Perguntas com a marcação «covariance-matrix»

Eu sei que uma das vantagens dos modelos mistos é que eles permitem especificar a matriz de variância-covariância para os dados (simetria composta, auto-regressiva, não estruturada etc.). No entanto, a lmerfunção em R não permite uma especificação fácil dessa matriz. Alguém sabe qual estrutura lmerusa por padrão e por que …

18 r  mixed-model  lme4-nlme  covariance-matrix 

I ter realizado uma análise de componentes principais de seis variáveis , , , , e . Se entendi corretamente, o PC1 não rotacionado me diz qual combinação linear dessas variáveis ​​descreve / explica a maior variação nos dados e o PC2 me diz qual combinação linear dessas variáveis ​​descreve …

17 variance  pca  r-squared  covariance-matrix 

O PCA robusto (desenvolvido por Candes et al 2009 ou melhor ainda por Netrepalli et al 2014 ) é um método popular para detecção multivariada de outlier , mas a distância de Mahalanobis também pode ser usada para detecção de outlier, dada uma estimativa robusta e regularizada da matriz de …

17 pca  outliers  covariance-matrix  robust  anomaly-detection 

Como afirmado nesta pergunta, a classificação máxima da matriz de covariância é n−1n−1n-1 onde nnn é o tamanho da amostra e, portanto, se a dimensão da matriz de covariância for igual ao tamanho da amostra, seria singular. Não consigo entender por que subtraímos 111 da classificação máxima nnn da matriz …

17 covariance-matrix  linear-algebra 

Se os dados forem 1d, a variação mostrará até que ponto os pontos de dados são diferentes um do outro. Se os dados forem multidimensionais, obteremos uma matriz de covariância. Existe uma medida que fornece um número único de como os pontos de dados são diferentes entre si em geral …

16 variance  covariance  covariance-matrix 

A média de várias matrizes positivas definidas é necessariamente definida positiva ou semi-definida positiva? A média é média dos elementos.

15 mathematical-statistics  matrix  covariance-matrix 

Estimei a matriz de covariância da amostra e obtive uma matriz simétrica. Com C , eu gostaria de criar rn distribuído normal com n variáveis, mas, portanto, preciso da decomposição de C de Cholesky . O que devo fazer se C não for positivo definitivo?CCCCCCnnnCCCCCC

15 r  random-generation  covariance-matrix  multivariate-normal  cholesky 

Eu não sou muito bom em estatística, então peço desculpas se esta for uma pergunta simplista. Estou ajustando uma curva de alguns dados, e às vezes os meus dados melhor se encaixa uma exponencial negativa na forma , e às vezes o ajuste é mais perto de um * e …

15 variance  model-selection  python  curve-fitting  covariance-matrix 

O diagnóstico Gelman e Rubin é usado para verificar a convergência de várias cadeias mcmc executadas em paralelo. Ele compara a variação dentro da cadeia com a variação entre as cadeias, a exposição é abaixo: Etapas (para cada parâmetro): Execute m ≥ 2 cadeias de comprimento 2n a partir dos …

14 mcmc  convergence  covariance-matrix 

Suponhamos que tem alguns alguma variável resposta yijyijy_{ij} que foi medido a partir de jjj th irmão em th família. Além disso, alguns dados comportamentais foram coletados ao mesmo tempo de cada sujeito. Estou tentando analisar a situação com o seguinte modelo linear de efeitos mistos:iiixijxijx_{ij} yij=α0+α1xij+δ1ixij+εijyij=α0+α1xij+δ1ixij+εijy_{ij} = \alpha_0 + …

14 mixed-model  lme4-nlme  covariance-matrix  non-independent 

Minha tarefa é testar se há alteração na matriz de covariância de 6 variáveis. Os valores de 6 variáveis ​​são medidos duas vezes nos mesmos sujeitos (3 anos entre as medições). Como eu posso fazer isso? Venho fazendo a maior parte do meu trabalho usando SAS.

13 hypothesis-testing  repeated-measures  multivariate-analysis  covariance-matrix 

Ao experimentar os modelos de mistura gaussiana aqui , encontrei esses 4 tipos de covariâncias. 'full' (each component has its own general covariance matrix), 'tied' (all components share the same general covariance matrix), 'diag' (each component has its own diagonal covariance matrix), 'spherical' (each component has its own single variance). …

12 covariance-matrix  gaussian-mixture 

Antecedentes e problema Estou usando Processos Gaussianos (GP) para regressão e subsequente otimização bayesiana (BO). Para regressão, uso o pacote gpml do MATLAB com várias modificações personalizadas, mas o problema é geral. É um fato bem conhecido que, quando duas entradas de treinamento estão muito próximas no espaço de entrada, …

12 regression  covariance-matrix  gaussian-process  bayesian-optimization 

Suponha que tenhamos um modelo linear Model1e vcov(Model1)forneça a seguinte matriz: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500 -0.62612550 altitude 0.507906 -0.4247145 -0.6261255 0.00928242 Neste exemplo, o que essa matriz realmente exibe? Que suposições podemos fazer com segurança para …

12 r  interpretation  multicollinearity  assumptions  covariance-matrix 

Suponhamos que temos covariância matrizes e . Quais dessas opções também são matrizes de covariância?XXXYYY X+YX+YX+Y X2X2X^2 XYXYXY Tenho um pouco de dificuldade para entender o que exatamente é necessário para que algo seja uma matriz de covariância. Suponho que isso significa que, por exemplo, se e que, para 1 …

12 covariance  covariance-matrix