Запитання з тегом «variance»

Я хочу повністю зрозуміти поняття описує величину варіації між змінними. Кожне веб-пояснення є дещо механічним і тупим. Я хочу «отримати» концепцію, а не просто механічно використовувати цифри.r2r2r^2 Напр .: Години, вивчені проти тестових балів = .8rrr = .64r2r2r^2 Отже, що це означає? 64% варіативності тестових балів можна пояснити годинами? Звідки …

21 regression  correlation  variance 

Відповідно до тексту, який я використовую, формула дисперсії залишку задається:ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Я знаходжу це важко повірити , так як залишкова різниця між спостережуваним значенням і підігнаній значення; якби було обчислити дисперсію різниці, я, принаймні, очікував би певних «плюсів» у отриманому виразі. Будь-яка допомога в розумінні походження …

21 regression  variance  residuals 

Після проведення аналізу основних компонентів (PCA) я хочу спроектувати новий вектор на простір PCA (тобто знайти його координати в системі координат PCA). Я розрахував PCA мовою R за допомогою prcomp. Тепер я повинен мати можливість помножити свій вектор на матрицю обертання PCA. Чи повинні головні компоненти в цій матриці розташовуватися …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Будь ласка, доведіть, що якщо у нас є дві змінні (однаковий розмір вибірки) і і дисперсія в більша, ніж у , то сума квадратних різниць (тобто квадратних евклідових відстаней) між точками даних у межах також більша, ніж що в .XXXYYYXXXYYYXXXYYY

20 variance  distance 

Точність визначається як: p = true positives / (true positives + false positives) Чи правильно, що як true positivesі false positivesпідхід 0, точність наближається до 1? Те саме запитання для відкликання: r = true positives / (true positives + false negatives) Зараз я впроваджую статистичний тест, де мені потрібно обчислити …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Чи є слово, яке означає «обернення дисперсії»? Тобто, якщо має велику дисперсію, то має низьку ? Ви не зацікавлені в близькому антонімі (наприклад, "угода" чи "схожість"), але конкретно в значенні ?ХХXХХX……\dots1 / σ21/σ21/\sigma^2

19 bayesian  variance  terminology  precision 

Це може бути простим питанням для багатьох, але ось це: Чому дисперсія не визначається як різниця між кожним значенням, що слідують один за одним замість різниці до середнього значення? Це було б для мене більш логічним вибором, я думаю, я очевидно переглядаю деякі недоліки. Спасибі Редагувати: Дозвольте перефразувати якомога чіткіше. …

19 variance 

Розглянемо елементарну ідентичність дисперсії: Var(X)===E[(X−E[X])2]...E[X2]−(E[X])2Var(X)=E[(X−E[X])2]=...=E[X2]−(E[X])2 \begin{eqnarray} Var(X) &=& E[(X - E[X])^2]\\ &=& ...\\ &=& E[X^2] - (E[X])^2 \end{eqnarray} Це проста алгебраїчна маніпуляція визначення центрального моменту на нецентральні моменти. Це дозволяє зручно маніпулювати в інших контекстах. Він також дозволяє обчислити дисперсію за допомогою одного проходу над даними, а не через два …

19 variance  descriptive-statistics  intuition 

Це більш загальне трактування питання, поставленого цим питанням . Отримавши асимптотичний розподіл дисперсії вибірки, ми можемо застосувати метод Delta, щоб дійти до відповідного розподілу для стандартного відхилення. Нехай зразок розміру iid ненормальних випадкових величин , із середнім та дисперсією . Встановіть середню вибірку та дисперсію вибірки як nnn{Xi},i=1,...,n{Xi},i=1,...,n\{X_i\},\;\; i=1,...,nμμ\muσ2σ2\sigma^2x¯=1n∑i=1nXi,s2=1n−1∑i=1n(Xi−x¯)2x¯=1n∑i=1nXi,s2=1n−1∑i=1n(Xi−x¯)2\bar x …

19 mathematical-statistics  variance  central-limit-theorem  asymptotics 

Я читаю цю замітку . На сторінці 2 зазначено: "Скільки дисперсії в даних пояснюється заданою регресійною моделлю?" "Інтерпретація регресії - це середнє значення коефіцієнтів; умовивід - про їх відмінність." Я неодноразово читав про подібні твердження, чому ми б хвилювались про те, «скільки дисперсії в даних пояснюється даною регресійною моделлю?» ... …

19 regression  variance  interpretation 

Якщо є повним рангом, існує обернена , і ми отримуємо оцінку найменших квадратів: таХ Т Х β = ( Х Т Х ) - 1 х Y вар ( β ) = σ 2 ( Х Т Х ) - 1XXXXTXXTXX^TXβ^=(XTX)−1XYβ^=(XTX)−1XY\hat\beta = (X^TX)^{-1}XYVar(β^)=σ2(XTX)−1Var⁡(β^)=σ2(XTX)−1\operatorname{Var}(\hat\beta) = \sigma^2(X^TX)^{-1} Як можна інтуїтивно пояснити у …

18 regression  variance  least-squares 

На цьому веб-сайті з психометрики я це прочитав [A] та глибока дисперсія рівня є більш фундаментальним поняттям, ніж стандартне відхилення. Сайт насправді не пояснює, чому дисперсія має бути більш фундаментальною, ніж стандартне відхилення, але це нагадало мені, що я читав деякі подібні речі на цьому сайті. Наприклад, у цьому коментарі …

18 variance  standard-deviation 

Питання виникла раніше, але я хочу поставити конкретне запитання, яке намагатиметься отримати відповідь, яка уточнить (і класифікує) його: У «Асимптотиці бідної людини» чітко розмежовується між ними (a) послідовність випадкових змінних, яка ймовірно сходиться до постійної на противагу (b) послідовність випадкових змінних, яка ймовірно сходиться до випадкової величини (а отже, і …

18 mathematical-statistics  variance  convergence  asymptotics  consistency 

Я страждаю від затемнення. Мені було подано наступне зображення, щоб продемонструвати компроміс-відхилення в контексті лінійної регресії: Я можу бачити, що жодна з двох моделей не підходить. "Прості" не оцінюють складність XY-відношення, а "комплекс" - це просто надмірно, в основному вивчаючи дані тренувань напам'ять. Однак я цілком не бачу упередженості та …

18 regression  variance  bias 

Фон У мене є змінна з невідомим розподілом. У мене є 500 зразків, але я хотів би продемонструвати точність, з якою я можу обчислити дисперсію, наприклад, стверджувати, що розмір вибірки 500 достатній. Мені також цікаво знати мінімальний розмір вибірки, який би знадобився для оцінки дисперсії з точністю .X%X%X\% Запитання Як …

18 estimation  random-variable  variance  sampling  sample-size