Perguntas com a marcação «multivariate-analysis»

Digamos que você tenha dois conjuntos de dados multivariados, digamos um antigo e um novo, e que eles deveriam ter sido gerados pelo mesmo processo (para o qual você não tem modelo), mas talvez, em algum lugar ao longo da linha de coleta / criação os dados, algo deu errado. …

13 multivariate-analysis 

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 

Estive usando o ajuste de modelo caret, mas depois executei novamente o modelo usando o gbmpacote. Entendo que o caretpacote usa gbme a saída deve ser a mesma. No entanto, apenas um teste rápido usando data(iris)mostra uma discrepância no modelo de cerca de 5% usando RMSE e R ^ 2 …

12 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Dados gaussianos distribuídos em uma única dimensão requerem dois parâmetros para caracterizá-los (média, variância), e há rumores de que cerca de 30 amostras selecionadas aleatoriamente são geralmente suficientes para estimar esses parâmetros com confiança razoavelmente alta. Mas o que acontece quando o número de dimensões aumenta? Em duas dimensões (por …

12 normal-distribution  multivariate-analysis 

Após a pergunta de zzk sobre seu problema com simulações negativas, estou me perguntando quais são as famílias parametrizadas de distribuições no quadrante k-dimensional positivo, R k +, para o qual a matriz de covariância Σ pode ser definida.Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Como discutido com ZZK , partindo de uma distribuição em Rk+R+k\mathbb{R}_+^k …

12 distributions  multivariate-analysis  covariance 

Como posso testar efeitos em uma ANOVA de plotagem dividida usando comparações de modelos adequadas para uso com os argumentos Xe em R? Estou familiarizado com Dalgaard (2007) [1]. Infelizmente, ele apenas modela os designs de plotagem dividida. Fazendo isso em um design totalmente aleatório, com dois fatores internos:Manova.mlm()?anova.mlm N …

12 r  anova  multivariate-analysis  repeated-measures  split-plot 

Estou trabalhando em algumas técnicas de agrupamento, nas quais, para um determinado agrupamento de vetores da dimensão d, assumo uma distribuição normal multivariada e calculo o vetor médio da dimensão d da amostra e a matriz de covariância da amostra. Então, quando tentando decidir se um novo, sem ser visto, …

12 clustering  multivariate-analysis  covariance  covariance-matrix  matrix-inverse 

Nas configurações de regressão univariada, tentamos modelar y=Xβ+noisey=Xβ+noisey = X\beta +noise onde um vetor de observações e a matriz de design com preditores. A solução é . n X ∈ R n × m m β 0 = ( X T X ) - 1 X yy∈Rny∈Rny \in \mathbb{R}^nnnnX∈Rn×mX∈Rn×mX \in …

11 regression  multivariate-analysis  multivariate-regression 

A distribuição normal bivariada com média e matriz de covariância pode ser reescrita em coordenadas polares com raio e ângulo . Minha pergunta é: Qual é a distribuição amostral de , isto é, a distância de um ponto ao centro estimado dada a matriz de covariância da amostra ?μμ\muΣΣ\Sigmarrrθθ\thetar^r^\hat{r}xxxx¯x¯\bar{x}SSS Antecedentes: …

11 probability  normal-distribution  multivariate-analysis  rayleigh 

As variáveis ​​dependentes em um MANOVA não devem ser "fortemente correlacionadas". Mas quão forte uma correlação é muito forte? Seria interessante obter a opinião das pessoas sobre esse assunto. Por exemplo, você continuaria com o MANOVA nas seguintes situações? Y1 e Y2 são correlacionados com er=0.3r=0.3r=0.3p&lt;0.005p&lt;0.005p<0.005 Y1 e Y2 são …

11 correlation  anova  multivariate-analysis  rule-of-thumb  manova 

Eu gostaria de fazer uma análise de intervenção para quantificar os resultados de uma decisão política sobre as vendas de álcool ao longo do tempo. No entanto, sou bastante novo na análise de séries temporais, por isso tenho algumas perguntas para iniciantes. Um exame da literatura revela que outros pesquisadores …

11 time-series  multivariate-analysis  arima  intervention-analysis 

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 

Atualmente, uso o seguinte processo para inicializar uma série temporal multivariada no R: Determinar tamanhos de bloco - execute a função b.starno nppacote que produz um tamanho de bloco para cada série Selecione o tamanho máximo do bloco Execute tsbootem qualquer série usando o tamanho de bloco selecionado Use o …

11 r  time-series  multivariate-analysis  bootstrap 

Estou tentando resumir o que entendi até agora na análise multivariada penalizada com conjuntos de dados de alta dimensão, e ainda luto para obter uma definição adequada da penalização de limiar suave versus penalização por Lasso (ou ).L1L1L_1 Mais precisamente, usei a regressão PLS esparsa para analisar a estrutura de …

11 multivariate-analysis  lasso  feature-selection  genetics 

Usando um biplot de valores obtidos através da análise de componentes principais, é possível explorar as variáveis ​​explicativas que compõem cada componente principal. Isso também é possível com a Análise Discriminante Linear? Os exemplos fornecidos usam Os dados são "Dados de íris de Edgar Anderson" ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). Aqui estão …

11 r  pca  multivariate-analysis  discriminant-analysis  biplot