Perguntas com a marcação «independence»

Se e são duas variáveis ​​aleatórias que só podem assumir dois estados possíveis, como posso mostrar que implica independência? Isso vai contra o que aprendi no dia em que não implica independência ...X XXYYY C O v ( X , Y ) = 0 Cov(X,Y)=0Cov(X,Y) = 0C O v ( …

14 covariance  independence 

Ao explicar por que não correlacionado não implica independente, existem vários exemplos que envolvem um monte de variáveis ​​aleatórias, mas todas parecem muito abstratas: 1 2 3 4 . Essa resposta parece fazer sentido. Minha interpretação: Uma variável aleatória e seu quadrado podem não estar correlacionados (já que aparentemente a …

14 correlation  independence  non-independent  garch  intuition 

Esta pergunta é inspirada em um mini-jogo de Pokemon Soulsilver: Imagine que há 15 bombas escondidas nessa área 5x6 (EDIT: máximo de 1 bomba / célula): Agora, como você estimaria a probabilidade de encontrar uma bomba em um campo específico, considerando os totais de linha / coluna? Se você olhar …

14 probability  estimation  chi-squared  independence  games 

Aprendi nas estatísticas elementares que, com um modelo linear geral, para que as inferências sejam válidas, as observações devem ser independentes. Quando ocorre o agrupamento, a independência não pode mais ser mantida, levando a inferência inválida, a menos que isso seja explicado. Uma maneira de explicar esse cluster é usar …

13 r  mixed-model  inference  independence 

Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Suponha que eu tenha um momento conjunto gerando a função para uma distribuição conjunta com CDF . É ambos um necessária e suficiente de condição para independência de e ? Eu verifiquei alguns livros, que mencionavam apenas a necessidade:MX,Y(s,t)MX,Y(s,t)M_{X,Y}(s,t)FX,Y(x,y)FX,Y(x,y)F_{X,Y}(x,y)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)M_{X,Y}(s,t)=M_{X,Y}(s,0)⋅M_{X,Y}(0,t)XXXYYY FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)F_{X,Y}(x,y)=F_X(x)\cdot F_Y(y) \implies M_{X,Y}(s,t)=M_X(s) \cdot M_Y(t) Esse resultado é claro, pois …

12 probability  independence  joint-distribution  mgf 

Alguém pode ilustrar, como Greg faz, mas com mais detalhes, como variáveis ​​aleatórias podem ser dependentes, mas têm covariância zero? Greg, um pôster aqui, dá um exemplo usando um círculo aqui . Alguém pode explicar esse processo com mais detalhes usando uma sequência de etapas que ilustram o processo em …

12 random-variable  covariance  independence 

Aqui, estou perguntando sobre o que outras pessoas costumam fazer para usar o teste do qui quadrado para a seleção de recursos com resultados errados no aprendizado supervisionado. Se bem entendi, eles testam a independência entre cada recurso e o resultado e comparam os valores de p entre os testes …

11 hypothesis-testing  chi-squared  feature-selection  independence  scikit-learn 

Um lembrete consagrado nas estatísticas é "a falta de correlação não implica independência". Normalmente, esse lembrete é complementado com a afirmação psicologicamente reconfortante (e cientificamente correta) "quando, no entanto, as duas variáveis ​​são normalmente distribuídas em conjunto , então a não correlação implica independência". Eu posso aumentar a contagem de …

11 probability  distributions  correlation  mathematical-statistics  independence 

Estou tentando entender toda a variação / erro padrão de uma série temporal de retornos financeiros e acho que estou preso. Eu tenho uma série de dados de retorno de estoque mensal (vamos chamá-lo de ), que tem o valor esperado 1,00795 e a variação 0,000228 (std. Dev é 0,01512). …

11 time-series  variance  independence  finance 

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 

O título resume minha pergunta, mas para maior clareza, considere o seguinte exemplo simples. Deixe , i = 1, ..., n . Defina: \ begin {equação} S_n = \ frac {1} {n} \ sum_ {i = 1} ^ n X_i \ end {equação} e \ begin {equation} T_n = \ …

10 normal-distribution  multivariate-analysis  independence  central-limit-theorem  joint-distribution 

Eu preciso definir o que é um teste de independência, sem o uso de termos fortemente estatísticos.

10 hypothesis-testing  independence  definition 

Estou ministrando um curso básico de estatística e hoje cobrirei o teste do qui-quadrado de independência para duas categorias e o teste de homogeneidade. Esses dois cenários são conceitualmente diferentes, mas podem usar a mesma estatística e distribuição de teste. Em um teste de homogeneidade, presume-se que totais marginais para …

10 chi-squared  independence  heteroscedasticity  teaching 

Este é apenas um exemplo que encontrei várias vezes, portanto não tenho dados de amostra. Executando um modelo de regressão linear em R: a.lm = lm(Y ~ x1 + x2) x1é uma variável contínua. x2é categórico e possui três valores, por exemplo, "Baixo", "Médio" e "Alto". No entanto, a saída …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction