linear पर टैग किए गए जवाब

मान लें कि हमारे पास एक यादृच्छिक वेक्टर , जो वितरण घनत्व से संभाव्यता घनत्व फ़ंक्शन । यदि हम इसे प्राप्त करने के लिए इसे पूर्ण-श्रेणी मैट्रिक्स से बदलते हैं , तो का घनत्व द्वारा दिया जाता है।X⃗ ∈RnX→∈Rn\vec{X} \in \mathbb{R}^nfX⃗ (x⃗ )fX→(x→)f_\vec{X}(\vec{x})n×nn×nn \times nAAAY⃗ =AX⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ …

12 references  random-variable  pdf  linear 

रैखिक मिश्रित प्रभाव मॉडल डेटा के लिए रैखिक प्रतिगमन मॉडल के विस्तार हैं जिन्हें समूह में एकत्र और संक्षेपित किया जाता है। मुख्य लाभ यह है कि गुणांक एक या एक से अधिक समूह चर के संबंध में भिन्न हो सकते हैं। हालांकि, मैं मिश्रित प्रभाव वाले मॉडल का उपयोग …

11 regression  mixed-model  random-effects-model  linear 

मेरे डेटासेट ( ) में एक आश्रित चर (DV), पाँच स्वतंत्र "आधार रेखा" चर (P1, P2, P3, P4, P5) और एक स्वतंत्र चर (Q) है।N≈10,000N≈10,000N \approx 10,000 मैंने निम्नलिखित दो मॉडल के लिए ओएलएस रैखिक रजिस्टर चलाए हैं: DV ~ 1 + P1 + P2 + P3 + P4 + …

10 regression  linear  r-squared 

आप कॉक्स आनुपातिक खतरे वाले मॉडल से उत्तरजीविता वक्र की व्याख्या कैसे करते हैं? इस खिलौना उदाहरण में, मान लें कि हमारे पास डेटा ageमें परिवर्तनशील पर एक कॉक्स आनुपातिक खतरा मॉडल है kidney, और उत्तरजीविता वक्र उत्पन्न करता है। library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() उदाहरण …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

यह सर्वविदित है कि 2 यादृच्छिक सामान्य चर का एक रैखिक संयोजन भी एक यादृच्छिक सामान्य चर है। क्या कोई सामान्य गैर-सामान्य वितरण परिवार हैं (उदाहरण के लिए, वेइबुल) जो इस संपत्ति को भी साझा करते हैं? कई प्रतिपक्ष लगते हैं। उदाहरण के लिए, वर्दी का एक रैखिक संयोजन आमतौर …

9 distributions  linear