He trabajado con la información mutua por algún tiempo. Pero encontré una medida muy reciente en el "mundo de correlación" que también se puede usar para medir la independencia de distribución, la llamada "correlación de distancia" (también denominada correlación browniana):...
Necesito "aprender" la distribución de un gaussiano bivariado con pocas muestras, pero una buena hipótesis sobre la distribución anterior, por lo que me gustaría utilizar el enfoque bayesiano. Definí mi anterior: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim...
Tengo una unidad GPS que genera una medición de ruido a través de la matriz de covarianza :ΣΣ\Sigma Σ=⎡⎣⎢σxxσyxσxzσxyσyyσyzσxzσyzσzz⎤⎦⎥Σ=[σxxσxyσxzσyxσyyσyzσxzσyzσzz]\Sigma = \left[\begin{matrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ \sigma_{xz} &...
Según tengo entendido, podemos obtener la correlación normalizando la covarianza usando la ecuación ρi,j=cov(Xi,Xj)σiσjρi,j=cov(Xi,Xj)σiσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} donde es la desviación estándar
¿Cuáles son los beneficios de especificar una estructura de covarianza en un GLM (en lugar de tratar todas las entradas fuera de la diagonal en la matriz de covarianza como cero)? Además de reflejar lo que uno sabe de los datos, ¿lo hace? mejorar la bondad de ajuste? mejorar la precisión...
Según tengo entendido, la correlación de distancia es una forma robusta y universal de verificar si existe una relación entre dos variables numéricas. Por ejemplo, si tenemos un conjunto de pares de números: (x1, y1) (x2, y2) ... (xn, yn) Podemos usar la correlación de distancia para verificar...
Preguntas ¿Depende de si el árbol es poco profundo o profundo? ¿O podemos decir esto independientemente de la profundidad / niveles del árbol? ¿Por qué el sesgo es bajo y la varianza alta? Por favor explique intuitivamente y
Esto es un poco de verificación intestinal, por favor, ayúdenme a ver si estoy malinterpretando este concepto y de qué manera. Tengo una comprensión funcional de la correlación, pero me siento un poco aferrado a las pajitas para explicar con confianza los principios detrás de esa comprensión...
Si e son dos variables aleatorias que solo pueden tomar dos estados posibles, ¿cómo puedo mostrar que implica independencia? Esto va en contra de lo que aprendí en el día en que no implica independencia ...XXXYYYCov(X,Y)=0Cov(X,Y)=0Cov(X,Y) = 0Cov(X,Y)=0Cov(X,Y)=0Cov(X,Y) = 0 La sugerencia dice...
He estado mirando la página de Wikipedia para la correlación de distancia, donde parece caracterizarse por cómo se puede calcular. Mientras que podía hacer los cálculos que lucha para obtener medidas de correlación qué distancia y por qué los cálculos de las miro como lo hacen. ¿Existe una...
Necesito derivar expresiones analíticas para la función de autocovarianza γ(k)γ(k)\gamma\left(k\right) de un proceso ARMA (2,1) denotado por: yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t Entonces, sé...
Estoy trabajando en algunas técnicas de agrupamiento, donde para un grupo dado de vectores de dimensión d supongo una distribución normal multivariada y calculo el vector medio d-dimensional de la muestra y la matriz de covarianza de la muestra. Luego, cuando trato de decidir si un nuevo vector...
Tengo dos variables aleatorias e .X>0X>0X > 0Y>0Y>0Y > 0 Dado que puedo estimar ¿cómo puedo estimarCov(X,Y),Cov(X,Y),\text{Cov}(X, Y),Cov(log(X),log(Y))?Cov(log(X),log(Y))?\text{Cov}(\log(X),
Es bien sabido que una matriz de covarianza debe ser definida semi-positiva, sin embargo, ¿es verdad lo contrario? Es decir, ¿corresponde cada matriz definida semi-positiva a una matriz de
¿Alguien puede ilustrar, como lo hace Greg, pero con más detalle, cómo las variables aleatorias pueden ser dependientes, pero tienen covarianza cero? Greg, un afiche aquí, da un ejemplo usando un círculo aquí . ¿Alguien puede explicar este proceso con más detalle utilizando una secuencia de pasos...
Siguiendo la pregunta de zzk sobre su problema con las simulaciones negativas, me pregunto cuáles son las familias parametrizadas de distribuciones en el cuadrante k-dimensional positivo, para el cual se puede establecer la matriz de covarianza .Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Como se discutió con...
Supongamos que tengo covarianza matrices y Y . ¿Cuáles de estas opciones son también matrices de covarianza?XXXYYY X+ YX+YX+Y X2X2X^2 XYXYXY Tengo algunos problemas para comprender qué se necesita exactamente para que algo sea una matriz de covarianza. Supongo que significa que, por ejemplo,...
Actualmente estoy estudiando para mis exámenes finales en estadísticas básicas para mi licenciatura en ECE. Si bien creo que tengo las matemáticas principalmente bajas, no tengo una comprensión intuitiva de lo que realmente significan los números (Preámbulo: usaré un lenguaje bastante...
Intenté comprender mejor la covarianza de dos variables aleatorias y entender cómo la primera persona que lo pensó llegó a la definición que se usa habitualmente en estadística. Fui a Wikipedia para entenderlo mejor. Según el artículo, parece que una buena medida o cantidad candidata para...
Los antecedentes de mi estudio : En un muestreo de Gibbs donde tomamos muestras de (la variable de intereses) e de y respectivamente, donde e son vectores aleatorios dimensionales. Sabemos que el proceso generalmente se divide en dos