La moyenne de plusieurs matrices positives-définies est-elle nécessairement positive-définie ou semi-définie positive? La moyenne est la moyenne par
Je ne suis pas trop doué en statistiques, donc je m'excuse s'il s'agit d'une question simpliste. J'ajuste une courbe à certaines données, et parfois mes données correspondent le mieux à une exponentielle négative sous la forme , et parfois l'ajustement est plus proche de a ∗ e ( - b ∗ x 2 ) + c ....
J'ai estimé l'échantillon matrice de covariance d'un échantillon et obtenir une matrice symétrique. Avec C , je voudrais créer -variate rn normale distribuée , mais donc je besoin de la décomposition de Cholesky de . Que dois-je faire si n'est pas défini positif?CCCCCCC
Supposons que j'ai une variable de réponse yijyijy_{ij} qui a été mesurée à partir du jjj e frère de la iii e famille. De plus, certaines données comportementales xijxijx_{ij} ont été collectées en même temps auprès de chaque sujet. J'essaie d'analyser la situation avec le modèle linéaire à effets...
Le diagnostic Gelman et Rubin est utilisé pour vérifier la convergence de plusieurs chaînes mcmc exécutées en parallèle. Il compare la variance intra-chaîne à la variance inter-chaîne, l'exposition est ci-dessous: Étapes (pour chaque paramètre): Exécutez m ≥ 2 chaînes de longueur 2n à partir de...
Ma tâche consiste à tester s'il y a un changement dans la matrice de covariance de 6 variables. Les valeurs de 6 variables sont mesurées deux fois chez les mêmes sujets (3 ans entre les mesures). Comment puis je faire ça? J'ai fait la plupart de mon travail en utilisant
En essayant ici des modèles de mélanges gaussiens , j'ai trouvé ces 4 types de covariances. 'full' (each component has its own general covariance matrix), 'tied' (all components share the same general covariance matrix), 'diag' (each component has its own diagonal covariance matrix), 'spherical'...
Supposons que nous avons un modèle linéaire Model1et vcov(Model1)donne la matrice suivante: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500...
Supposons que j'ai des matrices de covariance et . Parmi ces options, lesquelles sont également des matrices de covariance?XXXOuiYY X+ YX+YX+Y X2X2X^2 XOuiXYXY J'ai un peu de mal à comprendre ce qui est exactement nécessaire pour que quelque chose soit une matrice de covariance. Je suppose que cela...
Comment la matrice d'erreur var / cov est-elle calculée par les progiciels d'analyse statistique dans la pratique? Cette idée m'est claire en théorie. Mais pas en pratique. Je veux dire, si j'ai un vecteur de variables aléatoires , je comprends que la matrice de variance / covariance recevra le...
Contexte et problème J'utilise des processus gaussiens (GP) pour la régression et l'optimisation bayésienne subséquente (BO). Pour la régression, j'utilise le paquet gpml pour MATLAB avec plusieurs modifications personnalisées, mais le problème est général. C'est un fait bien connu que lorsque deux...
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...
La covariance entre deux variables aléatoires définit une mesure de leur lien linéaire entre elles. Mais que se passe-t-il si la distribution conjointe est circulaire? Il y a sûrement une structure dans la distribution. Comment cette structure est-elle
J'ai un ensemble de données qui comprend 717 observations (lignes) qui sont décrites par 33 variables (colonnes). Les données sont normalisées par z-score de toutes les variables. Il n'y a pas deux variables dépendantes linéairement ( ). J'ai également supprimé toutes les variables avec une très...
Je parle ici de matrices de corrélations de Pearson. J'ai souvent entendu dire que toutes les matrices de corrélation doivent être semi-définies positives. Ma compréhension est que les matrices définies positives doivent avoir des valeurs propres , tandis que les matrices semi-définies positives...
Le fond de mon étude : Dans un échantillonnage de Gibbs où nous échantillonnons (la variable d'intérêt) et partir de et respectivement, où et sont des vecteurs aléatoires à dimensions. Nous savons que le processus est généralement divisé en deux
Quelle est la structure de variance-covariance par défaut pour les effets aléatoires dans glmerou lmerdans le lme4package? Comment spécifier une autre structure variance-covariance pour les effets aléatoires dans le code? Je n'ai trouvé aucune information à ce sujet dans la
De nombreux manuels de statistiques fournissent une illustration intuitive de ce que sont les vecteurs propres d'une matrice de covariance: Les vecteurs u et z forment les vecteurs propres (enfin les axes propres). C'est logique. Mais la seule chose qui me déroute, c'est que nous extrayons des...
Dans le manuel que je lis, ils utilisent le caractère définitif positif (caractère semi-positif) pour comparer deux matrices de covariance. L'idée étant que si est pd alors est plus petite que . Mais j'ai du mal à avoir l'intuition de cette relation?A−BA−BA-BBBBAAA Il y a un fil similaire ici:...
J'ai un GLMM du formulaire: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Lorsque j'utilise drop1(model, test="Chi"), j'obtiens des résultats différents de ceux que j'utilise à Anova(model, type="III")partir du package de voiture ou...