Questions marquées «variance»

8
Test post hoc dans une conception mixte 2x3 ANOVA utilisant SPSS?

J'ai deux groupes de 10 participants qui ont été évalués trois fois au cours d'une expérience. Pour tester les différences entre les groupes et entre les trois évaluations, j'ai exécuté une ANOVA de conception mixte 2x3 avec group(contrôle, expérimental), time(premier, deuxième, trois) et group x...

anova mixed-model spss post-hoc bonferroni time-series unevenly-spaced-time-series classification normal-distribution discriminant-analysis probability normal-distribution estimation sampling classification svm terminology pivot-table random-generation self-study estimation sampling estimation categorical-data maximum-likelihood excel least-squares instrumental-variables 2sls total-least-squares correlation self-study variance unbiased-estimator bayesian mixed-model ancova statistical-significance references p-value fishers-exact probability monte-carlo particle-filter logistic predictive-models modeling interaction survey hypothesis-testing multiple-regression regression variance data-transformation residuals minitab r time-series forecasting arima garch correlation estimation least-squares bias pca predictive-models genetics sem partial-least-squares nonparametric ordinal-data wilcoxon-mann-whitney bonferroni wilcoxon-signed-rank traminer regression econometrics standard-error robust misspecification r probability logistic generalized-linear-model r-squared effect-size gee ordered-logit bayesian classification svm kernel-trick nonlinear bayesian pca dimensionality-reduction eigenvalues probability distributions mathematical-statistics estimation nonparametric kernel-smoothing expected-value filter mse time-series correlation data-visualization clustering estimation predictive-models recommender-system sparse hypothesis-testing data-transformation parametric probability summations correlation pearson-r spearman-rho bayesian replicability dimensionality-reduction discriminant-analysis outliers weka
8
Pourquoi

Tout d’abord, j’apprécie que les discussions sur r2r2r^2 provoquent généralement des explications sur R2R2R^2(c.-à-d. le coefficient de détermination en régression). Le problème auquel je cherche à répondre est de généraliser cela à toutes les instances de corrélation entre deux variables. Donc, je...

correlation variance covariance r-squared
8
La distribution binomiale présente-t-elle la plus petite variance possible parmi toutes les distributions «raisonnables» pouvant modéliser des élections binaires?

Imaginez une élection où nnnles gens font un choix binaire: ils votent pour A ou contre. Le résultat est quemmm les gens votent pour A, et donc le résultat de A est p=m/np=m/np=m/n. Si je veux modéliser ces élections, je peux supposer que chaque personne vote pour A indépendamment avec probabilité...

mathematical-statistics variance binomial underdispersion
8
Comment calculer la valeur p d'un rapport de cotes dans R?

J'ai le tableau de valeurs suivant: 25 75 38 162 Le rapport de cotes est de 0,7037 et le log (OR) est de -0,3514. Pour un tableau de contingence avec les valeurs a, b, c et d, la variance de log (OR) est donnée par (1/a + 1/b + 1/c + 1/d) Comment puis-je calculer la valeur p de log (OR) à partir de...

r variance
8
Régression bayésienne au singulier

Communauté SE, j'espère avoir un aperçu du problème suivant. Étant donné un modèle de régression linéaire simpleY=Xβ+ϵ , where Y∈RT,X∈RT×N.Y=Xβ+ϵ , where Y∈RT,X∈RT×N.Y=X\beta+\epsilon\text{ , where } Y\in\mathbb{R}^T,X\in\mathbb{R}^{T \times N}. Sous une fonction de vraisemblance gaussienne avec...

regression bayesian variance posterior singular
8
Covariance pour trois variables

J'essaie de comprendre comment fonctionne la matrice de covariance . Supposons donc que nous ayons deux variables:X, YX,YX, Y, où Cov ( X, Y) = E [ ( x - E [ X] ) ( y- E [ Y] ) ]Cov(X,Y)=E[(x−E[X])(y−E[Y])]\text{Cov}(X,Y) = \mathbb{E}[(x -\mathbb{E}[X])(y-\mathbb{E}[Y])] donne la relation entre les...

correlation covariance moments
8
Comment effectuer une SVD pour imputer des valeurs manquantes, un exemple concret

J'ai lu les excellents commentaires sur la façon de traiter les valeurs manquantes avant d'appliquer SVD, mais j'aimerais savoir comment cela fonctionne avec un exemple simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Étant donné la matrice ci-dessus, si je...

r missing-data data-imputation svd sampling matlab mcmc importance-sampling predictive-models prediction algorithms graphical-model graph-theory r regression regression-coefficients r-squared r regression modeling confounding residuals fitting glmm zero-inflation overdispersion optimization curve-fitting regression time-series order-statistics bayesian prior uninformative-prior probability discrete-data kolmogorov-smirnov r data-visualization histogram dimensionality-reduction classification clustering accuracy semi-supervised labeling state-space-models t-test biostatistics paired-comparisons paired-data bioinformatics regression logistic multiple-regression mixed-model random-effects-model neural-networks error-propagation numerical-integration time-series missing-data data-imputation probability self-study combinatorics survival cox-model statistical-significance wilcoxon-mann-whitney hypothesis-testing distributions normal-distribution variance t-distribution probability simulation random-walk diffusion hypothesis-testing z-test hypothesis-testing data-transformation lognormal r regression agreement-statistics classification svm mixed-model non-independent observational-study goodness-of-fit residuals confirmatory-factor neural-networks deep-learning
8
Comprendre cela

Je viens de voir cette question et la merveilleuse réponse acceptée dans ce forum. J'ai ensuite été incité à essayer de comprendre intuitivement pourquoi la division deSXSySxSyS_xS_y normalise la covariance: COV( X, Y)SXSy∈ [ - 1 , 1 ]COV⁡(X,Y)SxSy∈[−1,1]\frac{\operatorname{COV}(X,Y)}{S_xS_y} \in...

correlation variance covariance intuition