covariance पर टैग किए गए जवाब

मुझे स्थिर रंगीन समय-श्रृंखला का एक सेट उत्पन्न करने में समस्या हो रही है, उनके सहसंयोजक मैट्रिक्स (उनकी पावर वर्णक्रमीय घनत्व (PSDs) और क्रॉस-पावर वर्णक्रमीय घनत्व (CSDs)) को देखते हुए। मुझे पता है कि, दो टाइम-सीरीज़ और , मैं उनकी पावर वर्णक्रमीय घनत्व (PSDs) का अनुमान लगा सकता हूं और …

20 time-series  sampling  algorithms  simulation  covariance 

यदि हमारे पास 2 सामान्य, असंबद्ध यादृच्छिक चर तो हम सूत्र के साथ 2 सहसंबद्ध यादृच्छिक चर बना सकते हैंएक्स1, एक्स2X1,X2X_1, X_2 Y= ρ एक्स1+ 1 - ρ2-----√एक्स2Y=ρX1+1−ρ2X2Y=\rho X_1+ \sqrt{1-\rho^2} X_2 और फिर का साथ सहसंबंध ।ρ X १YYYρρ\rhoएक्स1X1X_1 क्या कोई समझा सकता है कि यह सूत्र कहाँ से आता …

19 correlation  normal-distribution  covariance 

मूल रूप से जो मैं सोच रहा हूं कि विभिन्न सहसंयोजक संरचनाएं कैसे लागू की जाती हैं, और इन मैट्रिस के अंदर के मूल्यों की गणना कैसे की जाती है। Lme () जैसे फ़ंक्शंस हमें चुनने की अनुमति देते हैं कि हम किस संरचना को पसंद करेंगे, लेकिन मुझे यह …

19 mixed-model  random-effects-model  covariance  covariance-matrix 

यदि डेटा 1d है, तो विचरण यह दर्शाता है कि डेटा बिंदु एक दूसरे से किस हद तक भिन्न हैं। यदि डेटा बहुआयामी है, तो हमें एक सहसंयोजक मैट्रिक्स मिलेगा। क्या कोई उपाय है जो एक ही नंबर देता है कि बहु-आयामी डेटा के लिए सामान्य रूप से डेटा बिंदु …

17 variance  covariance  covariance-matrix 

सबसे पहले, मैं यह नहीं पूछ रहा हूँ: शून्य सहसंबंध स्वतंत्रता का अर्थ क्यों नहीं है? इसे यहां (बल्कि अच्छी तरह से) संबोधित किया गया है: /math/444408/why-does-zero-correlation-not-imply-ind dependence मैं जो पूछ रहा हूं वह इसके विपरीत है ... कहते हैं कि दो चर एक दूसरे से पूरी तरह स्वतंत्र हैं। …

16 correlation  mathematical-statistics  covariance  independence 

मैं एक जीपीएस यूनिट है कि एक शोर आउटपुट माप के माध्यम से सहप्रसरण मैट्रिक्स है :ΣΣ\Sigma Σ=⎡⎣⎢σxxσyxσxzσxyσyyσyzσxzσyzσzz⎤⎦⎥Σ=[σxxσxyσxzσyxσyyσyzσxzσyzσzz]\Sigma = \left[\begin{matrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ \sigma_{xz} & \sigma_{yz} & \sigma_{zz} \end{matrix}\right] (इसमें भी शामिल है लेकिन आइए इसे अनदेखा करें जो एक सेकंड …

16 covariance  measurement-error  uncertainty 

मुझे कुछ नमूनों के साथ एक बीवरिएट गौसियन के वितरण को "सीखना" चाहिए, लेकिन पूर्व वितरण पर एक अच्छी परिकल्पना है, इसलिए मैं बायेसियन दृष्टिकोण का उपयोग करना चाहूंगा। मैंने अपने पूर्व को परिभाषित किया: / mathbf {\ _ mu_0} = \ start {शुरू} bmatrix} 0 \\ 0 \ end …

15 distributions  bayesian  estimation  covariance  posterior 

एक जीएलएम में एक सहसंयोजक संरचना को निर्दिष्ट करने के क्या लाभ हैं (बजाय सहसंयोजक मैट्रिक्स में सभी ऑफ-विकर्ण प्रविष्टियों को शून्य के रूप में माना जाता है)? यह दर्शाने के अलावा कि किसी को डेटा के बारे में क्या पता है, वह करता है फिट की अच्छाई में सुधार? …

15 generalized-linear-model  covariance 

जैसा कि मैं समझता हूं, हम समीकरण का उपयोग करके सहसंयोजक को सामान्य करके सहसंबंध प्राप्त कर सकते हैं ρi,j=cov(Xi,Xj)σiσjρi,j=cov(Xi,Xj)σiσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} जहां Xiका मानक विचलन है।σi=E[(Xi−μi)2]−−−−−−−−−−−√σi=E[(Xi−μi)2]\sigma_i=\sqrt{E[(X_i-\mu_i)^2]}XiXiX_i मेरी चिंता यह है कि क्या मानक विचलन शून्य के बराबर है? क्या ऐसी कोई शर्त है जो गारंटी देती है कि यह …

15 correlation  standard-deviation  covariance 

प्रशन क्या यह निर्भर करता है कि पेड़ उथला है या गहरा है? या हम इसे पेड़ की गहराई / स्तरों के बावजूद कह सकते हैं? पूर्वाग्रह कम और विचरण अधिक क्यों है? कृपया सहज ज्ञान युक्त और गणितीय रूप से समझाएं

15 machine-learning  variance  covariance  cart  bias 

यह एक आंत जांच का एक छोटा सा है, कृपया मुझे यह देखने में मदद करें कि क्या मैं इस अवधारणा को गलत समझ रहा हूं, और किस तरीके से। मुझे सहसंबंध की एक कार्यात्मक समझ है, लेकिन मैं उस कार्यात्मक समझ के पीछे के सिद्धांतों को वास्तव में आत्मविश्वास …

14 correlation  categorical-data  covariance 

यदि XXX और YYY दो यादृच्छिक चर हैं जो केवल दो संभावित राज्यों को ले सकते हैं, तो मैं कैसे दिखा सकता हूं कि Cov(X,Y)=0Cov(X,Y)=0Cov(X,Y) = 0 स्वतंत्रता का अर्थ है? इस तरह के खिलाफ जाता है जो मैंने दिन में वापस सीखा कि Cov(X,Y)=0Cov(X,Y)=0Cov(X,Y) = 0 स्वतंत्रता का अर्थ …

14 covariance  independence 

मैं autocovariance समारोह के लिए विश्लेषणात्मक भाव प्राप्त करने के लिए की जरूरत है एक ARMA (2,1) की प्रक्रिया के द्वारा सूचित किया जाता:γ(k)γ(k)\gamma\left(k\right) 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 तो, मुझे पता है कि: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] इसलिए मैं लिख सकता हूं: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] फिर, स्वतःभरण समारोह के विश्लेषणात्मक संस्करण …

13 time-series  covariance  autocorrelation  arma 

मेरे पास दो यादृच्छिक चर और ।X>0X>0X > 0Y>0Y>0Y > 0 यह देखते हुए कि मैं अनुमान लगा सकता हूं मैं कैसे अनुमान लगा सकता हूंकोव ( लॉग ( एक्स ) , लॉग ( वाई ) ) ?Cov(X,Y),Cov(X,Y),\text{Cov}(X, Y),Cov(log(X),log(Y))?Cov(log⁡(X),log⁡(Y))?\text{Cov}(\log(X), \log(Y))?

12 data-transformation  covariance  random-variable 

नकारात्मक सिमुलेशन के साथ उनकी समस्या पर zzk के सवाल के बाद , मैं सोच रहा हूं कि सकारात्मक के-आयामी क्वाड्रेंट, पर वितरण के पैरामीट्रिक परिवार क्या हैं, जिसके लिए सहसंयोजक मैट्रिक्स का सेट किया जा सकता है।आरक+R+k\mathbb{R}_+^kΣΣ\Sigma जैसा कि zzk के साथ चर्चा की गई है , पर वितरण …

12 distributions  multivariate-analysis  covariance