¿Cómo se calcula la matriz de error var / cov mediante paquetes de análisis estadístico en la práctica? Esta idea es clara para mí en teoría. Pero no en la práctica. Quiero decir, si tengo un vector de variables aleatorias , entiendo que la matriz de varianza / covarianza se le dará el producto...
Antecedentes y problema Estoy usando procesos gaussianos (GP) para la regresión y la posterior optimización bayesiana (BO). Para la regresión, uso el paquete gpml para MATLAB con varias modificaciones personalizadas, pero el problema es general. Es un hecho bien conocido que cuando dos entradas...
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...
El siguiente ejemplo está tomado de las conferencias en deeplearning.ai muestra que el resultado es la suma del producto elemento por elemento (o "multiplicación por elementos". Los números rojos representan los pesos en el filtro: ( 1 ∗ 1 ) + ( 1 ∗ 0 ) + ( 1 ∗ 1 ) + ( 0 ∗ 0 ) + ( 1 ∗ 1 ) + ( 1 ∗...
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
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,...
Supongamos que tenemos un modelo lineal Model1y vcov(Model1)da la siguiente matriz: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500...
Tengo un conjunto de datos muy grande y faltan alrededor del 5% de valores aleatorios. Estas variables están correlacionadas entre sí. El siguiente conjunto de datos R de ejemplo es solo un ejemplo de juguete con datos correlacionados ficticios. set.seed(123) # matrix of X variable xmat <-...
Me gustaría generar una matriz de correlación aleatoria de modo que la distribución de sus elementos fuera de la diagonal se vea aproximadamente como normal. ¿Cómo puedo hacerlo? La motivación es esta. Para un conjunto de series de datos de tiempo, la distribución de correlación a menudo se ve...
Tengo un conjunto de datos que consta de 717 observaciones (filas) que se describen mediante 33 variables (columnas). Los datos se estandarizan mediante la calificación z de todas las variables. No hay dos variables que sean linealmente dependientes ( ). También he eliminado todas las variables con...
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
La covarianza entre dos variables aleatorias define una medida de cuán estrechamente están relacionadas linealmente entre sí. Pero, ¿qué pasa si la distribución conjunta es circular? Seguramente hay estructura en la distribución. ¿Cómo se extrae esta
Tengo un problema con 6 clases. Así que construyo un clasificador multiclase, de la siguiente manera: para cada clase, tengo un clasificador de regresión logística, usando One vs. All, lo que significa que tengo 6 clasificadores diferentes. Puedo informar una matriz de confusión para cada uno de...
Estoy hablando aquí de matrices de correlaciones de Pearson. A menudo escuché decir que todas las matrices de correlación deben ser semidefinidas positivas. Tengo entendido que las matrices definidas positivas deben tener valores propios , mientras que las matrices semidefinidas positivas deben...
Muchos libros de texto de estadísticas proporcionan una ilustración intuitiva de cuáles son los vectores propios de una matriz de covarianza: Los vectores u y z forman los vectores propios (bueno, los propios). Esto tiene sentido. Pero lo único que me confunde es que extraemos vectores propios...
Es bien sabido (por ejemplo, en el campo de la detección de compresión) que la norma es "inductora de la dispersión", en el sentido de que si minimizamos lo funcional (para la matriz fija y el vector ) para lo suficientemente grande \ lambda> 0 , es probable que muchas opciones de A , \ vec {b}...
Tengo matrices de correlación ( n × n ) calculadas con conjuntos P de datos ( m × n ) (observados) utilizando la función MATLAB .PPP(n×n)(n×n)(n \times n)PPP(m×n)(m×n)(m \times n)corrcoef ¿Cómo comparo y analizo estas matrices de correlación entre sí?PPP ¿Cuáles son las pruebas, métodos y / o...
Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos...
Los sistemas lineales de ecuaciones son penetrantes en las estadísticas computacionales. Un sistema especial que he encontrado (por ejemplo, en el análisis factorial) es el sistema Ax=bAx=bAx=b donde Aquí es una matriz diagonal con una diagonal estrictamente positiva, es una matriz semi-definida...
En el libro de texto que estoy leyendo, usan definición positiva (definición semi-positiva) para comparar dos matrices de covarianza. La idea es que si A−BA−BA-B es pd entonces BBB es menor que AAA . ¿Pero me cuesta entender la intuición de esta relación? Hay un hilo similar...