Perguntas com a marcação «non-independent»

Dados, eventos, processos etc. não são independentes se o conhecimento de 1 fornecer algumas informações sobre o estado ou o valor do outro.

5
Sobre a importância da suposição iid na aprendizagem estatística
No aprendizado estatístico, implícita ou explicitamente, sempre se assume que o conjunto de treinamento é composto de tuplas de entrada / resposta que são desenhados independentemente da mesma distribuição conjunta comD={X,y}D={X,y}\mathcal{D} = \{ \bf {X}, \bf{y} \}NNNP ( X , y )(Xi,yi)(Xi,yi)({\bf{X}}_i,y_i) P(X,y)P(X,y)\mathbb{P}({\bf{X}},y) p(X,y)=p(y|X)p(X)p(X,y)=p(y|X)p(X) p({\bf{X}},y) = p( y \vert {\bf{X}}) …



7
A correlação é equivalente à associação?
Meu professor de estatística afirma que a palavra "correlação" se aplica estritamente às relações lineares entre as variáveis, enquanto a palavra "associação" se aplica amplamente a qualquer tipo de relação. Em outras palavras, ele afirma que o termo "correlação não linear" é um oxímoro. Pelo que posso entender desta seção …

1
Propriedades do PCA para observações dependentes
Normalmente, usamos o PCA como uma técnica de redução de dimensionalidade para dados em que casos são considerados iid Pergunta: Quais são as nuances típicas na aplicação do PCA para dados dependentes e não-iid? Quais propriedades agradáveis ​​/ úteis do PCA mantidas para dados iid estão comprometidas (ou perdidas totalmente)? …

1
Significado em linguagem simples dos testes "dependentes" e "independentes" na literatura de comparações múltiplas?
Tanto na literatura sobre a taxa de erro familiar (FWER) quanto na taxa de falsas descobertas (FDR), métodos particulares de controle da FWER ou FDR são considerados apropriados para testes dependentes ou independentes. Por exemplo, no artigo de 1979 "Um procedimento simples de teste múltiplo sequencialmente rejeitivo", Holm escreveu para …

3
Para intuição, quais são alguns exemplos da vida real de variáveis ​​aleatórias não correlacionadas, mas dependentes?
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 …

1
Por que os modelos de efeitos mistos resolvem a dependência?
Digamos que estamos interessados ​​em como as notas dos exames dos alunos são afetadas pelo número de horas que esses alunos estudam. Para explorar essa relação, poderíamos executar a seguinte regressão linear: exam.gradesEu= a + β1× horas.estudoEu+ eEuexam.gradesEu=uma+β1×hours.studiedEu+eEu \text{exam.grades}_i = a + \beta_1 \times \text{hours.studied}_i + e_i Mas se amostrarmos …

1
Modelagem linear de efeitos mistos com dados de estudos gêmeos
Suponhamos que tem alguns alguma variável resposta yijyijy_{ij} que foi medido a partir de jjj th irmão em th família. Além disso, alguns dados comportamentais foram coletados ao mesmo tempo de cada sujeito. Estou tentando analisar a situação com o seguinte modelo linear de efeitos mistos:iiixijxijx_{ij} yij=α0+α1xij+δ1ixij+εijyij=α0+α1xij+δ1ixij+εijy_{ij} = \alpha_0 + …




5
Como executar a imputação de valores em um número muito grande de pontos de dados?
Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis ​​estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 


6
Quão problemático é controlar covariáveis ​​não independentes em um estudo observacional (ou seja, não randomizado)?
Miller e Chapman (2001) argumentam que é absolutamente inapropriado controlar covariáveis ​​não independentes relacionadas a variáveis ​​independentes e dependentes em um estudo observacional (não randomizado) - mesmo que isso seja feito rotineiramente nas ciências sociais. Quão problemático é fazê-lo? Como é a melhor maneira de lidar com esse problema? Se …

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.