Perguntas com a marcação «multivariate-analysis»

nota: sem respostas corretas após um mês, reenviei para SO fundo Eu tenho um modelo, , onde Y = f ( X )fffY=f( X)Y=f(X)Y=f(\textbf{X}) é umamatrizde amostras deparâmetroseé ovetordas saídas do modelo.XX\textbf{X}n×mn×mn \times mmmmYYYn×1n×1n \times 1 fff é computacionalmente intensivo, então eu gostaria de aproximar usando um spline cúbico multivariado …

17 r  multivariate-analysis  splines  interpolation  gaussian-process 

Preciso prever as seguintes 4 variáveis ​​para a 29ª unidade de tempo. Eu tenho aproximadamente 2 anos de dados históricos, onde 1, 14 e 27 são todos do mesmo período (ou época do ano). No final, estou fazendo uma decomposição no estilo Oaxaca-Blinder em WWW , , e .w c …

16 time-series  forecasting  multivariate-analysis  var 

Encontrei alguns profissionais da análise discriminante e tenho perguntas sobre eles. Então: Quando as classes são bem separadas, as estimativas de parâmetros para regressão logística são surpreendentemente instáveis. Coeficientes podem ir para o infinito. LDA não sofre com esse problema. Se o número de características for pequeno e a distribuição …

16 regression  logistic  multivariate-analysis  discriminant-analysis 

A análise de correlação canônica (CCA) visa maximizar a correlação usual de produto-momento de Pearson (ou seja, coeficiente de correlação linear) das combinações lineares dos dois conjuntos de dados. Agora, considere o fato de que esse coeficiente de correlação mede apenas associações lineares - esse é o motivo pelo qual …

15 multivariate-analysis  data-transformation  spearman-rho  kendall-tau  canonical-correlation 

A pergunta que quero fazer é a seguinte: como a proporção de amostras dentro de 1 DP da média de uma distribuição normal varia à medida que o número de variáveis ​​aumenta? (Quase) todo mundo sabe que em uma distribuição normal unidimensional, 68% das amostras podem ser encontradas com um …

15 normal-distribution  multivariate-analysis 

Me deparei com o artigo de Hervé Abdi sobre SVD generalizado. O autor mencionou: O SVD generalizado (GSVD) decompõe uma matriz retangular e leva em consideração as restrições impostas nas linhas e nas colunas da matriz. O GSVD fornece uma estimativa quadrada generalizada ponderada de uma matriz dada por uma …

15 multivariate-analysis  svd 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . Alguém poderia inventar o código R para plotar uma elipse a partir dos valores próprios …

15 r  multivariate-analysis  matrix  matrix-decomposition 

Estou interessado em descobrir um método para gerar dados correlatos e não normais. Então, idealmente, algum tipo de distribuição que considere uma matriz de covariância (ou correlação) como parâmetro e gere dados que os aproximam. Mas aqui está o problema: o método que estou tentando encontrar deve ter a flexibilidade …

14 multivariate-analysis  references  random-generation  skewness  copula 

Quando você é quem faz o trabalho, tendo consciência do que está fazendo, desenvolve uma sensação de quando superajustou o modelo. Por um lado, você pode acompanhar a tendência ou deterioração no quadrado R ajustado do modelo. Também é possível rastrear uma deterioração semelhante nos valores de p dos coeficientes …

14 regression  multivariate-analysis  overfitting 

Estou simplificando uma pergunta de pesquisa que tenho no trabalho. Imagine que eu tenho 5 moedas e vamos chamar de chefes um sucesso. São moedas MUITO tendenciosas com probabilidade de sucesso p = 0,1. Agora, se as moedas eram independentes, em seguida, obter a probabilidade de pelo menos 1 cabeças …

14 multivariate-analysis  bernoulli-distribution  copula 

Versão curta: Qual é o método mais eficiente computacionalmente para estimar o modo de um conjunto de dados multidimensionais, amostrado de uma distribuição contínua? Versão longa: tenho um conjunto de dados em que preciso estimar o modo. O modo não coincide com a média ou mediana. Uma amostra é mostrada …

14 estimation  multivariate-analysis  continuous-data  mode 

Atualmente, estou trabalhando em um problema no qual temos um pequeno conjunto de dados e estamos interessados ​​no efeito causal de um tratamento no resultado. Meu orientador me instruiu a realizar uma regressão univariada em cada preditor com o resultado como resposta e, em seguida, a atribuição do tratamento como …

13 regression  multivariate-analysis  model-selection  causality  univariate 

Encontrei recentemente a distribuição bivariada de Poisson, mas estou um pouco confusa sobre como ela pode ser derivada. A distribuição é dada por: P( X= x , Y= y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} Pelo que pude entender , o termo \ theta_ {0}θ0θ0\theta_{0} é uma …

13 distributions  mathematical-statistics  multivariate-analysis  poisson-distribution  proof 

Preciso de uma fórmula para a probabilidade de um evento em uma distribuição n-variável de Bernoulli com P ( X i = 1 ) = p i probabilidades para um único elemento e para pares de elementos P ( X i = 1 ∧ X j = 1 ) = …

13 multivariate-analysis  discrete-data 

Estou usando a Decomposição de Valor Singular como uma técnica de redução de dimensionalidade. Dados os Nvetores de dimensão D, a idéia é representar os recursos em um espaço transformado de dimensões não correlacionadas, que condensa a maioria das informações dos dados nos vetores próprios desse espaço em uma ordem …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis