Por lo general, se transforma en Fisher z para probar la diferencia entre dos valores de r . Pero, cuando se va a realizar un metanálisis, ¿por qué deberíamos dar ese paso? ¿Corrige el error de medición o el error de no muestreo y por qué deberíamos asumir que r es una estimación imperfecta de la...
Supongamos que se distribuye uniformemente en . Let y . Demuestre que la correlación entre y es cero.[ 0 , 2 π ] Y = sen X Z = cos X Y ZXXX[0,2π][0,2π][0, 2\pi]Y=sinXY=sinXY = \sin XZ=cosXZ=cosXZ = \cos XYYYZZZ Parece que necesitaría saber la desviación estándar del seno y el coseno, y su...
En su respuesta a mi pregunta anterior, @Erik P. da la expresión donde κ es el exceso de curtosis de la distribución. Se da una referencia a la entrada de Wikipedia sobre ladistribución de la varianza de la muestra, pero la página de Wikipedia dice "cita requerida".V a r [ s2] = σ4 4( 2n - 1+...
Parece haber algo en nuestra comprensión humana que crea dificultades para comprender intuitivamente la idea de variación. En un sentido estricto, la respuesta es inmediata: la cuadratura nos saca de nuestra comprensión reflexiva. Pero, ¿es solo la varianza la que presenta problemas, o es la idea...
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...
Estoy calculando la covarianza de una distribución en paralelo y necesito combinar los resultados distribuidos en gaussiano singular. ¿Cómo combino los dos? La interpolación lineal entre los dos casi funciona, si están distribuidos y dimensionados de manera similar. Wikipedia proporciona una...
Estoy leyendo este documento sobre Procesos Wishart Generalizados (GWP). El documento calcula las covarianzas entre diferentes variables aleatorias (siguiendo el Proceso Gaussiano ) utilizando la función de covarianza exponencial al cuadrado, es decir, . Luego dice que esta matriz de covarianza...
Cuando se calcula el error estándar de un coeficiente de regresión, no tenemos en cuenta la aleatoriedad en la matriz de diseño . En OLS, por ejemplo, calculamos comoXXXvar(β^)var(β^)\text{var}(\hat{\beta})var((XTX)−1XTY)=σ2(XTX)−1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) =...
Suponiendo que tengo dos variables aleatorias no independientes y quiero reducir la covarianza entre ellas tanto como sea posible sin perder demasiada "señal", ¿significa centrar la ayuda? Leí en alguna parte que el centrado medio reduce la correlación en un factor significativo, por lo que creo...
Tengo una matriz de covarianza y quiero dividir las variables en clústeres usando el agrupamiento jerárquico (por ejemplo, para ordenar una matriz de covarianza).kn × nn×nn \times nkkk ¿Existe una función de distancia típica entre variables (es decir, entre columnas / filas de la matriz de...
¿Cuáles son las "mejores" métricas para las matrices de covarianza y por qué? Para mí está claro que Frobenius & c no son apropiados, y las parametrizaciones de ángulos también tienen sus problemas. Intuitivamente, uno podría querer un compromiso entre estos dos, pero también me gustaría saber...
Estoy tratando de entender todo el error de varianza / estándar de una serie temporal de retornos financieros, y creo que estoy estancado. Tengo una serie de datos de devolución de existencias mensuales (llamémosla ), que tiene un valor esperado de 1.00795 y una varianza de 0.000228 (el desarrollo...
Quiero implementar una regresión incremental del proceso gaussiano usando una ventana deslizante sobre los puntos de datos que llega uno por uno a través de una secuencia. Deje denotar la dimensionalidad del espacio de entrada. Entonces, cada punto de datos x i tiene d número de...
Dada una variable aleatoria , ¿cuál es la media y la varianza de ?Y=Exp(λ)Y=Exp(λ)Y = Exp(\lambda)G=1YG=1YG=\dfrac{1}{Y} Miro la distribución gamma inversa, pero la media y la varianza solo se definen para y respectivamente
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
Sé que usamos para estimar la varianza de una población. Recuerdo un video de Khan Academy donde la intuición dada era que nuestra media estimada probablemente esté un poco fuera de la real, por lo que las distancias realidad serían mayores, por lo que dividimos por menos ( lugar de ) para obtener...
Suponga que una variable aleatoria escalar XXX pertenece a una familia exponencial de parámetros vectoriales con pdf fX(x|θ)=h(x)exp(∑i=1sηi(θ)Ti(x)−A(θ))fX(x|θ)=h(x)exp(∑i=1sηi(θ)Ti(x)−A(θ)) f_X(x|\boldsymbol \theta) = h(x) \exp\left(\sum_{i=1}^s \eta_i({\boldsymbol \theta}) T_i(x) -...
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...
Si consideramos un árbol de decisión completamente desarrollado (es decir, un árbol de decisión no podado) tiene una alta varianza y un bajo sesgo. El ensacado y los bosques aleatorios usan estos modelos de alta varianza y los agregan para reducir la varianza y así mejorar la precisión de la...
Acabo de aprender sobre el concepto de bootstrapping, y se me ocurrió una pregunta ingenua: si siempre podemos generar numerosas muestras de bootstrap de nuestros datos, ¿por qué molestarse en obtener más datos "reales"? Creo que tengo una explicación, por favor dígame si estoy en lo correcto:...