«multivariate-analysis» etiketlenmiş sorular

Aynı anda birden fazla değişkenin analiz edildiği ve bu değişkenlerin ya bağımlı (yanıt) değişkenler ya da analizdeki tek değişkenler olduğu durumlarda analizler. Bu, birden fazla yordayıcı (bağımsız) değişken anlamına gelen "çoklu" veya "çok değişkenli" analiz ile karşılaştırılabilir.

3
Çok değişkenli, doğal kübik spline montajı
Not: Bir ay sonra hiçbir doğru cevapları, ben reposted var SO Arka fon Bir modelim var, fff , buradaY=f(X)Y=f(X)Y=f(\textbf{X}) XX\textbf{X} , parametrelerinden örnek matrisidir ve Y , model çıktılarının n \ times 1 vektörüdür.n×mn×mn \times mmmmYYYn×1n×1n \times 1 fff hesaplama açısından yoğundur, bu nedenle f'yi (X, Y) noktaları fffüzerinden çok …
3
Lojistik regresyona karşı diskriminant analizi
Bazı ayrımcı analiz uzmanları buldum ve onlar hakkında sorularım var. Yani: Sınıflar iyi ayrıldığında, lojistik regresyon için parametre tahminleri şaşırtıcı bir şekilde kararsızdır. Katsayılar sonsuza gidebilir. LDA bu sorundan muzdarip değildir. Özelliklerin sayısı azsa ve yordayıcılarının dağılımı XXXsınıfların her birinde yaklaşık olarak normalse, doğrusal ayırıcı model yine lojistik regresyon modelinden …
2
Sıra korelasyonu ile kanonik korelasyon analizi
Kanonik korelasyon analizi (CCA), iki veri setinin lineer kombinasyonlarının normal Pearson ürün-moment korelasyonunu (yani doğrusal korelasyon katsayısı) maksimize etmeyi amaçlamaktadır. Şimdi, bu korelasyon katsayısının sadece doğrusal ilişkileri ölçtüğünü düşünün - bu, örneğin, rastgele monoton (mutlaka zorunlu olmayan) ölçen Spearman- veya Kendall- (sıra) korelasyon katsayılarını da kullanmamızın sebebidir. değişkenler arasındaki bağlantı.ρρ\rhoττ\tau …
1
Boyutlar arttıkça normal dağılımın yoğunluğu
Sormak istediğim soru şudur: Normal dağılımın ortalama 1 SD'si içindeki örneklerin oranı, değişken sayısı arttıkça nasıl değişir? (Neredeyse) herkes, 1 boyutlu normal dağılımda, numunelerin% 68'inin ortalamanın 1 standart sapması içinde bulunabileceğini bilir. 2, 3, 4, ... boyutlarında ne olacak? Azaldığını biliyorum ... ama ne kadar (tam olarak)? 1, 2, 3 …
1
GSVD tüm doğrusal çok değişkenli teknikleri uyguluyor mu?
Hervé Abdi'nin genel SVD hakkındaki makalesine rastladım . Yazar şunları söyledi: Genelleştirilmiş SVD (GSVD) dikdörtgen bir matrisi ayrıştırır ve matrisin satırlarına ve sütunlarına uygulanan kısıtlamaları dikkate alır. GSVD, belirli bir matrisin daha düşük dereceli bir matrisle ağırlıklı genelleştirilmiş en küçük karesel tahminini verir ve bu nedenle, yeterli kısıtlama seçimi ile …
2
R'deki özdeğerlerden ve özvektörlerden bir elips nasıl çizilir? [kapalı]
Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 2 yıl önce kapalı . Birisi aşağıdaki matrisin 'nin özdeğerlerinden ve özvektörlerinden bir elips çizmek için R kodu ile gelebilir mi?A = ( 2,20.40.42.8)bir=(2.20.40.42.8) \mathbf{A} …
5
İlişkili normal olmayan veri üretme yöntemi
İlişkili, normal olmayan veriler üretmek için bir yöntem bulmakla ilgileniyorum. İdeal olarak, bir kovaryans (veya korelasyon) matrisini parametre olarak alan ve ona yaklaşan veriler üreten bir çeşit dağıtım. Ama işte yakalama: bulmaya çalıştığım yöntem, çok değişkenli çarpıklığını ve / veya basıklığını kontrol etme esnekliğine sahip olmalıdır. Fleishman'ın yöntemini ve normal …
3
Bir regresyon modelinin ne zaman uygun olduğunu nasıl tespit edebilirim?
İşi yapan siz olduğunuzda, ne yaptığınızın farkında olmak, modele ne zaman uyduğunuz konusunda bir fikir geliştirir. Birincisi, trend veya bozulmayı modelin Düzeltilmiş R Meydanı'nda takip edebilirsiniz. Ana değişkenlerin regresyon katsayılarının p değerlerinde de benzer bir bozulmayı izleyebilirsiniz. Ancak, başka birini okuduğunuzda ve kendi iç model geliştirme süreci hakkında bir fikriniz …
2
İki değişkenli Poisson dağılımının türetilmesi
Son zamanlarda iki değişkenli Poisson dağılımıyla karşılaştım, ancak nasıl türetilebileceği konusunda biraz kafam karıştı. Dağıtım: P(X=x,Y=y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} Toplayabildiğim kadarıyla, \ theta_ {0}θ0θ0\theta_{0} terimi XXX ve Y arasındaki korelasyonun bir ölçüsüdür YYY; dolayısıyla, XXX ve YYY bağımsız olduğunda, θ0=0θ0=0\theta_{0} = 0 ve dağılım …
4
Çok değişkenli regresyondan önce tek değişkenli regresyonun anlamı nedir?
Şu anda küçük bir veri setine sahip olduğumuz ve bir tedavinin sonuç üzerindeki nedensellik etkisi ile ilgilenen bir sorun üzerinde çalışıyorum. Danışmanım, her bir prediktör üzerinde sonuç olarak yanıt olarak, daha sonra yanıt olarak tedavi atamasıyla tek değişkenli bir regresyon yapmamı söyledi. Yani, bir seferde bir değişkenle regresyona uymam ve …
5
Farklı uzunluktaki zaman serileri için SVD boyutsallık azalması
Tekil Değer Ayrışmasını boyutsallık azaltma tekniği olarak kullanıyorum. NBoyut vektörleri göz önüne alındığında D, fikir, ilişkisiz boyutların dönüştürülmüş bir uzayındaki özellikleri temsil etmek, bu da bu alanın özvektörlerindeki verilerin bilgilerinin çoğunu azalan bir önem sırasına yoğunlaştırmaktır. Şimdi bu prosedürü zaman serisi verilerine uygulamaya çalışıyorum. Sorun şu ki, tüm diziler aynı …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.