J'ai effectué une analyse dans laquelle j'ai modélisé différentes composantes de la variance. Lors de la déclaration des résultats dans un tableau, il est beaucoup plus concis de signaler les écarts-types au lieu des écarts. Donc, cela m'amène à la question - y a-t-il jamais une raison de signaler...
Tout d'abord, je ne demande pas ceci: Pourquoi la corrélation zéro n'implique-t-elle pas l'indépendance? Ceci est traité (plutôt gentiment) ici: /math/444408/why-does-zero-correlation-not-imply-independence Ce que je demande, c'est le contraire ... disons que deux variables sont entièrement...
Aujourd'hui, j'ai enseigné une classe d'introduction à la statistique et un étudiant m'a posé une question que je reformule ici: "Pourquoi l'écart type est-il défini comme le carré de la variance et non comme le carré de la somme des carrés sur N?" Nous définissons la variance de la population:...
Je pense que les deux formules suivantes sont vraies: Var(aX)=a2Var(X)Var(aX)=a2Var(X) \mathrm{Var}(aX)=a^2 \mathrm{Var}(X) tandis que a est un nombre constant si , Y sont indépendantsVar(X+Y)=Var(X)+Var(Y)Var(X+Y)=Var(X)+Var(Y) \mathrm{Var}(X + Y)=\mathrm{Var}(X)+\mathrm{Var}(Y) XXXYYY Cependant,...
Dans son article largement cité Prior distributions for variance parameters in hierarchical models (916 citation à ce jour sur Google Scholar) Gelman propose que de bonnes distributions a priori non informatives pour la variance dans un modèle bayésien hiérarchique soient la distribution uniforme...
J'ai lu maintes et maintes fois que la validation croisée "Leave-one-out" a une grande variance en raison du grand chevauchement des plis de formation. Cependant, je ne comprends pas pourquoi: les performances de la validation croisée ne devraient-elles pas être très stables (faible variance)...
J'ai un ensemble de données avec 11 variables et PCA (orthogonal) a été fait pour réduire les données. Décider du nombre de composants à conserver était évident pour moi d'après mes connaissances sur le sujet et le tracé d'éboulis (voir ci-dessous) que deux composants principaux (PC) étaient...
J'avais utilisé le terme «Affaire Heywood» de manière quelque peu informelle pour faire référence à des situations où une estimation en ligne, «réponse finie» itérativement mise à jour de la variance devenait négative en raison de problèmes de précision numérique. (J'utilise une variante de la...
J'ai besoin "d'apprendre" la distribution d'un gaussien bivarié avec peu d'échantillons, mais une bonne hypothèse sur la distribution précédente, donc je voudrais utiliser l'approche bayésienne. J'ai défini mon avant: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim...
J'essaie de comprendre le compromis biais-variance, la relation entre le biais de l'estimateur et le biais du modèle, et la relation entre la variance de l'estimateur et la variance du modèle. Je suis arrivé à ces conclusions: Nous avons tendance à surajuster les données lorsque nous négligeons le...
J'exécute une expérience où je collecte des échantillons (indépendants) en parallèle, je calcule la variance de chaque groupe d'échantillons et maintenant je veux combiner ensuite tout pour trouver la variance totale de tous les échantillons. J'ai du mal à trouver une dérivation pour cela car je ne...
J'ai une unité GPS qui émet une mesure de bruit via une matrice de covariance :ΣΣ\Sigma Σ=⎡⎣⎢σxxσyxσxzσxyσyyσyzσxzσyzσzz⎤⎦⎥Σ=[σxxσxyσxzσyxσyyσyzσxzσyzσzz]\Sigma = \left[\begin{matrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ \sigma_{xz} & \sigma_{yz} &...
Si je comprends bien, nous pouvons obtenir la corrélation en normalisant la covariance en utilisant l'équation ρi,j=cov(Xi,Xj)σiσjρje,j=cov(Xje,Xj)σjeσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} où est l'écart-type de .
Je travaille avec l'information mutuelle depuis un certain temps. Mais j'ai trouvé une mesure très récente dans le "monde de corrélation" qui peut également être utilisée pour mesurer l'indépendance de distribution, la soi-disant "corrélation de distance" (également appelée corrélation brownienne):...
Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test...
Des questions Cela dépend-il si l'arbre est peu profond ou profond? Ou peut-on dire cela indépendamment de la profondeur / des niveaux de l'arbre? Pourquoi le biais est-il faible et la variance élevée? Veuillez expliquer intuitivement et mathématiquement
Je ne suis pas trop doué en statistiques, donc je m'excuse s'il s'agit d'une question simpliste. J'ajuste une courbe à certaines données, et parfois mes données correspondent le mieux à une exponentielle négative sous la forme , et parfois l'ajustement est plus proche de a ∗ e ( - b ∗ x 2 ) + c ....
Pour autant que je sache, la corrélation de distance est un moyen robuste et universel de vérifier s'il existe une relation entre deux variables numériques. Par exemple, si nous avons un ensemble de paires de nombres: (x1, y1) (x2, y2) ... (xn, yn) nous pouvons utiliser la corrélation de distance...
Je suis tombé sur une transformation stabilisant la variance en lisant la méthode Kaggle Essay Eval . Ils utilisent une transformation de stabilisation de variance pour transformer les valeurs kappa avant de prendre leur moyenne, puis de les retransformer. Même après avoir lu le wiki sur les...
Quels sont les avantages de spécifier une structure de covariance dans un GLM (plutôt que de traiter toutes les entrées hors diagonale de la matrice de covariance comme nulles)? En plus de refléter ce que l'on sait des données, est-ce améliorer la qualité de l'ajustement? améliorer la précision...