Questions marquées «covariance»

La covariance est une grandeur utilisée pour mesurer la force et la direction de la relation linéaire entre deux variables. La covariance est non mise à l'échelle, et donc souvent difficile à interpréter; lorsqu'il est mis à l'échelle par les écarts-types des variables, il devient le coefficient de corrélation de Pearson.

1
Que faire lorsque la matrice de covariance de l'échantillon n'est pas inversible?
Je travaille sur certaines techniques de regroupement, où pour un groupe donné de vecteurs de dimension d, je suppose une distribution normale multivariée et je calcule le vecteur moyen d'échantillon d et la matrice de covariance de l'échantillon. Ensuite , lorsque vous essayez de décider si un nouveau vecteur invisible, …
1
Comment tester si une matrice de covariance croisée est non nulle?
Le fond de mon étude : Dans un échantillonnage de Gibbs où nous échantillonnons (la variable d'intérêt) et partir de et respectivement, où et sont des vecteurs aléatoires à dimensions. Nous savons que le processus est généralement divisé en deux étapes:XXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk Période de rodage, où nous jetons tous les échantillons. …
3
Comment faire une analyse factorielle lorsque la matrice de covariance n'est pas définie positive?
J'ai un ensemble de données qui comprend 717 observations (lignes) qui sont décrites par 33 variables (colonnes). Les données sont normalisées par z-score de toutes les variables. Il n'y a pas deux variables dépendantes linéairement ( ). J'ai également supprimé toutes les variables avec une très faible variance (inférieure à …
2
Mesures pour les matrices de covariance: inconvénients et forces
Quelles sont les «meilleures» mesures pour les matrices de covariance, et pourquoi? Il est clair pour moi que Frobenius & c n'est pas approprié, et les paramétrisations d'angle ont aussi leurs problèmes. Intuitivement, on pourrait vouloir un compromis entre ces deux, mais j'aimerais aussi savoir s'il y a d'autres aspects …
2
Quelles sont les distances entre les variables constituant une matrice de covariance?
J'ai une matrice de covariance et je souhaite partitionner les variables en clusters en utilisant un clustering hiérarchique (par exemple, pour trier une matrice de covariance).n×nn×nn \times nkkk Existe-t-il une fonction de distance typique entre les variables (c'est-à-dire entre les colonnes / lignes de la matrice de covariance carrée)? Ou …
1
Matrice de covariance pour le processus gaussien et la distribution de Wishart
Je lis ce document sur les processus Wishart généralisés (GWP). L'article calcule les covariances entre différentes variables aléatoires (suivant le processus gaussien ) en utilisant la fonction de covariance exponentielle au carré, c'est-à-dire . Il indique ensuite que cette matrice de covariance suit le GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Je pensais qu'une …
1
Compréhension intuitive de la covariance, de la covariance croisée, de l'auto-corrélation croisée et de la densité du spectre de puissance
J'étudie actuellement pour mes finales en statistiques de base pour mon baccalauréat ECE. Bien que je pense que je connais surtout les mathématiques, je manque de compréhension intuitive de ce que les chiffres signifient réellement. (Préambule: je vais utiliser un langage plutôt bâclé). Je sais que E [X] est la …
3
Le centrage signifie-t-il réduire la covariance?
En supposant que j'ai deux variables aléatoires non indépendantes et que je souhaite réduire la covariance entre elles autant que possible sans perdre trop de "signal", cela signifie-t-il que le centrage aide? J'ai lu quelque part que le centrage moyen réduit la corrélation d'un facteur significatif, donc je pense que …
5
Intuition sur la définition de la covariance
J'essayais de mieux comprendre la covariance de deux variables aléatoires et de comprendre comment la première personne qui y avait pensé était arrivée à la définition couramment utilisée en statistique. Je suis allé sur wikipedia pour mieux le comprendre. D'après l'article, il semble qu'une bonne mesure ou quantité candidate pour …
1
Combiner deux matrices de covariance
Je calcule la covariance d'une distribution en parallèle et j'ai besoin de combiner les résultats distribués en gaussien singulier. Comment combiner les deux? L'interpolation linéaire entre les deux fonctionne presque, si elles sont distribuées et dimensionnées de manière similaire. Wikipedia fournit un forumla en bas pour la combinaison mais cela …
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.