Bir açıklayıcı değişken olduğunu varsayalım s koordinat verilen temsil eder. Ayrıca Y = ( Y ( s 1 ) , … , Y ( s n ) ) bir yanıt değişkeniniz de vardır . Şimdi her iki değişkeni şu şekilde birleştirebiliriz:
Bu durumda, sadece μ ( s ) = ( μ 1 seçiyoruz veT,XveYarasındaki ilişkiyi tanımlayan bir kovaryans matrisidir. Bu yalnızca değerini açıklarXveYdes. XveYiçin diğer konumlardan daha fazla noktaya sahipolduğumuz için, daha fazla W (s)değeriniaşağıdaki şekildetanımlayabiliriz:
Sence bileşenlerini yeniden düzenlenmiş göreceksiniz ve Y tüm almak için X ( s i ) , bir sütunda ve bundan sonra tüm bitiştirmek Y ( s i ) birlikte. Her H ( ϕ ) i j bileşeni , ρ ( s i , s j ) bir korelasyon fonksiyonudur ve T , yukarıdaki gibidir. Biz kovaryans sahip sebebi T ⊗ H ( φ )çünkü kovaryans matrisini olarak ayırmanın mümkün olduğunu varsayıyoruz .
Soru 1: Ben koşullu hesaplarken , aslında bir değerler kümesi oluşturuyor yapıyorum Y dayalı X , doğru mu? Zaten Y var, bu yüzden y ( s 0 ) yeni bir noktasını tahmin etmekle daha fazla ilgilenirim . Bu durumda, H ∗ ( ϕ ) matrisini şu şekilde tanımlamalıyım:
burada bir vektördür ρ ( s 0 - s j , φ ) . Bu nedenle, bir vektör oluşturabiliriz (yeniden düzenleme olmadan):
Ve şimdi sadece bir ortak dağılım almak ve p ( y ( s 0 ) ∣ x 0 , X , Y ) koşullarını elde etmek için yeniden düzenledim .
Bu doğru mu?
Soru 3: Alt bölümün sonunda yazar şöyle diyor:
Bu paragraf ne anlama geliyor?
Bu arada, bu prosedür bu makalede bulunabilir (sayfa 8), ancak görebileceğiniz gibi, biraz daha fazla ayrıntıya ihtiyacım var.
Teşekkürler!