Preguntas etiquetadas con covariance-matrix

Sé que una de las ventajas de los modelos mixtos es que permiten especificar la matriz de varianza-covarianza para los datos (simetría compuesta, autorregresiva, no estructurada, etc.) Sin embargo, la lmerfunción en R no permite una fácil especificación de esta matriz. ¿Alguien sabe qué estructura lmerusa por defecto y por …

18 r  mixed-model  lme4-nlme  covariance-matrix 

He realizado un análisis de componentes principales de seis variables AAA , BBB , CCC , DDD , EEE y FFF . Si entiendo correctamente, PC1 sin rotar me dice qué combinación lineal de estas variables describe / explica la mayor variación en los datos y PC2 me dice qué …

17 variance  pca  r-squared  covariance-matrix 

El PCA robusto (desarrollado por Candes et al. 2009 o mejor aún, Netrepalli et al. 2014 ) es un método popular para la detección de valores atípicos multivariados , pero la distancia de Mahalanobis también se puede utilizar para la detección de valores atípicos dada una estimación robusta y regularizada …

17 pca  outliers  covariance-matrix  robust  anomaly-detection 

Como se indicó en esta pregunta, el rango máximo de la matriz de covarianza es n−1n−1n-1 donde nnn es el tamaño de la muestra y, por lo tanto, si la dimensión de la matriz de covarianza es igual al tamaño de la muestra, sería singular. No puedo entender por qué …

17 covariance-matrix  linear-algebra 

Si los datos son 1d, la varianza muestra hasta qué punto los puntos de datos son diferentes entre sí. Si los datos son multidimensionales, obtendremos una matriz de covarianza. ¿Existe una medida que proporcione un número único de cómo los puntos de datos son diferentes entre sí en general para …

17 variance  covariance  covariance-matrix 

¿Es el promedio de múltiples matrices definidas positivas necesariamente definidas positivamente o semi-definidas positivas? El promedio es el promedio de elementos sabios.

15 mathematical-statistics  matrix  covariance-matrix 

Calculé la matriz de covarianza de la muestra de una muestra y obtuve una matriz simétrica. Con , me gustaría crear -variate rn distribuido normal, pero por lo tanto necesito la descomposición de Cholesky de . ¿Qué debo hacer si no es definitivo positivo?CCCCCCnnortenCCCCCC

15 r  random-generation  covariance-matrix  multivariate-normal  cholesky 

No soy demasiado bueno en estadísticas, así que disculpa si esta es una pregunta simplista. Estoy ajustando una curva a algunos datos, y en ocasiones los datos de mi mejor encaja una exponencial negativa en la forma , y, a veces el ajuste es más cercano a un * e …

15 variance  model-selection  python  curve-fitting  covariance-matrix 

El diagnóstico de Gelman y Rubin se utiliza para verificar la convergencia de múltiples cadenas mcmc que se ejecutan en paralelo. Compara la varianza dentro de la cadena con la varianza entre cadenas, la exposición es la siguiente: Pasos (para cada parámetro): Ejecute m ≥ 2 cadenas de longitud 2n …

14 mcmc  convergence  covariance-matrix 

Supongamos que tengo alguna variable de respuesta yijyijy_{ij} que se midió a partir del hermano jjj en la familia iii . Además, se recopilaron algunos datos de comportamiento xijxijx_{ij} al mismo tiempo de cada sujeto. Estoy tratando de analizar la situación con el siguiente modelo lineal de efectos mixtos: yij=α0+α1xij+δ1ixij+εijyij=α0+α1xij+δ1ixij+εijy_{ij} …

14 mixed-model  lme4-nlme  covariance-matrix  non-independent 

Mientras probaba los modelos de mezcla gaussiana aquí , encontré estos 4 tipos de covarianzas. 'full' (each component has its own general covariance matrix), 'tied' (all components share the same general covariance matrix), 'diag' (each component has its own diagonal covariance matrix), 'spherical' (each component has its own single variance). …

13 covariance-matrix  gaussian-mixture 

Mi tarea es probar si hay un cambio en la matriz de covarianza de 6 variables. Los valores de 6 variables se miden dos veces a partir de los mismos sujetos (3 años entre mediciones). ¿Cómo puedo hacer eso? He estado haciendo la mayor parte de mi trabajo usando SAS.

13 hypothesis-testing  repeated-measures  multivariate-analysis  covariance-matrix 

Antecedentes y problema Estoy usando procesos gaussianos (GP) para la regresión y la posterior optimización bayesiana (BO). Para la regresión, uso el paquete gpml para MATLAB con varias modificaciones personalizadas, pero el problema es general. Es un hecho bien conocido que cuando dos entradas de entrenamiento están demasiado cerca en …

12 regression  covariance-matrix  gaussian-process  bayesian-optimization 

Supongamos que tenemos un modelo lineal Model1y vcov(Model1)da la siguiente matriz: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500 -0.62612550 altitude 0.507906 -0.4247145 -0.6261255 0.00928242 Para este ejemplo, ¿qué muestra realmente esta matriz? ¿Qué suposiciones podemos hacer con seguridad para …

12 r  interpretation  multicollinearity  assumptions  covariance-matrix 

Supongamos que tengo covarianza matrices y Y . ¿Cuáles de estas opciones son también matrices de covarianza?XXXYYY X+ YX+YX+Y X2X2X^2 XYXYXY Tengo algunos problemas para comprender qué se necesita exactamente para que algo sea una matriz de covarianza. Supongo que significa que, por ejemplo, si e Y = cov ( …

12 covariance  covariance-matrix