Preguntas etiquetadas con covariance

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 

Es bien sabido que una matriz de covarianza debe ser definida semi-positiva, sin embargo, ¿es verdad lo contrario? Es decir, ¿corresponde cada matriz definida semi-positiva a una matriz de covarianza?

12 covariance  matrix 

Estoy trabajando en algunas técnicas de agrupamiento, donde para un grupo dado de vectores de dimensión d supongo una distribución normal multivariada y calculo el vector medio d-dimensional de la muestra y la matriz de covarianza de la muestra. Luego, cuando trato de decidir si un nuevo vector d-dimensional invisible, …

12 clustering  multivariate-analysis  covariance  covariance-matrix  matrix-inverse 

¿Alguien puede ilustrar, como lo hace Greg, pero con más detalle, cómo las variables aleatorias pueden ser dependientes, pero tienen covarianza cero? Greg, un afiche aquí, da un ejemplo usando un círculo aquí . ¿Alguien puede explicar este proceso con más detalle utilizando una secuencia de pasos que ilustran el …

12 random-variable  covariance  independence 

Los antecedentes de mi estudio : En un muestreo de Gibbs donde tomamos muestras de (la variable de intereses) e de y respectivamente, donde e son vectores aleatorios dimensionales. Sabemos que el proceso generalmente se divide en dos etapas:XXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk Burn-in Period, donde descartamos todas las muestras. Denote las muestras como …

11 hypothesis-testing  covariance  covariance-matrix  gibbs 

Tengo un conjunto de datos que consta de 717 observaciones (filas) que se describen mediante 33 variables (columnas). Los datos se estandarizan mediante la calificación z de todas las variables. No hay dos variables que sean linealmente dependientes ( ). También he eliminado todas las variables con muy baja varianza …

11 matlab  factor-analysis  covariance  covariance-matrix 

¿Cuáles son las "mejores" métricas para las matrices de covarianza y por qué? Para mí está claro que Frobenius & c no son apropiados, y las parametrizaciones de ángulos también tienen sus problemas. Intuitivamente, uno podría querer un compromiso entre estos dos, pero también me gustaría saber si hay otros …

11 covariance  metric 

Tengo una matriz de covarianza y quiero dividir las variables en clústeres usando el agrupamiento jerárquico (por ejemplo, para ordenar una matriz de covarianza).kn × nn×nn \times nkkk ¿Existe una función de distancia típica entre variables (es decir, entre columnas / filas de la matriz de covarianza cuadrada)? O si …

11 clustering  covariance  distance-functions  distance 

Estoy leyendo este documento sobre Procesos Wishart Generalizados (GWP). El documento calcula las covarianzas entre diferentes variables aleatorias (siguiendo el Proceso Gaussiano ) utilizando la función de covarianza exponencial al cuadrado, es decir, . Luego dice que esta matriz de covarianza sigue a GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Solía ​​pensar que una …

11 machine-learning  normal-distribution  covariance  wishart  nonparametric-bayes 

Actualmente estoy estudiando para mis exámenes finales en estadísticas básicas para mi licenciatura en ECE. Si bien creo que tengo las matemáticas principalmente bajas, no tengo una comprensión intuitiva de lo que realmente significan los números (Preámbulo: usaré un lenguaje bastante descuidado). Sé que la E [X] es el "promedio …

11 mathematical-statistics  stochastic-processes  covariance  pdf 

Suponiendo que tengo dos variables aleatorias no independientes y quiero reducir la covarianza entre ellas tanto como sea posible sin perder demasiada "señal", ¿significa centrar la ayuda? Leí en alguna parte que el centrado medio reduce la correlación en un factor significativo, por lo que creo que debería hacer lo …

11 correlation  covariance  random-vector 

Intenté comprender mejor la covarianza de dos variables aleatorias y entender cómo la primera persona que lo pensó llegó a la definición que se usa habitualmente en estadística. Fui a Wikipedia para entenderlo mejor. Según el artículo, parece que una buena medida o cantidad candidata para Cov(X,Y)Cov(X,Y)Cov(X,Y) debería tener las …

11 correlation  covariance 

Estoy calculando la covarianza de una distribución en paralelo y necesito combinar los resultados distribuidos en gaussiano singular. ¿Cómo combino los dos? La interpolación lineal entre los dos casi funciona, si están distribuidos y dimensionados de manera similar. Wikipedia proporciona una forumla en la parte inferior para la combinación, pero …

11 covariance  moments 

Quiero implementar una regresión incremental del proceso gaussiano usando una ventana deslizante sobre los puntos de datos que llega uno por uno a través de una secuencia. Deje denotar la dimensionalidad del espacio de entrada. Entonces, cada punto de datos x i tiene d número de elementos.reddXyoxix_iredd Sea el tamaño …

11 regression  covariance  gaussian-process  linear-algebra  online 

Sé por estudios previos que Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B) = Var(A) + Var(B) + 2 Cov (A,B) Sin embargo, no entiendo por qué es eso. Puedo ver que el efecto será 'elevar' la varianza cuando A y B covaran altamente. Tiene sentido que cuando cree un compuesto a partir de dos variables altamente …

10 variance  covariance  intuition