Questions marquées «multivariate-analysis»

Analyses où il y a plus d'une variable analysée ensemble à la fois, et ces variables sont soit dépendantes (réponse) soit les seules dans l'analyse. Cela peut être contrasté avec une analyse "multiple" ou "multivariable", qui implique plus d'une variable prédictive (indépendante).

1
Package GBM vs Caret utilisant GBM
J'ai ajusté le modèle à l'aide caret, mais j'ai ensuite réexécuté le modèle à l'aide du gbmpackage. Je crois comprendre que le caretpackage utilise gbmet que la sortie doit être la même. Cependant, un simple test rapide utilisant data(iris)montre une différence dans le modèle d'environ 5% en utilisant RMSE et …
2
Lorsque les données ont une distribution gaussienne, combien d'échantillons la caractériseront?
Les données gaussiennes distribuées dans une seule dimension nécessitent deux paramètres pour la caractériser (moyenne, variance), et la rumeur veut qu'une trentaine d'échantillons sélectionnés au hasard est généralement suffisant pour estimer ces paramètres avec une confiance raisonnablement élevée. Mais que se passe-t-il lorsque le nombre de dimensions augmente? En deux …
3
Quelles sont les distributions sur le quadrant positif de dimension k avec une matrice de covariance paramétrable?
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 …
2
Split-Plot ANOVA: tests de comparaison de modèles en R
Comment puis-je tester les effets dans une ANOVA Split-Plot en utilisant des comparaisons de modèles appropriées à utiliser avec les arguments Xet Mde anova.mlm()dans R? Je connais bien ?anova.mlmDalgaard (2007) [1]. Malheureusement, il ne brosse que les conceptions Split-Plot. Faire cela dans une conception entièrement randomisée avec deux facteurs intra-sujets: …
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
Régression linéaire multivariée vs plusieurs modèles de régression univariée
Dans les paramètres de régression univariée, nous essayons de modéliser y=Xβ+noisey=Xβ+noisey = X\beta +noise où un vecteur de observations et la matrice de conception avec prédicteurs. La solution est .y∈Rny∈Rny \in \mathbb{R}^nnnnX∈Rn×mX∈Rn×mX \in \mathbb{R}^{n \times m}mmmβ0=(XTX)−1Xyβ0=(XTX)−1Xy\beta_0 = (X^TX)^{-1}Xy Dans les paramètres de régression multivariée, nous essayons de modéliser Y=Xβ+noiseY=Xβ+noiseY = …
4
MANOVA et corrélations entre variables dépendantes: quelle est la force trop forte?
Les variables dépendantes dans une MANOVA ne doivent pas être "trop ​​fortement corrélées". Mais à quel point une corrélation est-elle trop forte? Il serait intéressant de recueillir l'opinion des gens sur cette question. Par exemple, feriez-vous avec MANOVA dans les situations suivantes? Y1 et Y2 sont corrélés avec etp < …
3
Analyse d'intervention avec des séries temporelles multidimensionnelles
J'aimerais faire une analyse d'intervention pour quantifier les résultats d'une décision politique sur les ventes d'alcool au fil du temps. Je suis assez nouveau dans l'analyse des séries chronologiques, cependant, j'ai donc quelques questions pour les débutants. Un examen de la littérature révèle que d'autres chercheurs ont utilisé ARIMA pour …
1
R / mgcv: Pourquoi les produits tenseurs te () et ti () produisent-ils des surfaces différentes?
Le mgcvpackage pour Ra deux fonctions pour ajuster les interactions des produits tensoriels: te()et ti(). Je comprends la division de base du travail entre les deux (ajustement d'une interaction non linéaire vs décomposition de cette interaction en effets principaux et interaction). Ce que je ne comprends pas, c'est pourquoi te(x1, …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
Seuils doux contre pénalisation Lasso
J'essaie de résumer ce que j'ai compris jusqu'à présent dans l'analyse multivariée pénalisée avec des ensembles de données de grande dimension, et j'ai toujours du mal à obtenir une définition correcte du seuillage progressif par rapport à la pénalisation Lasso (ou ).L1L1L_1 Plus précisément, j'ai utilisé une régression PLS clairsemée …
3
Les valeurs d'échelle dans une analyse discriminante linéaire (LDA) peuvent-elles être utilisées pour tracer des variables explicatives sur les discriminants linéaires?
En utilisant un biplot de valeurs obtenues par l'analyse des composantes principales, il est possible d'explorer les variables explicatives qui composent chaque composante principale. Est-ce également possible avec l'analyse discriminante linéaire? Les exemples fournis utilisent les données suivantes: "Les données de l'iris d'Edgar Anderson" ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). Voici les données …
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.