Perguntas com a marcação «kernel-smoothing»

Técnicas de suavização de kernel, como estimativa de densidade de kernel (KDE) e regressão de kernel Nadaraya-Watson, estimam funções por interpolação local a partir de pontos de dados. Não deve ser confundido com [kernel-trick], para os kernels usados, por exemplo, nos SVMs.

2
Calcular curva ROC para dados
Portanto, tenho 16 ensaios em que estou tentando autenticar uma pessoa de uma característica biométrica usando a Distância de Hamming. Meu limite está definido como 3,5. Meus dados estão abaixo e apenas o teste 1 é um verdadeiro positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
1
estimativa da densidade do kernel do pacote np com o kernel Epanechnikov
Estou trabalhando com o conjunto de dados "geyser" do pacote MASS e comparando as estimativas de densidade de kernel do pacote np. Meu problema é entender a estimativa de densidade usando a validação cruzada de mínimos quadrados e o kernel Epanechnikov: blep<-npudensbw(~geyser$waiting,bwmethod="cv.ls",ckertype="epanechnikov") plot(npudens(bws=blep)) Para o kernel gaussiano, parece estar bem: …
3
Teste post hoc em uma ANOVA de design misto 2x3 usando SPSS?
Eu tenho dois grupos de 10 participantes que foram avaliados três vezes durante um experimento. Para testar as diferenças entre os grupos e nas três avaliações, executei um ANOVA de desenho misto 2x3 com group(controle, experimental), time(primeiro, segundo, três) e group x time. Ambos timee groupresultaram significativos, além de haver …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
2
Explicar o gráfico de densidade do Kernel
Estou executando a simulação em um modelo linear. Recebo 1000 resultados e os resultados são colocados em um gráfico de densidade. Entendo que o xaxis é a variável dependente e o yaxis representa a densidade do kernel. Yaxis está em números decimais, como de 0 a 0,15. Como explico isso …
1
Viés para o estimador de densidade do kernel (caso periódico)
O estimador de densidade do kernel é dado por onde identificou com alguma densidade desconhecida , - largura de banda,f^(x,h)=1nh∑i=1nK(x−Xih)f^(x,h)=1nh∑i=1nK(x−Xih)\hat{f}(x,h)=\frac{1}{nh}\sum_{i=1}^{n}K(\frac{x-X_{i}}{h})X1,...XnX1,...XnX_1,...X_nfffhhh ∫ ∞ - ∞ K ( x ) d x = 1 ∫ ∞ - ∞ K ( x ) x d x = 0 ∫ ∞ - ∞ K …
2
Estimativa de densidade com uma distribuição truncada?
Eu tenho alguns dados que estão claramente truncados à esquerda. Desejo ajustá-lo com uma estimativa de densidade que o manipule de alguma maneira, em vez de tentar suavizá-lo. Quais métodos conhecidos (como de costume, em R) podem resolver isso? Código de amostra: set.seed(1341) x <- c(runif(30, 0, 0.01), rnorm(100,3)) hist(x, …
2
Por que a codificação do tratamento resulta em uma correlação entre inclinação aleatória e interceptação?
Considere um planejamento fatorial dentro do sujeito e dentro do item, onde a variável de tratamento experimental possui dois níveis (condições). Seja m1o modelo máximo e m2o modelo sem correlações aleatórias. m1: y ~ condition + (condition|subject) + (condition|item) m2: y ~ condition + (1|subject) + (0 + condition|subject) + …
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.