Dans un contexte où l'on observe distribués à partir d'une distribution de densité , je me demande s'il existe un estimateur non biaisé (basé sur les ) de la distance de Hellinger à une autre distribution de densité , à savoir f X i f 0 H ( f , f 0 ) = { 1 - ∫ X
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé l'année dernière . Je voudrais faire une carte thermique avec un regroupement de lignes...
J'ai 10 ans de données de retours quotidiens pour 28 devises différentes. Je souhaite extraire le premier composant principal, mais plutôt que d'exploiter PCA sur l'ensemble des 10 ans, je souhaite recaler une fenêtre de 2 ans, car les comportements des devises évoluent et je souhaite donc en tenir...
Si vous avez une matrice avec n lignes et m colonnes, vous pouvez utiliser SVD ou d'autres méthodes pour calculer une approximation de bas rang de la matrice donnée. Cependant, l'approximation de bas rang aura toujours n lignes et m colonnes. Comment les approximations de bas rang peuvent-elles...
Supposons que sont des variables aléatoires continues avec des seconds moments finis. La version démographique du coefficient de corrélation de rang de Spearman ρ_s peut être définie comme le coefficient produit-moment de Pearson ρ des intégrales de probabilité transforme F_X (X) et F_Y (Y) , où...
J'utilise R et j'ai analysé mes données avec GLM avec lien binomial. Je veux savoir quelle est la signification de l'interception dans le tableau de sortie. L'ordonnée à l'origine pour l'un de mes modèles est significativement différente, mais la variable ne l'est pas. Qu'est-ce que ça veut dire?...
Wikipedia et la vignette du package sandwich R donnent de bonnes informations sur les hypothèses supportant les erreurs standard des coefficients OLS et le contexte mathématique des estimateurs sandwich. Je ne sais toujours pas comment le problème de l'hétéroscédasticité résiduelle est abordé,...
Quelqu'un peut-il prouver le lien suivant entre la métrique d'information de Fisher et l'entropie relative (ou divergence KL) d'une manière purement mathématique rigoureuse? D(p(⋅,a+da)∥p(⋅,a))=12gi,jdaidaj+(O(∥da∥3)D(p(⋅,a+da)∥p(⋅,a))=12gi,jdaidaj+(O(‖da‖3)D( p(\cdot , a+da) \parallel p(\cdot,a) )...
Je veux implémenter l'algorithme EM manuellement, puis le comparer aux résultats normalmixEMdu mixtoolspackage. Bien sûr, je serais heureux si les deux aboutissaient aux mêmes résultats. La référence principale est Geoffrey McLachlan (2000), Finite Mixture Models . J'ai une densité de mélange de...
Le caretpackage R effectue -t-il une validation croisée sur alphaet lambdapour le glmnetmodèle? Exécuter ce code, eGrid <- expand.grid(.alpha = (1:10) * 0.1, .lambda = (1:10) * 0.1) Control <- trainControl(method = "repeatedcv",repeats = 3,verboseIter =TRUE) netFit <- train(x...
Comment puis-je échantillonner à partir d'une distribution de mélange, et en particulier d'un mélange de distributions normales dans R? Par exemple, si je voulais échantillonner à partir de: 0,3× N( 0 , 1 )+0,5× N( 10 , 1 )+0,2× N( 3 , .1 )0,3×N(0,1)+0,5×N(dix,1)+0,2×N(3,.1)...
J'apprends le R et j'ai expérimenté l'analyse de la variance. J'ai couru les deux kruskal.test(depVar ~ indepVar, data=df) et anova(lm(depVar ~ indepVar, data=dF)) Y a-t-il une différence pratique entre ces deux tests? D'après ce que je comprends, ils évaluent tous deux l'hypothèse nulle selon...
Salut, j'essaie de trouver l'équivalent non paramétrique d'une ANOVA bidirectionnelle (conception 3x4) qui est capable d'inclure des interactions. D'après ma lecture de Zar 1984 "Analyse biostatistique", cela est possible en utilisant une méthode proposée par Scheirer, Ray et Hare (1976),...
Pour ce modèle univarié de régression linéaire yje= β0+ β1Xje+ ϵjeyje=β0+β1Xje+ϵjey_i = \beta_0 + \beta_1x_i+\epsilon_i données ensemble donné D = { ( x1, y1) , . . . , ( xn, yn) }ré={(X1,y1),...,(Xn,yn)}D=\{(x_1,y_1),...,(x_n,y_n)\} , les estimations des coefficients sont β 1 = Σ i x i y i - n ˉ x...
Considérons des observations censurées à droite, avec des événements aux moments t1, t2, …t1,t2,…t_1, t_2, \dots . Le nombre d'individus sensibles au temps est , et le nombre d'événements au moment est .n i i d ijejeinjenjen_ijejeiréjeréjed_i L'estimateur de Kaplan-Meier ou produit apparaît...
J'ai du mal à comprendre la dérivation de l'erreur de prédiction attendue ci-dessous (ESL), en particulier sur la dérivation de 2.11 et 2.12 (conditionnement, le pas vers le minimum point par point). Tous les pointeurs ou liens très appréciés. Ci-dessous, je rapporte l'extrait de ESL pg. 18. Les...
J'ai un ensemble de données composé de 5 fonctionnalités: A, B, C, D, E. Ce sont toutes des valeurs numériques. Au lieu de faire un clustering basé sur la densité, ce que je veux faire, c'est grouper les données d'une manière d'arbre de décision. L'approche que je veux dire est quelque chose comme...
Soit un modèle de régression linéaire obtenu par la fonction R lm voudrait savoir s'il est possible de l'obtenir par la commande Mean Squared Error. J'ai eu la sortie SUIVANTE d'un exemple > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~ Age,...
Dans R, quand j'ai un (généralisé) modèle linéaire ( lm, glm, gls, glmm, ...), comment tester le coefficient (pente de régression) contre toute autre valeur que 0? Dans le résumé du modèle, les résultats du test t du coefficient sont automatiquement rapportés, mais uniquement pour comparaison avec...
Je souhaite mieux comprendre la méthode delta pour l'approximation des erreurs-types des effets marginaux moyens d'un modèle de régression qui inclut un terme d'interaction. J'ai examiné des questions connexes sous la méthode delta, mais aucune n'a fourni exactement ce que je cherchais. Considérez...