Perguntas com a marcação «correlation»

Uma medida do grau de associação linear entre um par de variáveis.

3
Porque é que o produto dos coeficientes de regressão bivariada do -ON- linha e -ON- linha igual ao quadrado da correlação?
Há modelo de regressão, onde com e , que tem um coeficiente de correlação de .Y=a+bXY=uma+bXY = a + bXa=1.6uma=1.6a = 1.6b=0.4b=0,4b=0.4r=0.60302r=0,60302r = 0.60302 Se e são, em seguida, ligado em torno e a equação torna-se onde e , ele também tem uma valor de .XXXYYYX=c+dYX=c+dYX = c + dYc=0.4545c=0,4545c=0.4545d=0.9091d=0,9091d=0.9091rrr0.603020,603020.60302 …
4
MANOVA e correlações entre variáveis ​​dependentes: quão forte é muito forte?
As variáveis ​​dependentes em um MANOVA não devem ser "fortemente correlacionadas". Mas quão forte uma correlação é muito forte? Seria interessante obter a opinião das pessoas sobre esse assunto. Por exemplo, você continuaria com o MANOVA nas seguintes situações? Y1 e Y2 são correlacionados com er=0.3r=0.3r=0.3p&lt;0.005p&lt;0.005p<0.005 Y1 e Y2 são …
3
A centralização significa reduzir a covariância?
Assumindo que tenho duas variáveis ​​aleatórias não independentes e que desejo reduzir a covariância entre elas o máximo possível, sem perder muito "sinal", significa centralizar a ajuda? Eu li em algum lugar que a centralização média reduz a correlação por um fator significativo, então acho que deve fazer o mesmo …
4
Condições suficientes e necessárias para o autovalor zero de uma matriz de correlação
Dada variável aleatória , com distribuição de probabilidade , a matriz de correlação é positiva, ou seja, seus autovalores são positivos ou zero.nnnXiXiX_iP(X1,…,Xn)P(X1,…,Xn)P(X_1,\ldots,X_n)Cij=E[XiXj]−E[Xi]E[Xj]Cij=E[XiXj]−E[Xi]E[Xj]C_{ij}=E[X_i X_j]-E[X_i]E[X_j] Estou interessado nas condições em que são necessárias e / ou suficientes para que tenha zero autovalores. Por exemplo, uma condição suficiente é que as variáveis …
1
R / mgcv: Por que os produtos tensores te () e ti () produzem superfícies diferentes?
O mgcvpacote para Rpossui duas funções para ajustar as interações do produto tensorial: te()e ti(). Entendo a divisão básica do trabalho entre os dois (ajustando uma interação não linear versus decompondo essa interação em efeitos principais e uma interação). O que não entendo é o porquê te(x1, x2)e ti(x1) + …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
Correlação entre seno e cosseno
Suponha que seja distribuído uniformemente em . Vamos e . Mostre que a correlação entre e é zero.XXX[0,2π][0,2π][0, 2\pi]Y=sinXY=sin⁡XY = \sin XZ=cosXZ=cos⁡XZ = \cos XYYYZZZ Parece que eu precisaria saber o desvio padrão do seno e do cosseno e sua covariância. Como posso calcular isso? Eu acho que preciso assumir …
5
Intuição na definição da covariância
Eu estava tentando entender melhor a covariância de duas variáveis ​​aleatórias e entender como a primeira pessoa que pensou nisso chegou à definição que é rotineiramente usada em estatística. Eu fui à wikipedia para entender melhor. Pelo artigo, parece que uma boa medida ou quantidade de candidato para deve ter …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.