Запитання з тегом «multivariate-analysis»

Аналізи, де є декілька змінних, що аналізуються разом, і ці змінні або залежні (відповіді), або єдині в аналізі. Це може протиставлятися "багаторазовому" або "багатоваріантному" аналізу, який передбачає більше однієї прогнозної (незалежної) змінної.

3
Приміщення багатофакторного, натурального кубічного сплайну
зауважте: не маючи правильних відповідей через місяць, я відправив повідомлення в ТА Фон У мене є модель, , де Y = f ( X )fffY= f( X )Y=f(Х)Y=f(\textbf{X}) ХХ\textbf{X} - матриця зразків з параметрів, а - вектор модельних виходів.n × mн×мn \times mммmYYYn × 1н×1n \times 1 fff обчислювально інтенсивно, …

1
Найменш дурний спосіб прогнозувати короткий багатоваріантний часовий ряд
Мені потрібно прогнозувати наступні 4 змінні на 29-ту одиницю часу. У мене є приблизно 2 роки історичних даних, де 1 і 14 і 27 - це той самий період (або час року). Зрештою, я роблю декомпозицію стилю Oaxaca-Blinder на , , та .WWWw dшгwdw cшcwcppp time W wd wc p …

3
Дискримінаційний аналіз проти логістичної регресії
Я знайшов деякі плюси дискримінаційного аналізу, і у мене є питання щодо них. Так: Коли класи добре розділені, оцінки параметрів логістичної регресії напрочуд нестабільні. Коефіцієнти можуть піти в нескінченність. LDA не страждає від цієї проблеми. Якщо кількість ознак невелика і розподіл предикторів ХХX приблизно нормальний у кожному з класів, лінійна …

2
Канонічний кореляційний аналіз із ранговою кореляцією
Канонічний кореляційний аналіз (CCA) має на меті максимізувати звичайну кореляцію Пірсона між продуктом і моментом (тобто коефіцієнт лінійної кореляції) лінійних комбінацій двох наборів даних. Тепер розглянемо той факт , що цей коефіцієнт кореляції тільки вимірює лінійні асоціацій - це причина того, чому ми використовуємо, наприклад, Spearman- ρρ\rho або Кендал з'єднання …

1
Щільність нормального розподілу по мірі збільшення розмірів
Питання, яке я хочу задати, таке: як змінюється частка вибірок в межах 1 SD середнього значення нормального розподілу зі збільшенням кількості змінних? (Майже) всім відомо, що при 1-мірному нормальному розподілі 68% зразків можна знайти в межах 1 стандартного відхилення середнього значення. Як щодо розмірів 2, 3, 4, ...? Я знаю, …

1
Чи реалізує GSVD всі лінійні багатовимірні методи?
Я натрапив на статтю Ерве Абді про узагальнену СВД. Автор згадав: Узагальнений SVD (GSVD) розкладає прямокутну матрицю і враховує обмеження, накладені на рядки та стовпці матриці. GSVD дає зважену узагальнену оцінку найменшого квадрату даної матриці матрицею нижчого рангу, а тому, при адекватному виборі обмежень, GSVD реалізує всі лінійні багатоваріантні методи …

2
Як побудувати еліпс із власних значень та власних векторів у R? [зачинено]
Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 2 роки тому . Чи може хтось придумати R- код для побудови еліпса із власних значень та власних векторів наступної матриці А = ( 2.20,40,42.8)А=(2.20,40,42.8) \mathbf{A} …

2
Корельовані випробування Бернуллі, багатофакторний розподіл Бернуллі?
Я спрощую дослідницьке питання, яке у мене є на роботі. Уявіть, що у мене є 5 монет, і давайте назвемо голову успіху. Це ДУЖЕ упереджені монети з вірогідністю успіху p = 0,1. Тепер, якщо монети були незалежними, то отримати ймовірність принаймні на 1 голову і більше дуже просто, . За …

5
Метод генерації корельованих ненормальних даних
Мені цікаво дізнатись спосіб генерації корельованих, ненормальних даних. Тому в ідеалі якийсь розподіл, який приймає коваріаційну (або кореляційну) матрицю як параметр і генерує дані, які її наближають. Але ось ось у чому: метод, який я намагаюся знайти, повинен мати гнучкість також контролювати його багатоваріантність косості та / або куртозу. Мені …

3
Як виявити, коли регресійна модель перестала відповідати?
Коли ви той, хто виконує роботу, усвідомлюючи, що ви робите, ви розвиваєте почуття, коли ви переоцінили модель. З одного боку, ви можете відстежувати тенденцію або погіршення в регульованій площі R моделі. Можна також відслідковувати подібне погіршення p-значень коефіцієнтів регресії основних змінних. Але, коли ви просто читаєте, що хтось інший вивчає, …

2
Отримання двовимірного розподілу Пуассона
Нещодавно я стикався з біваріантним розповсюдженням Пуассона, але я трохи розгублений, як це можна отримати. Розподіл задається: P(X=x,Y=y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} З того, що я можу зібрати, термін θ0θ0\theta_{0} є мірою кореляції між XXX і YYY ; отже, коли XXX і YYY незалежні, θ0=0θ0=0\theta_{0} …

3
Обчислювально ефективна оцінка багатоваріантного режиму
Коротка версія: Який найбільш обчислювально ефективний метод оцінювання режиму багатовимірного набору даних, відібраний з безперервного розподілу? Довга версія: У мене є набір даних, необхідний для оцінки режиму. Режим не збігається із середнім чи середнім. Зразок показаний нижче, це двовимірний приклад, але рішення ND було б краще: В даний час мій …

4
Який сенс одноманітної регресії перед багатоваріантною регресією?
Зараз я працюю над проблемою, за якою у нас є невеликий набір даних, і ми зацікавлені в ефекті причинності лікування на результат. Мій радник доручив мені виконати одноманітну регресію для кожного прогноктора з результатом як відповідь, потім призначення лікування як відповідь. Тобто, мене просять встановити регресію по одній змінній за …

3
Формула ймовірності багатоваріантного розподілу Бернуллі
Мені потрібна формула ймовірності події в n-змінному розподілі Бернуллі із заданим ймовірністю для одного елемента і для пар елементів . Еквівалентну я міг би дати середнє значення і ковариация . P ( X i = 1 ) = p i P ( X i = 1 ∧ X j = …

5
Зменшення розмірності SVD для часових рядів різної довжини
Я використовую сингулярне значення декомпозиції як метод зменшення розмірності. З огляду на Nвектори розмірності D, ідея полягає у представленні ознак у перетвореному просторі некоррельованих розмірів, що конденсує більшу частину інформації даних у власних векторах цього простору у зменшуваному порядку важливості. Зараз я намагаюся застосувати цю процедуру до даних часових рядів. …

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.