Вопросы с тегом «covariance»

Предположим , у меня есть ковариационной матрицы и . Какие из этих вариантов также являются ковариационными матрицами?YXXXYYY X+YX+YX+Y X2X2X^2 XYXYXY У меня возникли проблемы с пониманием того, что именно нужно для того, чтобы что-то было матрицей ковариации. Я предполагаю, что это означает, что, например, если и что для того, чтобы …

12 covariance  covariance-matrix 

Хорошо известно, что ковариационная матрица должна быть полуположительно определенной, однако верно ли обратное? То есть каждая полуположительная определенная матрица соответствует ковариационной матрице?

12 covariance  matrix 

Я работаю над некоторыми методами кластеризации, где для данного кластера векторов d-размерности я предполагаю многомерное нормальное распределение и вычисляю выборочный средний вектор d-размерности и выборочную ковариационную матрицу. Затем, пытаясь решить, принадлежит ли новый, невидимый, d-мерный вектор этому кластеру, я проверяю его расстояние с помощью этой меры: (Xi−μ^X)′σ^−1X(Xi−μ^X)>B0.95(p2,−p2)(Xi−μ^X)′σ^X−1(Xi−μ^X)>B0.95(p2,−p2)\left(X_i-\hat{\mu}_X\right)'\hat{\sigma}_X^{-1}\left(X_i-\hat{\mu}_X\right)>B_{0.95}\left(\frac{p}{2},\frac{-p}{2}\right) Что требует от …

12 clustering  multivariate-analysis  covariance  covariance-matrix  matrix-inverse 

Может ли кто-нибудь проиллюстрировать, как это делает Грег, но более подробно, как случайные величины могут зависеть, но иметь нулевую ковариацию? Грег, плакат здесь, приводит пример с использованием круга здесь . Может ли кто-нибудь объяснить этот процесс более подробно, используя последовательность шагов, которые иллюстрируют процесс на нескольких этапах? Кроме того, если …

12 random-variable  covariance  independence 

Предпосылки моего исследования : В выборках Гиббса , где мы образец (переменные интересы) и из и соответственно, где и являются - мерными случайными векторами. Мы знаем, что процесс обычно делится на два этапа:XXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk Период выгорания, где мы отбрасываем все образцы. Обозначим образцы как и .X1∼XtX1∼XtX_1\sim X_tY1∼YtY1∼YtY_1\sim Y_t Период после прожигания, …

11 hypothesis-testing  covariance  covariance-matrix  gibbs 

У меня есть набор данных, который состоит из 717 наблюдений (строк), которые описываются 33 переменными (столбцами). Данные стандартизируются путем z-оценки всех переменных. Нет двух переменных линейно зависимых ( ). Я также удалил все переменные с очень низкой дисперсией (менее ). На рисунке ниже показана соответствующая матрица корреляции (в абсолютных значениях).r=1r=1r=10.10.10.1 …

11 matlab  factor-analysis  covariance  covariance-matrix 

Каковы «лучшие» метрики для ковариационных матриц и почему? Мне ясно, что Frobenius и c не подходят, и у параметризации угла тоже есть свои проблемы. Интуитивно можно хотеть компромисса между этими двумя, но я также хотел бы знать, есть ли другие аспекты, о которых следует помнить, и, возможно, устоявшиеся стандарты. Обычные …

11 covariance  metric 

У меня есть ковариационная матрица и я хочу разделить переменные на k кластеров, используя иерархическую кластеризацию (например, для сортировки ковариационной матрицы).n × nn×nn \times nКkk Существует ли типичная функция расстояния между переменными (то есть между столбцами / строками квадратной ковариационной матрицы)? Или, если есть еще, есть хорошая ссылка на тему?

11 clustering  covariance  distance-functions  distance 

Я читаю эту статью о обобщенных процессах Wishart (GWP). В статье вычисляются ковариации между различными случайными величинами (по гауссовскому процессу ) с использованием экспоненциальной ковариационной функции в квадрате, т. Е. . Затем говорится, что эта ковариационная матрица следует за GWP.К( х , х') = exp( - | ( х - …

11 machine-learning  normal-distribution  covariance  wishart  nonparametric-bayes 

В настоящее время я готовлюсь к выпускным экзаменам по базовой статистике для моего бакалавра ЕЭК. Хотя я думаю, что математика в основном не работает, мне не хватает интуитивного понимания, что на самом деле означают цифры (Преамбула: я буду использовать довольно небрежный язык). Я знаю, что E [X] является «средневзвешенным значением» …

11 mathematical-statistics  stochastic-processes  covariance  pdf 

Предполагая, что у меня есть две независимые случайные величины, и я хочу максимально уменьшить ковариацию между ними, не теряя слишком много «сигнала», поможет ли центрирование? Я где-то читал, что среднее значение центрирования уменьшает корреляцию значительным фактором, поэтому я думаю, что для ковариации должно быть то же самое.

11 correlation  covariance  random-vector 

Я пытался лучше понять Ковариацию двух случайных переменных и понять, как первый человек, который об этом подумал, пришел к определению, которое обычно используется в статистике. Я пошел в Википедию, чтобы понять это лучше. Из статьи видно, что хороший показатель-кандидат или величина для должны обладать следующими свойствами:Cov(X,Y)Cov(X,Y)Cov(X,Y) Он должен иметь положительный …

11 correlation  covariance 

Я вычисляю ковариацию распределения параллельно, и мне нужно объединить распределенные результаты в единственном гауссовском. Как мне совместить два? Линейная интерполяция между двумя почти работами, если они одинаково распределены и измерены. В Википедии внизу есть форумла для комбинации, но она кажется неправильной; два одинаково распределенных распределения должны иметь одинаковую ковариацию, но …

11 covariance  moments 

Я хочу реализовать постепенную гауссовскую регрессию процесса, используя скользящее окно над точками данных, которое приходит один за другим через поток. Пусть обозначает размерность входного пространства. Итак, каждая точка данных имеет количество элементов.dddxixix_iddd Пусть будет размером скользящего окна.nnn Чтобы делать предсказания, мне нужно вычислить обратную матрицу грамм , где а k …

11 regression  covariance  gaussian-process  linear-algebra  online 

Я знаю из предыдущих исследований, что Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Вaр(A+В)знак равноВaр(A)+Вaр(В)+2Соv(A,В)Var(A+B) = Var(A) + Var(B) + 2 Cov (A,B) Однако я не понимаю, почему это так. Я вижу, что эффект будет «увеличивать» дисперсию, когда А и В сильно коваризуются. Имеет смысл, что, когда вы создаете композит из двух сильно коррелированных переменных, вы будете …

10 variance  covariance  intuition