Questions marquées «covariance»

J'ai du mal à générer un ensemble de séries temporelles colorées stationnaires, étant donné leur matrice de covariance (leurs densités spectrales de puissance (PSD) et leurs densités spectrales de puissance croisée (CSD)). Je sais que, compte tenu de deux séries chronologiques yje( t )yje(t)y_{I}(t) et yJ( t )yJ(t)y_{J}(t) , je …

20 time-series  sampling  algorithms  simulation  covariance 

Si nous avons 2 variables aléatoires normales non corrélées X1,X2X1,X2X_1, X_2 nous pouvons créer 2 variables aléatoires corrélées avec la formule Y=ρX1+1−ρ2−−−−−√X2Y=ρX1+1−ρ2X2Y=\rho X_1+ \sqrt{1-\rho^2} X_2 puis aura une corrélation ρ avec X 1 .YYYρρ\rhoX1X1X_1 Quelqu'un peut-il expliquer d'où vient cette formule?

19 correlation  normal-distribution  covariance 

Fondamentalement, je me demande comment les différentes structures de covariance sont appliquées et comment les valeurs à l'intérieur de ces matrices sont calculées. Des fonctions comme lme () nous permettent de choisir quelle structure nous aimerions, mais j'aimerais savoir comment elles sont estimées. Considérons le modèle à effets mixtes linéaires …

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

Si les données sont 1d, la variance montre dans quelle mesure les points de données sont différents les uns des autres. Si les données sont multidimensionnelles, nous obtiendrons une matrice de covariance. Existe-t-il une mesure qui donne un nombre unique de différences entre les points de données les uns des …

17 variance  covariance  covariance-matrix 

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 …

16 correlation  mathematical-statistics  covariance  independence 

J'ai une unité GPS qui émet une mesure de bruit via une matrice de covariance :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] (il n'y a pas non plus de mais ignorons cela une seconde.)ttt Supposons …

15 covariance  measurement-error  uncertainty 

J'ai besoin "d'apprendre" la distribution d'un gaussien bivarié avec peu d'échantillons, mais une bonne hypothèse sur la distribution précédente, donc je voudrais utiliser l'approche bayésienne. J'ai défini mon avant: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 …

15 distributions  bayesian  estimation  covariance  posterior 

Quels sont les avantages de spécifier une structure de covariance dans un GLM (plutôt que de traiter toutes les entrées hors diagonale de la matrice de covariance comme nulles)? En plus de refléter ce que l'on sait des données, est-ce améliorer la qualité de l'ajustement? améliorer la précision prédictive des …

15 generalized-linear-model  covariance 

Si je comprends bien, nous pouvons obtenir la corrélation en normalisant la covariance en utilisant l'équation ρi,j=cov(Xi,Xj)σiσjρje,j=cov(Xje,Xj)σjeσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} où est l'écart-type de . Xiσi=E[(Xi−μi)2]−−−−−−−−−−−√σi=E[(Xi−μi)2]\sigma_i=\sqrt{E[(X_i-\mu_i)^2]}XiXiX_i Ma préoccupation est que si l'écart-type est égal à zéro? Y a-t-il une condition qui garantit qu'il ne peut pas être nul? Merci.

15 correlation  standard-deviation  covariance 

Des questions Cela dépend-il si l'arbre est peu profond ou profond? Ou peut-on dire cela indépendamment de la profondeur / des niveaux de l'arbre? Pourquoi le biais est-il faible et la variance élevée? Veuillez expliquer intuitivement et mathématiquement

15 machine-learning  variance  covariance  cart  bias 

Ceci est un peu une vérification de l'intestin, s'il vous plaît aidez-moi à voir si je comprends mal ce concept et de quelle manière. J'ai une compréhension fonctionnelle de la corrélation, mais je me sens un peu difficile à expliquer en toute confiance les principes derrière cette compréhension fonctionnelle. Si …

14 correlation  categorical-data  covariance 

Si et sont deux variables aléatoires qui ne peuvent prendre que deux états possibles, comment puis-je montrer que implique l'indépendance? Ce genre de chose va à l'encontre de ce que j'ai appris à l'époque que Cov (X, Y) = 0 n'implique pas l'indépendance ...XXXYYYCov(X,Y)=0Cov(X,Y)=0Cov(X,Y) = 0Cov(X,Y)=0Cov(X,Y)=0Cov(X,Y) = 0 L'astuce dit …

14 covariance  independence 

J'ai besoin de dériver des expressions analytiques pour la fonction d'autocovarianceγ(k)γ(k)\gamma\left(k\right) d'un processus ARMA (2,1) dénoté par: 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 Donc, je sais que: 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] donc je peux écrire: 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] puis, pour dériver la version analytique de la fonction d'autocovariance, j'ai besoin de substituer des …

13 time-series  covariance  autocorrelation  arma 

J'ai deux variables aléatoires et .X>0X>0X > 0Y>0Y>0Y > 0 Étant donné que je peux estimer comment puis-je estimerCov(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 

Suite à la question de zzk sur son problème avec les simulations négatives, je me demande quelles sont les familles de distributions paramétrées sur le quadrant positif k, R k + pour lesquelles la matrice de covariance Σ peut être établie.Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Comme discuté avec ZZK , à partir d'une distribution …

12 distributions  multivariate-analysis  covariance