determinant पर टैग किए गए जवाब

3
सहसंबंध मैट्रिक्स को सकारात्मक अर्ध-निश्चित होने की आवश्यकता क्यों है और सकारात्मक अर्ध-निश्चित होने का क्या मतलब है या नहीं है?
मैं सहसंबंध या सहसंयोजक मैट्रिक्स के सकारात्मक अर्ध-निश्चित संपत्ति के अर्थ पर शोध कर रहा हूं। मैं किसी भी जानकारी के लिए देख रहा हूँ सकारात्मक अर्ध-परिभाषा की परिभाषा; इसके महत्वपूर्ण गुण, व्यावहारिक निहितार्थ; नकारात्मक निर्धारक होने का परिणाम, बहुभिन्नरूपी विश्लेषण या सिमुलेशन परिणाम आदि पर प्रभाव।

2
एक अतिपरिवर्तित मॉडल के लिए फ़िशर सूचना मैट्रिक्स निर्धारक
एक बर्नौली यादृच्छिक चर पर विचार करें X∈{0,1}X∈{0,1}X\in\{0,1\} पैरामीटर के साथ θθ\theta(सफलता की संभावना)। संभावना समारोह और फिशर जानकारी (ए1×11×11 \times 1 मैट्रिक्स) हैं: L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} अब दो मापदंडों के साथ एक "अति- मानकीकृत " संस्करण पर …

1
सकारात्मक निर्धारक के समान रूप से यादृच्छिक ऑर्थोगोनल मेट्रिक्स कैसे उत्पन्न करें?
मुझे शायद एक मूर्खतापूर्ण प्रश्न मिल गया है, जिसके बारे में मुझे स्वीकार करना चाहिए, मैं भ्रमित हूं। कुछ आकार के के समान रूप से वितरित यादृच्छिक ऑर्थोगोनल (ऑर्थोनॉर्मल) मैट्रिक्स के बार-बार उत्पन्न होने की कल्पना करें । कभी-कभी उत्पन्न मैट्रिक्स में निर्धारक और कभी-कभी इसमें निर्धारक । (केवल दो …
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.