Preguntas etiquetadas con covariance-matrix

Para una matriz de datos dada (con variables en columnas y puntos de datos en filas), parece que juega un papel importante en las estadísticas. Por ejemplo, es una parte importante de la solución analítica de los mínimos cuadrados ordinarios. O, para PCA, sus vectores propios son los componentes principales …

107 matrix  covariance-matrix  correlation-matrix 

Estoy empezando a incursionar con el uso de glmnetla LASSO regresión donde mi resultado de interés es dicotómica. He creado un pequeño marco de datos simulados a continuación: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …

78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

Me preguntaba si alguien podría señalarme algunas referencias que discutan la interpretación de los elementos de la matriz de covarianza inversa, también conocida como matriz de concentración o matriz de precisión. Tengo acceso a las dependencias multivariadas de Cox y Wermuth , pero lo que estoy buscando es una interpretación …

65 interpretation  covariance-matrix 

Supongo que la respuesta debería ser sí, pero aún siento que algo no está bien. Debería haber algunos resultados generales en la literatura, ¿alguien podría ayudarme?

48 covariance  matrix  covariance-matrix  linear-algebra 

He estado investigando el significado de la propiedad positiva semi-definida de las matrices de correlación o covarianza. Estoy buscando cualquier información sobre Definición de semi-definición positiva; Sus propiedades importantes, implicaciones prácticas; La consecuencia de tener determinante negativo, el impacto en el análisis multivariante o resultados de la simulación etc.

34 covariance-matrix  eigenvalues  determinant  correlation-matrix 

Escuché que se pueden encontrar correlaciones parciales entre variables aleatorias invirtiendo la matriz de covarianza y tomando celdas apropiadas de dicha matriz de precisión resultante (este hecho se menciona en http://en.wikipedia.org/wiki/Partial_correlation , pero sin una prueba) . ¿Por qué es este el caso?

32 covariance  covariance-matrix  linear-algebra  partial-correlation  matrix-inverse 

Digamos que tengo una distribución gaussiana multivariada -dimensional. Y tomo observaciones (cada uno de ellos un -vector) de esta distribución y calcular la matriz de covarianza de la muestra . En este artículo , los autores afirman que la matriz de covarianza muestral calculada con es singular.n p S p …

30 covariance-matrix  linear-algebra 

¿Hay alguna medida de similitud o distancia entre dos matrices de covarianza simétrica (ambas tienen las mismas dimensiones)? Estoy pensando aquí en análogos a la divergencia KL de dos distribuciones de probabilidad o la distancia euclidiana entre vectores, excepto que se aplica a las matrices. Me imagino que habría bastantes …

28 distributions  hypothesis-testing  covariance-matrix  kullback-leibler  information-theory 

Me gustaría generar una matriz de correlación aleatoria CC\mathbf C de tamaño n×nn×nn \times n modo que haya algunas correlaciones moderadamente fuertes presentes: matriz simétrica real cuadrada de tamaño n×nn×nn \times n , con, por ejemplo, n=100n=100n=100 ; positivo-definido, es decir, con todos los valores propios reales y positivos; rango …

25 random-generation  covariance-matrix  correlation-matrix 

Para la regresión lineal simple, el coeficiente de regresión es calculable directamente a partir de la matriz de varianza-covarianza CCC , por Cd,eCe,eCd,eCe,e C_{d, e}\over C_{e,e} dondedddes el índice de la variable dependiente, yeeees el índice de la variable explicativa. Si uno solo tiene la matriz de covarianza, ¿es posible …

23 regression  regression-coefficients  covariance-matrix 

Dada una matriz de covarianza , ¿cómo generar datos de manera que tenga la matriz de covarianza de muestra \ hat {\ boldsymbol \ Sigma} = \ boldsymbol \ Sigma_s ?Σ = Σ sΣsΣs\boldsymbol \Sigma_sΣ^= ΣsΣ^=Σs\hat{\boldsymbol \Sigma} = \boldsymbol \Sigma_s En términos más generales: a menudo estamos interesados ​​en generar …

22 correlation  sampling  random-generation  covariance-matrix 

Los análisis químicos de las muestras ambientales a menudo se censuran a continuación en los límites de notificación o en varios límites de detección / cuantificación. Este último puede variar, generalmente en proporción a los valores de otras variables. Por ejemplo, una muestra con una alta concentración de un compuesto …

22 correlation  estimation  censoring  covariance-matrix  unbiased-estimator 

Por ejemplo, en R, la MASS::mvrnorm()función es útil para generar datos para demostrar varias cosas en las estadísticas. Toma un Sigmaargumento obligatorio que es una matriz simétrica que especifica la matriz de covarianza de las variables. ¿Cómo crearía un n × n simétricon×nn×nn\times n matrix with arbitrary entries?

21 r  random-generation  covariance-matrix 

Sé la definición de matriz simétrica positiva definida (SPD), pero quiero entender más. ¿Por qué son tan importantes, intuitivamente? Aquí está lo que sé. ¿Qué más? Para un dato dado, la matriz de covarianza es SPD. La matriz de covarianza es una métrica importante; consulte esta excelente publicación para obtener …

20 mathematical-statistics  optimization  covariance-matrix  intuition  linear-algebra 

Básicamente, me pregunto cómo se aplican las diferentes estructuras de covarianza y cómo se calculan los valores dentro de estas matrices. Funciones como lme () nos permiten elegir qué estructura nos gustaría, pero me encantaría saber cómo se estiman. Considere el modelo de efectos lineales mixtos Y=Xβ+Zu+ϵY=Xβ+Zu+ϵY=X\beta+Zu+\epsilon . Donde u∼dN(0,D)u∼dN(0,D)u …

19 mixed-model  random-effects-model  covariance  covariance-matrix