Mon but ultime est de pouvoir générer un vecteur de taille NNNdes variables aléatoires de Bernoulli corrélées. Une façon de le faire est d'utiliser l'approche Coupla gaussienne. Cependant, l'approche Coupla gaussienne me laisse juste un vecteur: (p1, … ,pN) ∈ [ 0 , 1]N(p1,…,pN)∈[0,1]N (p_1, \ldots,...
Supposons que vous ajustiez un modèle . Y a-t-il des implications pratiques pour l'estimation de l'effet d'interaction si et sont corrélés?y=x1+x2+x1×x2y=x1+x2+x1×x2y = x_1 + x_2 + x_1\times x_2x1x1x_1x2x2x_2 Je comprends qu'il pourrait y avoir des problèmes de colinéarité si et sont très corrélés,...
Ma question est assez simple: laissez XXX et OuiOuiY être deux variables aléatoires uniformes non corrélées sur [ - 1 , 1 ][-1,1][-1,1]. Sont-ils indépendants? J'avais l'impression que deux variables aléatoires non corrélées ne sont nécessairement nécessairement indépendantes que si leur...