multivariate-analysis पर टैग किए गए जवाब

विश्लेषण जहां एक साथ एक से अधिक चर का विश्लेषण किया गया है, और ये चर या तो निर्भर (प्रतिक्रिया) हैं या विश्लेषण में केवल एक ही हैं। यह "एकाधिक" या "बहुविकल्पी" विश्लेषण के साथ विपरीत हो सकता है, जिसका अर्थ एक से अधिक भविष्यवाणियों (स्वतंत्र) चर से है।

3
दो या अधिक प्रतिगमन मॉडल से ढलानों की तुलना करने के लिए मैं किस परीक्षण का उपयोग कर सकता हूं?
मैं एक भविष्यवक्ता को दो चर की प्रतिक्रिया में अंतर का परीक्षण करना चाहूंगा। यहाँ एक न्यूनतम प्रजनन योग्य उदाहरण है। library(nlme) ## gls is used in the application; lm would suffice for this example m.set <- gls(Sepal.Length ~ Petal.Width, data = iris, subset = Species == "setosa") m.vir <- …

6
बाइनरी वर्गीकरण के लिए परिवर्तनीय चयन प्रक्रिया
वे चर / सुविधा चयन क्या हैं जो आप बाइनरी वर्गीकरण के लिए पसंद करते हैं जब सीखने के सेट में टिप्पणियों की तुलना में कई अधिक चर / फ़ीचर होते हैं? यहाँ उद्देश्य यह है कि सबसे अच्छा वर्गीकरण त्रुटि को कम करने वाली सुविधा चयन प्रक्रिया क्या है। …

5
दो बहुभिन्नरूपी वितरणों के बीच "दूरी" को मापना
मैं कुछ अच्छी शब्दावली की तलाश कर रहा हूं जो यह बताने के लिए कि मैं क्या करने की कोशिश कर रहा हूं, संसाधनों की तलाश करना आसान बनाता है। तो, मान लीजिए कि मेरे पास A और B के दो-दो क्लस्टर हैं, प्रत्येक दो मानों, X और Y से …

1
क्या स्वतंत्रता की डिग्री एक गैर-पूर्णांक संख्या हो सकती है?
जब मैं GAM का उपयोग करता हूं, तो यह मुझे अवशिष्ट डीएफ देता है (कोड में अंतिम पंक्ति)। इसका क्या मतलब है? GAM उदाहरण से परे, सामान्य तौर पर, क्या स्वतंत्रता की डिग्री की संख्या एक गैर-पूर्णांक संख्या हो सकती है?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

11
बहुभिन्नरूपी विश्लेषण के लिए पुस्तक सिफारिशें
मुझे मल्टीवेरिएट विश्लेषण के बारे में कुछ किताबें प्राप्त करने में रुचि है, और आपकी सिफारिशों की आवश्यकता है। नि: शुल्क पुस्तकों का हमेशा स्वागत है, लेकिन यदि आप कुछ महान गैर-मुक्त एमवीए पुस्तक के बारे में जानते हैं, तो कृपया इसे बताएं।

4
परिवर्तनीय महत्व की रैंकिंग किसके लिए उपयोगी है?
जब यह चर महत्व की रैंकिंग (सभी प्रकार के बहुभिन्नरूपी मॉडल के संदर्भ में) की बात करता है, तो मैं कुछ शून्यवादी बन गया हूं । अक्सर मेरे काम के दौरान, मुझे या तो किसी अन्य टीम को एक चर महत्व की रैंकिंग बनाने में मदद करने के लिए कहा …

2
एक अवलोकन स्तरीय महालनोबिस दूरी का वितरण
यदि मेरे पास एक बहुभिन्नरूपी सामान्य iid नमूना , और (जो एक महालनोबिस दूरी एक नमूना बिंदु से वेक्टर के लिए [चुकता] की तरह है मैट्रिक्स का उपयोग करते हुए भार के लिए), के वितरण क्या है के लिए (महालनोबिस दूरी नमूना covariance मैट्रिक्स ) का उपयोग कर नमूना ?घ …

2
बहुभिन्नरूपी प्रतिगमन के लिए यादृच्छिक वन
मुझे इनपुट सुविधाओं और डी वाई आउटपुट के साथ एक बहु-आउटपुट प्रतिगमन समस्या है । आउटपुट में एक जटिल, गैर-रेखीय सहसंबंध संरचना है।dxdxd_xdydyd_y मैं रेजीमेंट करने के लिए यादृच्छिक जंगलों का उपयोग करना चाहता हूं। जहाँ तक मैं बता सकता हूँ, प्रतिगमन के लिए यादृच्छिक वन केवल एक ही आउटपुट …

2
सभी के बारे में "कम-रैंक प्रतिगमन" क्या है?
मैं द स्टैटिस्टिकल ऑफ स्टैटिस्टिकल लर्निंग पढ़ रहा हूं और मुझे समझ नहीं आ रहा है कि धारा 3.7 "मल्टीपल रिजल्ट सिकुड़न और सिलेक्शन" क्या है। यह आरआरआर (कम-रैंक प्रतिगमन) के बारे में बात करता है, और मैं केवल यह समझ सकता हूं कि आधार एक सामान्यीकृत बहुभिन्नरूपी रैखिक मॉडल …

3
एक गैर सकारात्मक निश्चित सहसंयोजक मैट्रिक्स मुझे अपने डेटा के बारे में क्या बताता है?
मेरे पास कई बहुभिन्नरूपी अवलोकन हैं और सभी चरों पर संभाव्यता घनत्व का मूल्यांकन करना चाहते हैं। यह माना जाता है कि डेटा सामान्य रूप से वितरित किया जाता है। चरों की कम संख्या पर सब कुछ काम करता है जैसा कि मैं उम्मीद करता हूं, लेकिन अधिक संख्या में …

4
"बड़े पी, छोटे एन" परिणामों का सारांश
क्या कोई मुझे "बड़े , छोटे एन " परिणामों पर एक सर्वेक्षण पत्र की ओर इशारा कर सकता है ? मुझे इस बात में दिलचस्पी है कि यह समस्या अलग-अलग शोध संदर्भों, जैसे प्रतिगमन, वर्गीकरण, हॉटेलिंग के परीक्षण, आदि में कैसे प्रकट होती है ।पीपीpnnn

2
नाम में क्या है: परिशुद्धता (विचरण का विलोम)
वास्तव में, मतलब सिर्फ टिप्पणियों का औसत है। विचरण यह है कि ये अवलोकन माध्य से कितने भिन्न हैं। मैं जानना चाहूंगा कि विचरण के व्युत्क्रम को सटीकता के रूप में क्यों जाना जाता है। इससे हम क्या अंतर्ज्ञान कर सकते हैं? और सटीक मैट्रिक्स बहुभिन्नरूपी (सामान्य) वितरण में सहसंयोजक …

3
कैसे करें आइसोमेट्रिक लॉग-अनुपात परिवर्तन
मेरा मूवमेंट बिहेवियर (समय बिताना, नींद आना, गतिहीन होना और शारीरिक गतिविधि करना) पर डेटा है, जो लगभग 24 (जैसा कि प्रति दिन घंटों में) होता है। मैं एक ऐसा वैरिएबल बनाना चाहता हूं, जो इनमें से प्रत्येक व्यवहार में खर्च किए गए सापेक्ष समय को पकड़ता है - मुझे …

1
गामा वितरण के साथ डिरिचलेट वितरण का निर्माण
चलो X1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1} पारस्परिक रूप से स्वतंत्र यादृच्छिक परिवर्तनीय होना, प्रत्येक पैरामीटर के साथ एक गामा वितरण होने αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1 बताते हैं कि Yi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,k, के रूप में एक संयुक्त ditribution हैDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) संयुक्त पीडीएफ (X1,…,Xk+1)=e−∑k+1i=1xixα1−11…xαk+1−1k+1Γ(α1)Γ(α2)…Γ(αk+1)(X1,…,Xk+1)=e−∑i=1k+1xix1α1−1…xk+1αk+1−1Γ(α1)Γ(α2)…Γ(αk+1)(X_1,\dots,X_{k+1})=\frac{e^{-\sum_{i=1}^{k+1}x_i}x_1^{\alpha_1-1}\dots x_{k+1}^{\alpha_{k+1}-1}}{\Gamma(\alpha_1)\Gamma(\alpha_2)\dots \Gamma(\alpha_{k+1})} तो फिर के संयुक्त पीडीएफ खोजने के लिए(Y1,…,Yk+1)(Y1,…,Yk+1)(Y_1,\dots,Y_{k+1})मैं नहीं मिल सकता है Jacobian यानीJ(x1,…,xk+1y1,…,yk+1)J(x1,…,xk+1y1,…,yk+1)J(\frac{x_1,\dots,x_{k+1}}{y_1,\dots,y_{k+1}})

2
एक वैरिएबल को वर्गीकृत करना इसे महत्वहीन से महत्वपूर्ण में बदल देता है
मेरे पास एक संख्यात्मक चर है जो एक बहुभिन्नरूपी लॉजिस्टिक प्रतिगमन मॉडल में महत्वपूर्ण नहीं है। हालाँकि, जब मैं इसे समूहों में वर्गीकृत करता हूं, तो अचानक यह महत्वपूर्ण हो जाता है। यह मेरे लिए बहुत ही सहज ज्ञान युक्त है: एक चर को वर्गीकृत करते समय, हम कुछ जानकारी …

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.