«covariance» etiketlenmiş sorular

... varyans hakkındaki bilgilerini sezgisel bir şekilde (sezgisel olarak "anlamak" ) veya şunu söyleyerek artırabileceğimi farz edersek : Bu, veri değerlerinin 'ortalamadan' ortalama uzaklığıdır - ve varyans kare cinsindendir. birimleri, birimleri aynı tutmak için karekökü alırız ve buna standart sapma denir. Diyelim ki, bu çok şey ifade edildi ve (umarım) …

207 variance  covariance  intuition 

Korelasyon matrisi ve kovaryans matrisi üzerinde ana bileşen analizi (PCA) yapmak arasındaki temel farklar nelerdir? Aynı sonuçları veriyorlar mı?

153 correlation  pca  covariance  factor-analysis 

Bu soruyu takiben kovaryansı yalnızca ortalamayı anlayan birine nasıl açıklarsınız? kovaryansı meseleye açıklamak konusunu ele alan aklımda da benzer bir soru ortaya çıktı. Bir istatistik kofitine kovaryans ve korelasyon arasındaki farkı nasıl açıklar ? Her ikisinin de, diğer bir değişkene bağlı bir değişkendeki değişimi ifade ettiği görülüyor. Belirtilen soruya benzer …

109 correlation  covariance 

Sade dilde kovaryans nedir ve tekrarlanan önlem tasarımlarına göre bağımlılık , korelasyon ve varyans-kovaryans yapısı terimleriyle nasıl bağlantılıdır ?

92 correlation  repeated-measures  terminology  covariance  independence 

Birçok makine öğrenme algoritmasının ortalama iptal ve kovaryans eşitleme ile daha iyi çalıştığını görüyorum. Örneğin, Sinir Ağları daha hızlı birleşme eğilimi gösterir ve K-Means genellikle önceden işlenmiş özelliklerle daha iyi kümeleme sağlar. Bu ön işleme adımlarının ardındaki sezginin performansın yükselmesine neden olduğunu görmüyorum. Biri bunu bana açıklayabilir mi?

61 machine-learning  neural-networks  covariance  normalization 

Ders kitabımdan değerinin X ve Y'nin bağımsız olduğunu garanti etmediğini okudum . Fakat eğer bağımsızlarsa, kovaryansları 0 olmalıdır. Henüz herhangi bir uygun örnek düşünemedim; Biri bir tane sağlayabilir mi?cov ( X, Y) = 0cov(X,Y)=0\text{cov}(X,Y)=0

54 independence  covariance 

Sanırım cevap evet olmalı, ama hala bir şeyin doğru olmadığını hissediyorum. Literatürde bazı genel sonuçlar olmalı, biri bana yardımcı olabilir mi?

48 covariance  matrix  covariance-matrix  linear-algebra 

in doğası hakkında merak ediyorum . Herhangi biri sezgisel bir şey söyleyebilir: " veri hakkında ne diyor?" Σ - 1Σ−1Σ−1\Sigma^{-1}Σ−1Σ−1\Sigma^{-1} Düzenle: Cevaplar için teşekkürler Harika dersler aldıktan sonra bazı noktalar eklemek isterim: Bilginin ölçüsüdür, yani, , yönü boyunca bilgi miktarıdır .xxTΣ−1xxTΣ−1xx^T\Sigma^{-1}xxxx Duallik: yana pozitif tanımlı, böyledir onlar nokta ürün normlardır …

46 bayesian  maximum-likelihood  covariance  matrix 

(Tarafsız) varyans tahmincisi paydası olan n−1n−1n-1 olduğu gibi nnn gözlemler ve sadece bir parametre tahmin ediliyor. V(X)=∑ni=1(Xi−X¯¯¯¯)2n−1V(X)=∑i=1n(Xi−X¯)2n−1 \mathbb{V}\left(X\right)=\frac{\sum_{i=1}^{n}\left(X_{i}-\overline{X}\right)^{2}}{n-1} Aynı şekilde , iki parametre tahmin edilirken neden kovaryans paydasının olması gerektiğini merak ediyorum n−2n−2n-2? Cov(X,Y)=∑ni=1(Xi−X¯¯¯¯)(Yi−Y¯¯¯¯)n−1Cov(X,Y)=∑i=1n(Xi−X¯)(Yi−Y¯)n−1 \mathbb{Cov}\left(X, Y\right)=\frac{\sum_{i=1}^{n}\left(X_{i}-\overline{X}\right)\left(Y_{i}-\overline{Y}\right)}{n-1}

36 self-study  variance  covariance  descriptive-statistics  unbiased-estimator 

Bir numunenin kovaryans matrisini hesaplarken, simetrik ve pozitif bir kesin matris elde etmek için bir garanti verilecek mi? Şu anda benim sorunum 4600 gözlem vektörü ve 24 boyuttan oluşuyor.

33 sampling  covariance 

Kovaryans matrisini ters çevirerek ve bu gibi sonuçlanan hassas matristen uygun hücreler alarak, rastgele değişkenler arasındaki kısmi korelasyonların bulunabileceğini duydum (bu gerçek http://en.wikipedia.org/wiki/Partial_correlation adresinde , ancak bir kanıt olmadan). . Bu neden böyle?

32 covariance  covariance-matrix  linear-algebra  partial-correlation  matrix-inverse 

Diyelim ki aşağıdaki modelim var yi=f(xi,θ)+εiyi=f(xi,θ)+εiy_i=f(x_i,\theta)+\varepsilon_i buradaki , , açıklayıcı değişkenlerin bir vektörüdür, , doğrusal olmayan fonksiyonunun ve nın parametreleridir , burada doğal olarak matrisi.yi∈RKyi∈RKy_i\in \mathbb{R}^Kxixix_iθθ\thetafffεi∼N(0,Σ)εi∼N(0,Σ)\varepsilon_i\sim N(0,\Sigma)ΣΣ\SigmaK× KK×KK\times K Amaç ve tahmin etmek her zamanki gibidir . Belirgin seçim maksimum olabilirlik yöntemidir. Bu model için log olabilirliği (bir örneğimiz olduğunu …

22 maximum-likelihood  optimization  covariance 

Çok değişkenli gözlemlerim var ve tüm değişkenler arasındaki olasılık yoğunluğunu değerlendirmek istiyorum. Verilerin normal dağıldığı varsayılır. Düşük sayıdaki değişkenlerde her şey beklediğim gibi çalışır, ancak daha büyük sayılara geçmek kovaryans matrisinin pozitif olarak kesinleşmemesine neden olur. Matlab'daki problemi azalttım: load raw_data.mat; % matrix number-of-values x number of variables Sigma = …

21 normal-distribution  multivariate-analysis  covariance 

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 

Eğer rasgele vektör ve sabit matris, birisi nedeni de budurZZ\mathbf {Z}AAAcov[AZ]=Acov[Z]A⊤.cov[AZ]=Acov[Z]A⊤.\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf {Z}]A^\top.

20 covariance