Les données, événements, processus, etc., ne sont pas indépendants si la connaissance de 1 fournit des informations sur l'état ou la valeur de l'autre.
Dans l’apprentissage statistique, implicitement ou explicitement, on suppose toujours que l’apprentissage D={X,y}ré={X,y}\mathcal{D} = \{ \bf {X}, \bf{y} \} est composé de NNN tuples d’entrée / réponse qui sont indépendamment tirés du même joint distribution avec(Xi,yi)(Xje,yje)({\bf{X}}_i,y_i)...
Pour le tracé 1, je peux tester l'association entre x et y en effectuant une simple corrélation. Pour le tracé 2, où la relation est non linéaire mais où il existe une relation claire entre x et y, comment puis-je tester l'association et nommer sa nature?
Benjamini et Hochberg ont mis au point la première méthode (et toujours la plus largement utilisée, selon moi) pour contrôler le taux de fausses découvertes (FDR). Je veux commencer par un groupe de valeurs P, chacune pour une comparaison différente, et décider quelles sont suffisamment basses pour...
Mon professeur de statistique prétend que le mot "corrélation" s'applique strictement aux relations linéaires entre les variables, tandis que le mot "association" s'applique largement à tout type de relation. En d'autres termes, il prétend que le terme "corrélation non linéaire" est un oxymore....
Nous utilisons généralement l'ACP comme technique de réduction de la dimensionnalité pour les données où les cas sont supposés être iid Question: Quelles sont les nuances typiques dans l'application de l'ACP pour des données dépendantes et non iid? Quelles propriétés agréables / utiles de PCA...
Dans la littérature sur le taux d'erreur au niveau de la famille (FWER) et sur le taux de fausses découvertes (FDR), des méthodes particulières de contrôle du FWER ou du FDR conviennent aux tests dépendants ou indépendants. Par exemple, dans l'article de 1979 "Une procédure de test multiple à rejet...
Pour expliquer pourquoi non corrélé n'implique pas indépendant, il existe plusieurs exemples qui impliquent un tas de variables aléatoires, mais elles semblent toutes si abstraites: 1 2 3 4 . Cette réponse semble logique. Mon interprétation: Une variable aléatoire et son carré peuvent ne pas être...
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...
Imaginons que nous nous intéressions à la façon dont les notes des étudiants sont affectées par le nombre d'heures que ces étudiants étudient. Pour explorer cette relation, nous pourrions exécuter la régression linéaire suivante:
Je sais, je ne peux pas utiliser la convolution. J'ai deux variables aléatoires A et B et elles sont dépendantes. J'ai besoin de la fonction distributive de A +
Comment définit-on la variance à long terme dans le domaine de l'analyse des séries chronologiques? Je comprends qu'il est utilisé dans le cas où il y a une structure de corrélation dans les données. Notre processus stochastique ne serait donc pas une famille de variables aléatoires iid mais plutôt...
Je sais que la moyenne de la somme des variables indépendantes est la somme des moyennes de chaque variable indépendante. Cela s'applique-t-il également aux variables
Veuillez expliquer quelle est la différence si deux variables sont linéairement dépendantes ou linéairement corrélées . J'ai recherché l'article de wikipedia mais je n'ai pas obtenu d'exemple approprié. Veuillez l'expliquer avec un
J'ai un très grand ensemble de données et il manque environ 5% de valeurs aléatoires. Ces variables sont corrélées entre elles. L'exemple de jeu de données R suivant n'est qu'un exemple de jouet avec des données corrélées factices. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1,...
Miller et Chapman (2001) soutiennent qu'il est absolument inapproprié de contrôler les covariables non indépendantes qui sont liées à la fois aux variables indépendantes et dépendantes dans une étude observationnelle (non randomisée) - même si cela se fait régulièrement en sciences sociales. Dans...
Lorsque (c'est-à-dire que provient d'un modèle de régression linéaire), \ varepsilon \ sim \ mathcal {N} (0, \ sigma ^ 2 I) \ hspace {1em} \ Rightarrow \ hspace {1em} \ hat {e} = (I - H) Y \ sim \ mathcal {N} (0, (I - H) \ sigma ^ 2_ {}) et dans ce cas, les résidus \ hat {e} _1, \ ldots, \ hat { e}...
Je sais que la variance de la différence de deux variables indépendantes est la somme des variances, et je peux le prouver. Je veux savoir où va la covariance dans l'autre
Exemples: J'ai une phrase dans la description de poste: "Java senior engineer in UK". Je veux utiliser un modèle d'apprentissage profond pour le prédire en 2 catégories: English et IT jobs. Si j'utilise un modèle de classification traditionnel, il ne peut prédire qu'une seule étiquette avec...
J'ai presque les mêmes questions comme celle-ci: comment puis-je modéliser efficacement la somme des variables aléatoires de Bernoulli? Mais le cadre est assez différent: P ( X i = 1 ) = p i N p iS=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0,1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i...
Donc, j'ai 16 essais dans lesquels j'essaie d'authentifier une personne à partir d'un trait biométrique en utilisant Hamming Distance. Mon seuil est fixé à 3,5. Mes données sont ci-dessous et seul l'essai 1 est un vrai positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47...