Вопросы с тегом «multivariate-analysis»

Я занимался настройкой модели caret, но затем перезапустил модель, используя gbmпакет. Насколько я понимаю, caretпакет использует gbmи вывод должен быть одинаковым. Тем не менее, только быстрый запуск теста data(iris)показывает несоответствие в модели около 5% с использованием RMSE и R ^ 2 в качестве метрики оценки. Я хочу найти оптимальную производительность …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Скажем, вам даны два многомерных набора данных, скажем, старый и новый, и предполагается, что они были созданы одним и тем же процессом (для которого у вас нет модели), но, возможно, где-то вдоль линии сбора / создания данные, что-то пошло не так. Вы не захотите использовать новые данные как, скажем, набор …

13 multivariate-analysis 

Моя задача - проверить, есть ли изменение ковариационной матрицы из 6 переменных. Значения 6 переменных измеряются дважды от одного и того же субъекта (3 года между измерениями). Как я могу это сделать? Я делал большую часть своей работы, используя SAS.

13 hypothesis-testing  repeated-measures  multivariate-analysis  covariance-matrix 

Гауссовские данные, распределенные в одном измерении, требуют двух параметров для его характеристики (среднее значение, дисперсия), и, по слухам, около 30 случайно выбранных выборок обычно достаточно для оценки этих параметров с достаточно высокой достоверностью. Но что происходит, когда число измерений увеличивается? В двух измерениях (например, рост, вес) требуется 5 параметров для …

12 normal-distribution  multivariate-analysis 

После zzk «s вопрос о его проблеме с негативным моделирования, я интересно , что параметризованные семейства распределений на положительной -мерном квадранте, , для которых матрица ковариаций может быть множество.рК+R+k\mathbb{R}_+^kΣΣ\Sigma Как обсуждалось с zzk , начиная с распределения в и применения линейного преобразования не работает.рК+R+k\mathbb{R}_+^kИкс⟶ Е1 / 2( Х- μ ) …

12 distributions  multivariate-analysis  covariance 

Как я могу протестировать эффекты в ANOVA с разделенным графиком, используя подходящие сравнения моделей для использования с аргументами Xи в R? Я знаком с Далгаардом и (2007) [1]. К сожалению, это только чистит дизайн Split-Plot. Делать это в полностью рандомизированной схеме с двумя факторами внутри субъекта:Manova.mlm()?anova.mlm N <- 20 # …

12 r  anova  multivariate-analysis  repeated-measures  split-plot 

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 

В настоящее время я использую следующий процесс для загрузки многомерного временного ряда в R: Определить размеры блоков - запустить функцию b.starв npпакете, которая создает размер блока для каждой серии Выберите максимальный размер блока Запустить tsbootна любой серии, используя выбранный размер блока Используйте индекс из выходных данных начальной загрузки для восстановления …

12 r  time-series  multivariate-analysis  bootstrap 

В настройках одномерной регрессии мы пытаемся моделировать Y= Хβ+ П о я с йYзнак равноИксβ+Nояsеy = X\beta +noise где вектор из наблюдений, а матрица проектирования с предикторами. Решение: . n X ∈ R n × m m β 0 = ( X T X ) - 1 X yY∈RNY∈рNy \in …

11 regression  multivariate-analysis  multivariate-regression 

Двустороннее нормальное распределение со средним и ковариационной матрицей Σ можно переписать в полярных координатах с радиусом r и углом θ . Мой вопрос: Что такое распределение выборки г , то есть расстояния от точки х до расчетного центра ˉ х с учетом ковариационной матрицы образца S ?μμ\muΣΣ\Sigmaрrrθθ\thetaр^r^\hat{r}ИксxxИкс¯x¯\bar{x}SSS Фон: Истинное расстояние …

11 probability  normal-distribution  multivariate-analysis  rayleigh 

Зависимые переменные в MANOVA не должны быть «слишком сильно коррелированными». Но насколько сильна корреляция, слишком сильна? Было бы интересно узнать мнение людей по этому вопросу. Например, вы бы продолжили с MANOVA в следующих ситуациях? Y1 и Y2 коррелируют с иг = 0,3рзнак равно0,3r=0.3р &lt; 0,005п&lt;0,005p<0.005 Y1 и Y2 коррелируют с …

11 correlation  anova  multivariate-analysis  rule-of-thumb  manova 

Я хотел бы провести интервенционный анализ, чтобы количественно оценить результаты политического решения о продаже алкоголя с течением времени. Однако я довольно новичок в анализе временных рядов, поэтому у меня есть несколько вопросов для начинающих. Изучение литературы показывает, что другие исследователи использовали ARIMA для моделирования продаж алкоголя во временных рядах, с …

11 time-series  multivariate-analysis  arima  intervention-analysis 

mgcvПакет Rимеет две функции для установки взаимодействия Тензор продукта: te()и ti(). Я понимаю основное разделение труда между ними (подгонка нелинейного взаимодействия против разложения этого взаимодействия на основные эффекты и взаимодействие). Чего я не понимаю, так это почему te(x1, x2)и ti(x1) + ti(x2) + ti(x1, x2)может дать (немного) разные результаты. MWE …

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 

Я пытаюсь обобщить то, что я до сих пор понимал в многомерном анализе наказаний с помощью многомерных наборов данных, и я все еще борюсь за то, чтобы получить правильное определение мягкого порогового определения по сравнению с штрафом Лассо (или ).L1L1L_1 Точнее, я использовал разреженную регрессию PLS для анализа структуры двухблочных …

11 multivariate-analysis  lasso  feature-selection  genetics 

Используя набор значений, полученных в результате анализа главных компонентов, можно изучить объясняющие переменные, составляющие каждый основной компонент. Возможно ли это и с помощью линейного дискриминантного анализа? Приведенные примеры используют данные «Данные Ириса Эдгара Андерсона» ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). Вот данные радужной оболочки : id SLength SWidth PLength PWidth species 1 5.1 …

11 r  pca  multivariate-analysis  discriminant-analysis  biplot