Questions marquées «correlation»

Une mesure du degré d'association linéaire entre une paire de variables.

6
R: calculer la corrélation par groupe
Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. Dans R, j'ai une trame de données comprenant une étiquette de classe C (un facteur) et deux mesures, M1 et M2 …
17 r  correlation 
2
Comment interpréter le coefficient de corrélation de Matthews (MCC)?
La réponse à la question Relation entre les coefficients de corrélation phi, Matthews et Pearson? montre que les trois méthodes des coefficients sont toutes équivalentes. Je ne suis pas des statistiques, donc ça devrait être une question facile. L'article de Matthews (www.sciencedirect.com/science/article/pii/0005279575901099) décrit ce qui suit: "A correlation of: C …
1
Quelle est la mesure d'association appropriée d'une variable avec une composante PCA (sur un tracé biplot / chargement)?
J'utilise FactoMineRpour réduire mon ensemble de données de mesures aux variables latentes. La carte des variables ci-dessus est claire pour moi à interpréter, mais je suis confus en ce qui concerne les associations entre les variables et le composant 1. En regardant la carte des variables, ddpet covtrès proche du …
4
Pourquoi l'indépendance implique-t-elle une corrélation nulle?
Tout d'abord, je ne demande pas ceci: Pourquoi la corrélation zéro n'implique-t-elle pas l'indépendance? Ceci est traité (plutôt gentiment) ici: /math/444408/why-does-zero-correlation-not-imply-independence Ce que je demande, c'est le contraire ... disons que deux variables sont entièrement indépendantes l'une de l'autre. Ne pourraient-ils pas avoir un tout petit peu de corrélation par …
2
Pourquoi le ρ de Pearson n'est-il qu'une mesure exhaustive de l'association si la distribution conjointe est normale à plusieurs variables?
Cette affirmation a été soulevée dans la première réponse à cette question . Je pense que la question du «pourquoi» est suffisamment différente pour qu'elle mérite un nouveau fil. Googler "mesure exhaustive de l'association" n'a produit aucun résultat, et je ne sais pas ce que signifie cette expression.
1
Corrélation des variables aléatoires log-normales
Étant donné X1X1X_1 et X2X2X_2 variables aléatoires normales avec coefficient de corrélation ρρ\rho , comment puis-je trouver la corrélation entre les variables aléatoires lognormales suivantes Y1Y1Y_1 et Y2Y2Y_2 ? Y1=a1exp(μ1T+T−−√X1)Y1=a1exp⁡(μ1T+TX1)Y_1 = a_1 \exp(\mu_1 T + \sqrt{T}X_1) Y2=a2exp(μ2T+T−−√X2)Y2=a2exp⁡(μ2T+TX2)Y_2 = a_2 \exp(\mu_2 T + \sqrt{T}X_2) Maintenant, si et X 2 = σ …
3
Quand peut-on parler de colinéarité
Dans les modèles linéaires, nous devons vérifier s'il existe une relation entre les variables explicatives. S'ils sont trop corrélés, il y a colinéarité (c'est-à-dire que les variables s'expliquent en partie). Je regarde actuellement la corrélation par paire entre chacune des variables explicatives. Question 1: Qu'est - ce qui qualifie trop …
2
Quelles sont les techniques d'échantillonnage de deux variables aléatoires corrélées?
Quelles sont les techniques d'échantillonnage de deux variables aléatoires corrélées: si leurs distributions de probabilité sont paramétrées (par exemple, log-normal) s'ils ont des distributions non paramétriques. Les données sont deux séries temporelles pour lesquelles nous pouvons calculer des coefficients de corrélation non nuls. Nous souhaitons simuler ces données à l'avenir, …
1
Quelle est l'intuition derrière les échantillons échangeables sous l'hypothèse nulle?
Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test non paramétrique comme Mann-Whitney-U-testcela entraînerait la perte …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.