«correlation» etiketlenmiş sorular

Ben sadece (belli belirsiz) brownian / mesafe kovaryansı / korelasyonuna girdim . Bağımlılık testi yapılırken, doğrusal olmayan birçok durumda özellikle yararlı görünüyor. Ancak, kovaryans / korelasyon çoğu zaman doğrusal olmayan / kaotik olmayan veriler için kullanılmasına rağmen, çok sık kullanılmıyor gibi görünüyor. Bu bana mesafe kovaryansının bazı sakıncaları olabileceğini düşünüyor. …

21 correlation  covariance  distance-covariance 

Merak ediyorum, çok güçlü bir korelasyon katsayısına sahip olmak mümkün mü (örneğin, 9 veya daha yüksek), p değeri yüksek (örneğin .25 veya daha yüksek) olabilir mi? İşte p değeri yüksek, düşük korelasyon katsayısı örneği: set.seed(10) y <- rnorm(100) x <- rnorm(100)+.1*y cor.test(x,y) kor = 0.03908927, p = 0.6994 Yüksek korelasyon …

21 r  hypothesis-testing  correlation 

Değişkenler arasındaki varyasyon miktarını tanımlayan kavramını tam olarak kavramak istiyorum . Her ağ açıklaması biraz mekanik ve geniş. Kavramı "almak" istiyorum, sadece sayıları mekanik olarak kullanmakla değil.r2r2r^2 Örn: Çalışılan saat vs. test puanı rrr = .8 r2r2r^2 = .64 Peki, bu ne anlama geliyor? Test puanlarının değişkenliğinin% 64'ü saatlerce açıklanabilir …

21 regression  correlation  variance 

Doğrusal bir dönüşüm yaklaşımı sonrasında ilişkili rasgele binom değişkenleri oluşturmanın mümkün olup olmadığını merak ediyordum. Aşağıda, R'de basit bir şey denedim ve bazı korelasyonlar üretti. Ama bunu yapmanın ilkeli bir yolu olup olmadığını merak ediyordum? X1 = rbinom(1e4, 6, .5) ; X2 = rbinom(1e4, 6, .5) ; X3 = rbinom(1e4, …

21 r  correlation  binomial  random-generation  bernoulli-distribution 

Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Birbirine karşı çizildiğinde çok fazla korelasyon göstermeyen iki değişkenim var, ancak her bir değişkenin günlüklerini birbiriyle karşılaştırdığımda çok net bir doğrusal ilişki var. Böylece tür bir model ile sonuçlanır: log(Y)=alog(X)+blog⁡(Y)=alog⁡(X)+b\log(Y) = a \log(X) + b , ki bu matematiksel olarak harika ama normal bir doğrusal modelin açıklayıcı değerine sahip görünmüyor. …

20 regression  correlation  log 

sonlu saniye momentleri olan sürekli rasgele değişkenler olduğunu varsayın . Spearman sıra korelasyon katsayısı ρ_s popülasyon versiyonu , olasılık integrallerinin Pearson ürün-moment katsayısı ρ, F_X (X) ve F_Y (Y) 'yi dönüştürür ; burada F_X, F_Y , X ve Y'nin cdf'sidir , yani,ρ s F X ( X ) F Y …

20 correlation  pearson-r  spearman-rho 

Belirli değişken türlerine ilişkin veriler, belirli popülasyonlarda ölçüldüğünde normal değildir (örn. Majör Depresif Bozukluğu olan bir popülasyonda depresyon seviyeleri). Pearson'un normallik olduğunu varsayarsak, normallik dışı koşullar altında test istatistiği ne kadar sağlamdır? Ben korelasyon katsayıları için istiyorum bir dizi değişken var, ama bu değişkenlerin bazıları için Z çarpıklığı p <.001 …

20 correlation 

Diyelim ki Y, değişkenin Xfarklı deney koşulları altında değişkene nasıl bağlı olduğunu test ediyorum ve aşağıdaki grafiği elde ediyorum : Yukarıdaki grafikteki kesik çizgiler, her veri dizisi (deney düzeneği) için doğrusal regresyonu temsil eder ve açıklamadaki sayılar, her veri serisinin Pearson korelasyonunu gösterir. Ben arasına "ortalama korelasyon" (veya "ortalama korelasyon") …

20 regression  correlation  mean  average 

Hassasiyet şu şekilde tanımlanır: p = true positives / (true positives + false positives) Gibi, bu doğru mu true positivesve false positiveshassas 1 yaklaşır yaklaşım 0? Hatırlama için aynı soru: r = true positives / (true positives + false negatives) Şu anda bu değerleri hesaplamam gereken bir istatistiksel test uyguluyorum …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Daha yakın zamanlarda iki makale okudum. Birincisi korelasyonun tarihiyle, ikincisi ise Maksimal Bilgi Katsayısı (MIC) adı verilen yeni yöntemle ilgilidir. Değişkenler arasındaki doğrusal olmayan korelasyonları tahmin etmek için MIC yöntemini anlama konusunda yardımınıza ihtiyacım var. Dahası, R'de kullanımıyla ilgili talimatlar yazarın web sitesinde ( İndirmeler altında ) bulunabilir: Umarım bu …

20 correlation  nonparametric  bioinformatics  information-theory  mutual-information 

Wikipedia başlıklı korelasyon nedensellik anlamına gelmez , A ve B ile ilişkili iki olay için olası farklı ilişkiler şunları içerir: A, B'ye neden olur (doğrudan nedensellik); B, A'ya neden olur (ters nedensellik); A ve B, ortak bir nedenin sonuçlarıdır, ancak birbirlerine neden olmazlar; A ve B'nin her ikisi de (açık …

19 correlation  causality 

Bir korelasyon matrisi verildiğinde ilişkili rasgele değişkenleri simüle etmek için Cholesky ayrışmasını kullanıyorum. Mesele şu ki, sonuç asla korelasyon yapısını verildiği gibi yeniden üretmez. İşte Python'da durumu göstermek için küçük bir örnek. import numpy as np n_obs = 10000 means = [1, 2, 3] sds = [1, 2, 3] # …

19 correlation  random-generation  cholesky 

2 normal, ilişkisiz rastgele değişkenimiz ise, formülle ilişkili 2 rasgele değişken oluşturabilirizX1,X2X1,X2X_1, X_2 Y=ρX1+1−ρ2−−−−−√X2Y=ρX1+1−ρ2X2Y=\rho X_1+ \sqrt{1-\rho^2} X_2 ve sonra bir korelasyon olacak ile .ρ X 1YYYρρ\rhoX1X1X_1 Birisi bu formülün nereden geldiğini açıklayabilir mi?

19 correlation  normal-distribution  covariance 

Ortalama = , varyans = , korelasyon katsayısı = 0.8 ile korelasyonlu rasgele dizi üretmeye çalışıyorum . Aşağıdaki kodda, kullandığım ve standart sapmalar ve ve araç olarak kullanılır.1 0.80001110.80.80.8s1s2m1m2 p = 0.8 u = randn(1, n) v = randn(1, n) x = s1 * u + m1 y = s2 …

19 correlation  matlab  random-generation  correlation-matrix