Las variables latentes se refieren a variables que no se pueden observar directamente. Estas variables se definen en términos de variables observables. En sentido estricto, "variable latente" se ve / modela como lo que genera las variables observadas en un proceso implícito de generación de datos. También se denominan variables ocultas o al acecho.
Estoy tratando de entender cuál es la similitud entre la asignación de Dirichlet latente y word2vec para calcular la similitud de palabras. Según tengo entendido, LDA asigna palabras a un vector de probabilidades de temas latentes , mientras que word2vec las asigna a un vector de números reales...
¿Cuáles son las diferencias en las inferencias que se pueden hacer de un análisis de clase latente (LCA) versus un análisis de conglomerados? ¿Es correcto que un LCA asuma una variable latente subyacente que da lugar a las clases, mientras que el análisis de conglomerados es una descripción...
Contexto He estado leyendo sobre la teoría de respuesta al ítem, y me parece fascinante. Creo que entiendo lo básico, pero me pregunto cómo aplicar técnicas estadísticas relacionadas con el área. A continuación hay dos artículos que son similares al área en la que me gustaría aplicar...
Version corta: Sabemos que la regresión logística y la regresión probit pueden interpretarse como una variable latente continua que se discretiza de acuerdo con un umbral fijo antes de la observación. ¿Hay disponible una interpretación variable latente similar para, por ejemplo, la regresión de...
Dada una matriz , la factorización de matriz no negativa (NMF) encuentra dos matrices no negativas W m × k y H k × n (es decir, con todos los elementos ≥ 0 ) para representar la matriz descompuesta como:Vm×nVm×n\mathbf V^{m \times n}Wm×kWm×k\mathbf W^{m \times k}Hk×nHk×n\mathbf H^{k \times...
He preguntado sobre esto antes y realmente he estado luchando para identificar qué hace que un parámetro modelo y qué lo hace una variable latente. Mirando varios hilos sobre este tema en este sitio, la distinción principal parece ser: Las variables latentes no se observan, pero tienen una...
Estoy en el proceso de desarrollar empíricamente un cuestionario y utilizaré números arbitrarios en este ejemplo para ilustrar. Por contexto, estoy desarrollando un cuestionario psicológico destinado a evaluar los patrones de pensamiento comúnmente identificados en personas que tienen trastornos de...
El modelo subyacente de PLS es que un determinado matriz y vector están relacionadas por donde es un latente de la matriz, y son términos de ruido (suponiendo que están centrados).n×mn×mn \times mXXXnnnyyyX=TP′+E,X=TP′+E,X = T P' + E, y=Tq′+f,y=Tq′+f,y = T q' + f,TTTn×kn×kn \times kE,fE,fE,...
El modelo de regresión de Poisson inflado a cero se define para una muestra por y además supone que los parámetros \ mathbf {\ lambda} = (\ lambda_1, \ dots, \ lambda_n) y \ textbf {p} = (p_1, \ dots, p_n) satisfacen(y1,…,yn)(y1,…,yn)(y_1,\ldots,y_n)λ = ( λ 1 , ... , λ n )Yi={0kwith...
En el modelado de ecuaciones estructurales con variables latentes (SEM), una formulación de modelo común es "Indicador múltiple, causa múltiple" (MIMIC) donde una variable latente es causada por algunas variables y reflejada por otras. Aquí hay un ejemplo simple: Esencialmente, f1es un resultado...
si se observa matriz de datos e es variable latenteXXXYYY X= WY+ μ + ϵX=WY+μ+ϵX=WY+\mu+\epsilon Donde es la media de los datos observados, y es el error / ruido gaussiano en los datos, y se llama subespacio principal.μμ\muϵϵ\epsilonWWW Mi pregunta es cuando se usa PCA normal, obtendríamos un...
¿Cuál es la diferencia entre la codificación automática Bayes variacional y la retropropagación estocástica para modelos generativos profundos ? ¿La inferencia en ambos métodos conduce a los mismos resultados? No conozco ninguna comparación explícita entre los dos métodos, a pesar de que ambos...
Este es un problema de práctica para un examen de mitad de período. El problema es un ejemplo de algoritmo EM. Tengo problemas con la parte (f). Enumero las partes (a) - (e) para completar y en caso de que haya cometido un error antes. Supongamos que son variables aleatorias exponenciales...
Estoy tratando de realizar un análisis de crecimiento de clase latente (LCGA) y / o modelos de mezcla de crecimiento (GMM) en R. Los datos que estoy usando es un número cada vez mayor de tenedores de repositorios git (variable discreta, no categórica), como puedes ver en este conjunto de datos...
Tengo problemas para encontrar una solución con respecto a cómo ejecutar una prueba post-hoc (Tukey HSD) después de un ANOVA de medidas repetidas de 2 factores (ambos dentro de los sujetos) en R. Para el ANOVA, he usado la función aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)),...
Entiendo dónde ocurre el paso E en el algoritmo (como se explica en la sección matemática a continuación). En mi opinión, el ingenio clave del algoritmo es el uso de la desigualdad de Jensen para crear un límite inferior a la probabilidad logarítmica. En ese sentido, tomar Expectationsimplemente se...
Investigaciones recientes han intentado determinar si ciertas construcciones psicológicas son latentemente dimensionales o taxónicas (es decir, incluyendo taxones o clases). Por ejemplo, los investigadores pueden estar interesados en averiguar si hay una cierta "clase" de personas que tienen más...
Actualmente estoy leyendo artículos sobre PCA probabilístico y me pregunto por qué se elige Gaussian prior (y no algún otro prior) para las variables latentes. ¿Es solo porque es simple o hay otra razón? Referencias Tipping & Bishop, 1999, Análisis probabilístico de componentes principales ,...
¿Existe alguna razón estadística por la cual la teoría de análisis / respuesta de ítems no se aplique más ampliamente? Por ejemplo, si un maestro realiza una prueba de opción múltiple de 25 preguntas y encuentra que 10 preguntas fueron respondidas correctamente por todos, 10 preguntas fueron...