Les variables latentes désignent des variables qui ne peuvent pas être observées directement. Ces variables sont définies en termes de variables observables. Au sens strict, la «variable latente» est vue / modélisée comme ce qui génère les variables observées dans un processus de génération de données implicite. Aussi appelées variables cachées ou cachées.
J'essaie de comprendre ce qu'est la similitude entre Latent Dirichlet Allocation et word2vec pour calculer la similarité de mots. Si je comprends bien, LDA mappe les mots sur un vecteur de probabilités de sujets latents , tandis que word2vec les mappe sur un vecteur de nombres réels (liés à la...
Quelles sont les différences dans les inférences qui peuvent être faites à partir d'une analyse de classe latente (ACV) par rapport à une analyse en grappes? Est-il exact qu'une ACV suppose une variable latente sous-jacente qui donne naissance aux classes, alors que l'analyse de cluster est une...
Le contexte J'ai lu sur la théorie de la réponse aux éléments et je trouve cela fascinant. Je crois que je comprends les bases, mais je me demande comment appliquer les techniques statistiques liées au domaine. Vous trouverez ci-dessous deux articles similaires au domaine dans lequel j'aimerais...
Version courte: Nous savons que la régression logistique et la régression probit peuvent être interprétées comme impliquant une variable latente continue qui est discrétisée selon un seuil fixe avant l'observation. Une interprétation similaire des variables latentes est-elle disponible pour,...
Étant donné une matrice Vm×nVm×n\mathbf V^{m \times n} , la factorisation matricielle non négative (NMF) trouve deux matrices non négatives Wm×kWm×k\mathbf W^{m \times k} et Hk×nHk×n\mathbf H^{k \times n} (c'est-à-dire avec tous les éléments ≥0≥0\ge 0 ) pour représenter la matrice décomposée comme:...
J'ai déjà posé des questions à ce sujet et j'ai vraiment eu du mal à identifier ce qui fait un paramètre de modèle et ce qui en fait une variable latente. Donc, en regardant divers fils sur ce sujet sur ce site, la principale distinction semble être: Les variables latentes ne sont pas observées...
Je suis en train de développer empiriquement un questionnaire et j'utiliserai des nombres arbitraires dans cet exemple pour illustrer. Pour le contexte, je développe un questionnaire psychologique visant à évaluer les schémas de pensée couramment identifiés chez les personnes souffrant de troubles...
Le modèle sous - jacent de PLS est qu'une donnée matrice X et n vecteur y sont liés par X = T P ' + E , y = T q ' + f , où T est un latent n × k matrice, et E , f sont des termes de bruit (en supposant que X , y sont centrés).n × mn×mn \times mXXXnnnyyyX= TP′+ E,X=TP′+E,X = T P' + E, y= Tq′+...
Le modèle de régression de Poisson gonflé à zéro est défini pour un échantillon par et il suppose en outre que les paramètres et satisfontY i = { 0 avec probabilité p i + ( 1 - p i ) e - λ i k avec probabilité ( 1 - p i ) e - λ i λ k i / k ! λ = ( λ 1 , … , λ n ) p =( y1, … ,...
Dans la modélisation d'équations structurelles avec des variables latentes (SEM), une formulation de modèle courante est «indicateur multiple, cause multiple» (MIMIC) où une variable latente est causée par certaines variables et reflétée par d'autres. Voici un exemple simple: Essentiellement, f1est...
si est observé matrice de données et est variable latente alorsXXXYYY X=WY+μ+ϵX=WY+μ+ϵX=WY+\mu+\epsilon Où est la moyenne des données observées, et est l'erreur / bruit gaussien dans les données, et est appelé sous-espace principal.μμ\muϵϵ\epsilonWWW Ma question est quand une PCA normale est...
Quelle est la différence entre l' encodage bayésien variationnel automatique et la rétropropagation stochastique pour les modèles génératifs profonds ? L'inférence dans les deux méthodes conduit-elle aux mêmes résultats? Je ne suis au courant d'aucune comparaison explicite entre les deux méthodes,...
Il s'agit d'un problème de pratique pour un examen à mi-parcours. Le problème est un exemple d'algorithme EM. J'ai des problèmes avec la partie (f). J'énumère les parties (a) - (e) à compléter et au cas où j'aurais fait une erreur plus tôt. Soit des variables aléatoires exponentielles indépendantes...
J'essaie d'effectuer une analyse de croissance de classe latente (LCGA) et / ou des modèles de mélange de croissance (GMM) dans R. Les données que j'utilise sont un nombre croissant de fourchettes de référentiels git (variable discrète, non catégorique), comme vous pouvez voir dans cet ensemble de...
J'ai des problèmes à trouver une solution concernant la façon d'exécuter un test post-hoc (Tukey HSD) après une ANOVA à mesures répétées à 2 facteurs (tous deux intra-sujets) en R. Pour l'ANOVA, j'ai utilisé la fonction aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Après avoir...
Je comprends où l'étape E se produit dans l'algorithme (comme expliqué dans la section mathématique ci-dessous). Dans mon esprit, l'ingéniosité clé de l'algorithme est l'utilisation de l'inégalité de Jensen pour créer une limite inférieure à la vraisemblance logarithmique. En ce sens, prendre le...
Des recherches récentes ont tenté de déterminer si certaines constructions psychologiques sont de dimension latente ou taxoniques (c'est-à-dire, y compris les taxons ou les classes). Par exemple, les chercheurs pourraient être intéressés à découvrir s'il existe une certaine «classe» de personnes...
Je lis actuellement des articles sur l'ACP probabiliste et je me demande pourquoi un a priori gaussien (et pas un autre a priori) est choisi pour les variables latentes? Est-ce juste parce que c'est simple ou y a-t-il une autre raison? Références: Tipping & Bishop, 1999, Probabilistic Principal...
Y a-t-il une raison statistique pour laquelle la théorie de l'analyse / réponse des éléments n'est pas plus largement appliquée? Par exemple, si un enseignant donne un test à choix multiple de 25 questions et constate que 10 questions ont été répondues correctement par tout le monde, 10 questions...