Вопросы с тегом «cholesky»

Я использую разложение Холецкого для моделирования коррелированных случайных величин с учетом матрицы корреляции. Дело в том, что результат никогда не воспроизводит структуру корреляции так, как он задан. Вот небольшой пример на Python, чтобы проиллюстрировать ситуацию. import numpy as np n_obs = 10000 means = [1, 2, 3] sds = [1, …

19 correlation  random-generation  cholesky 

Я хотел бы нарисовать образец x∼N(0,Σ)x∼N(0,Σ)\mathbf{x} \sim N\left(\mathbf{0}, \mathbf{\Sigma} \right) . Википедия предлагает использовать либо разложение Холецкого, либо Собственное , то есть или Σ=D1DT1Σ=D1D1T \mathbf{\Sigma} = \mathbf{D}_1\mathbf{D}_1^T Σ = Q Λ QTΣзнак равноQΛQT \mathbf{\Sigma} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T И, следовательно, образец может быть получен через: или где х = D1vИксзнак равноD1v \mathbf{x} …

16 normal-distribution  random-generation  svd  cholesky 

Я оценил образец ковариационной матрицы образца и получил симметричную матрицу. С , я хотел бы создать -мерного нормальный распределенный гп , но поэтому мне нужно разложение Холецкого . Что мне делать, если не является положительно определенным?C n C CССCССCNNnССCССC

15 r  random-generation  covariance-matrix  multivariate-normal  cholesky 

Мой вопрос относится к вычислительной технике, используемой в geoR:::.negloglik.GRFили geoR:::solve.geoR. В линейной смешанной модели: Y=Xβ+Zb+eY=Xβ+Zb+e Y=X\beta+Zb+e где ββ\beta и bbb - фиксированные и случайные эффекты соответственно. Также Σ=cov(Y)Σ=cov(Y)\Sigma=\text{cov}(Y) При оценке последствий, необходимо , чтобы вычислить , которые обычно можно сделать , используя что - то вроде , но иногда ( …

13 r  eigenvalues  matrix-decomposition  matrix-inverse  cholesky