Perguntas com a marcação «covariance»

Alguém tem uma prova de que a covariância entre duas variáveis sempre tem o mesmo sinal que Rho de Spearman, assumindo que ambas não são zero , ou uma explicação / contra-exemplo para mostrar por que não é esse o caso? Eu estou falando sobre as magnitudes da "população" (teórica), …

8 covariance  non-independent  spearman-rho 

A função de covariância de Matérn converge para a função de covariância exponencial ao quadrado. Muitas fontes, entre elas o livro GPML e a Wikipedia , afirmam esse resultado. Nenhum deles fornece detalhes. Estou procurando referências que forneçam detalhes e uma prova. Em particular, me pergunto sobre o tipo de …

8 mathematical-statistics  covariance  convergence  gaussian-process  rbf-kernel 

Fiquei me perguntando por que as pessoas usam processos gaussianos (GP) para modelar uma função desconhecida (às vezes determinística). Por exemplo, considere uma função desconhecida . Temos três observações independentes dessa função: y=f(x)y=f(x)y=f(x)(x1,y1);(x2,y2);(x3,y3)(x1,y1);(x2,y2);(x3,y3)\big(x_1,y_1); \big(x_2,y_2); \big(x_3,y_3) Para aprender a função subjacente, o GP é uma técnica não paramétrica comum que trata …

8 machine-learning  correlation  covariance  gaussian-process 

Digamos que é uma variável aleatória com covariância . Por definição , as entradas da matriz de covariância são covariâncias: Além disso, sabe-se que as entradas da precisão satisfazem: onde o lado direito é a covariância de com condicionado em todas as outras variáveis.X∈RnX∈RnX \in \mathbb{R}^nΣ∈Rn×nΣ∈Rn×n\Sigma \in \mathbb{R}^{n\times n}Σij=Cov(Xi,Xj).Σij=Cov(Xi,Xj). \Sigma_{ij} …

8 interpretation  covariance  covariance-matrix  partial-correlation  precision 

A correlação da amostra e o desvio padrão da amostra de (denominado ) parecem correlacionar-se positivamente se eu simular normal bivariado , com uma correlação verdadeira positiva (e parecer correlacionar-nos negativamente se a correlação verdadeira entre e for negativo). Achei isso um pouco contra-intuitivo. Muito heuristicamente, suponho que isso reflita …

7 correlation  covariance  independence 

Dadas duas variáveis ​​aleatórias Cauchyθ1∼Cauchy(x(1)0,γ(1))θ1∼Cauchy(x0(1),γ(1))\theta_1 \sim \mathrm{Cauchy}(x_0^{(1)}, \gamma^{(1)}) eθ2∼Cauchy(x(2)0,γ(2))θ2∼Cauchy(x0(2),γ(2))\theta_2 \sim \mathrm{Cauchy}(x_0^{(2)}, \gamma^{(2)}). Isso não é independente. A estrutura de dependência de variáveis ​​aleatórias pode frequentemente ser quantificada com sua covariância ou coeficiente de correlação. No entanto, essas variáveis ​​aleatórias de Cauchy não têm momentos. Assim, covariância e correlação não existem. …

7 covariance  independence  copula  heavy-tailed 

Na minha configuração, tem mmm ensaios. Cada tentativa tem uma probabilidade qqq de ser selecionado. N≤ mN≤mN \leq m é o número de tentativas selecionadas → N∼ Bin ( q, M )→N∼Bin(q,m) \rightarrow N \sim \text{Bin}(q, m) Para cada um dos NNN ensaios selecionados, a probabilidade de sucesso é ppp …

7 binomial  random-variable  covariance 

Eu tenho uma pergunta sobre como obter os erros padrão dos coeficientes no meu modelo GLM. Eu tenho a matriz de informações de fisher que calculei manualmente, mas não é dimensionada. Como posso escalar a matriz de informações do fisher para obter os mesmos erros padrão da função GLM?

7 r  generalized-linear-model  covariance 

Deixei: U,V∼i.i.d.N(0,1)U,V∼i.i.d.N(0,1)U, V \overset{i.i.d.}{\sim} \mathcal{N}(0,1) , ou seja, variáveis ​​aleatórias normais padrão independentes. X=min(U,V)X=min(U,V)X=\min(U,V) Y=max(U,V)Y=max(U,V)Y=\max(U,V) Qual é a covariância de XXX e YYY ? Relacionado: O que é cov (X, Y), onde X = min (U, V) e Y = max (U, V) para variáveis uniformes independentes (0,1) U e …

7 self-study  normal-distribution  covariance