Veuillez prouver que si nous avons deux variables (taille d'échantillon égale) et et que la variance dans est plus grande que dans , alors la somme des différences au carré (c'est-à-dire les distances euclidiennes au carré) entre les points de données dans est également supérieure à que , dans...
Si est un vecteur aléatoire et est une matrice fixe, quelqu'un pourrait-il expliquer pourquoiZZ\mathbf {Z}UNEUNEAc o v [A Z ]=A c o v [ Z ] A⊤.cov[UNEZ]=UNEcov[Z]UNE⊤.\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf
La précision est définie comme: p = true positives / (true positives + false positives) Est - il exact que, true positiveset false positivesapproche 0, la précision approche 1? Même question pour rappel: r = true positives / (true positives + false negatives) J'implémente actuellement un test...
Je lis cette note . À la page 2, il indique: "Quelle part de la variance des données s'explique par un modèle de régression donné?" "L'interprétation de la régression concerne la moyenne des coefficients; l'inférence concerne leur variance." J'ai lu de telles déclarations à plusieurs reprises,...
Y a-t-il un mot qui signifie «l'inverse de la variance»? Autrement dit, si a une variance élevée, alors a de faibles ? Pas intéressé par un antonyme proche (comme «accord» ou «similitude») mais signifiant spécifiquement ?XXXXXX……\dots1 /
Cela peut être une question simple pour beaucoup, mais la voici: Pourquoi la variance n'est-elle pas définie comme la différence entre chaque valeur se succédant au lieu de la différence par rapport à la moyenne des valeurs? Ce serait le choix le plus logique pour moi, je suppose que je supervise...
Il s'agit d'un traitement plus général de la question posée par cette question . Après avoir dérivé la distribution asymptotique de la variance de l'échantillon, nous pouvons appliquer la méthode Delta pour arriver à la distribution correspondante pour l'écart type. Soit un échantillon de taille de...
Fondamentalement, je me demande comment les différentes structures de covariance sont appliquées et comment les valeurs à l'intérieur de ces matrices sont calculées. Des fonctions comme lme () nous permettent de choisir quelle structure nous aimerions, mais j'aimerais savoir comment elles sont...
Si nous avons 2 variables aléatoires normales non corrélées X1,X2X1,X2X_1, X_2 nous pouvons créer 2 variables aléatoires corrélées avec la formule Y=ρX1+1−ρ2−−−−−√X2Y=ρX1+1−ρ2X2Y=\rho X_1+ \sqrt{1-\rho^2} X_2 puis aura une corrélation ρ avec X 1 .YYYρρ\rhoX1X1X_1 Quelqu'un peut-il expliquer d'où...
Je ne sais pas si cela a été demandé auparavant, mais je n'ai rien trouvé à ce sujet. Ma question est de savoir si quelqu'un peut fournir une bonne référence pour apprendre comment obtenir la proportion de variance expliquée par chacun des facteurs fixes et aléatoires dans un modèle à effets...
Contexte J'ai une variable avec une distribution inconnue. J'ai 500 échantillons, mais je voudrais démontrer la précision avec laquelle je peux calculer la variance, par exemple pour affirmer qu'une taille d'échantillon de 500 est suffisante. Je souhaite également connaître la taille minimale de...
La question a déjà été soulevée, mais je veux poser une question spécifique qui tentera d'obtenir une réponse qui la clarifiera (et la classera): Dans "Poor Man's Asymptotics", on garde une distinction claire entre (a) une séquence de variables aléatoires qui converge en probabilité vers une...
Si XXX est de rang plein, l'inverse de X T XXTXX^TX existe et nous obtenons les moindres carrés Estimation: β = ( X T X ) - 1 X Yβ^=(XTX)−1XY\hat\beta = (X^TX)^{-1}XY et Var ( β ) = σ 2 ( X T X ) - 1Var(β^)=σ2(XTX)−1\operatorname{Var}(\hat\beta) = \sigma^2(X^TX)^{-1} Comment expliquer intuitivement...
Sur ce site de psychométrie, j'ai lu que [A] ta variance de niveau profond est un concept plus fondamental que l'écart-type. Le site n'explique pas vraiment pourquoi la variance est censée être plus fondamentale que l'écart-type, mais cela m'a rappelé que j'ai lu des choses similaires sur ce site....
Je souffre d'une panne d'électricité. On m'a présenté l'image suivante pour présenter le compromis biais-variance dans le contexte de la régression linéaire: Je peux voir qu'aucun des deux modèles ne correspond bien - le "simple" n'apprécie pas la complexité de la relation XY et le "complexe" est...
La variance pondérée non biaisée a déjà été abordée ici et ailleurs, mais il semble toujours y avoir une confusion surprenante. Il semble y avoir un consensus sur la formule présentée dans le premier lien ainsi que dans l'article Wikipedia . Cela ressemble également à la formule utilisée par R,...
Au cours de la discussion qui a suivi une question récente sur la question de savoir si l'écart-type peut dépasser la moyenne, une question a été posée brièvement mais sans réponse complète. Je le pose donc ici. Considérons un ensemble de nnn nombres non négatifs où pour . Il n'est pas nécessaire...
Je republie une "réponse" à une question que j'avais posée il y a environ deux semaines: Pourquoi le Jeffreys est-il utile avant? C'était vraiment une question (et je n'avais pas non plus le droit de poster des commentaires à l'époque), donc j'espère que c'est OK de le faire: Dans le lien...
J'ai effectué une analyse en composantes principales de six variables AAA , BBB , CCC , DDD , EEE et FFF . Si je comprends bien, PC1 non rotatif me dit quelle combinaison linéaire de ces variables décrit / explique la plus grande variance dans les données et PC2 me dit quelle combinaison linéaire...
Si les données sont 1d, la variance montre dans quelle mesure les points de données sont différents les uns des autres. Si les données sont multidimensionnelles, nous obtiendrons une matrice de covariance. Existe-t-il une mesure qui donne un nombre unique de différences entre les points de données...