабо geoR:::solve.geoR. У налаштуваннях лінійної змішаної моделі: де і - фіксовані та випадкові ефекти відповідно. Такожβ b Σ = cov ( Y )Y= Xβ+ Zb + eY=Xβ+Zb+e Y=X\beta+Zb+e ββ\betaбbbΣ = cov ( Y)Σ=cov(Y)\Sigma=\text{cov}(Y) Оцінюючи ефекти, виникає потреба в обчисленні що зазвичай можна …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.