Preguntas etiquetadas con multivariate-analysis

He estado usando el ajuste del modelo caret, pero luego volví a ejecutar el modelo usando el gbmpaquete. Entiendo que el caretpaquete usa gbmy el resultado debe ser el mismo. Sin embargo, solo una ejecución de prueba rápida usando data(iris)muestra una discrepancia en el modelo de aproximadamente 5% usando RMSE …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Digamos que se le dan dos conjuntos de datos multivariados, digamos uno antiguo y uno nuevo, y que se supone que fueron generados por el mismo proceso (para el que no tiene modelo), pero tal vez, en algún lugar a lo largo de la línea de recopilación / creación los …

13 multivariate-analysis 

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 

Los datos gaussianos distribuidos en una sola dimensión requieren dos parámetros para caracterizarlo (media, varianza), y se rumorea que alrededor de 30 muestras seleccionadas al azar suelen ser suficientes para estimar estos parámetros con una confianza razonablemente alta. Pero, ¿qué sucede a medida que aumenta el número de dimensiones? En …

12 normal-distribution  multivariate-analysis 

Siguiendo la pregunta de zzk sobre su problema con las simulaciones negativas, me pregunto cuáles son las familias parametrizadas de distribuciones en el cuadrante k-dimensional positivo, para el cual se puede establecer la matriz de covarianza .Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Como se discutió con zzk , comenzar desde una distribución en y aplicar …

12 distributions  multivariate-analysis  covariance 

¿Cómo puedo probar los efectos en un ANOVA de parcela dividida usando comparaciones de modelos adecuados para usar con los argumentos Xy Mde anova.mlm()en R? Estoy familiarizado con ?anova.mlmDalgaard (2007) [1]. Desafortunadamente, solo cepilla los diseños de parcelas divididas. Hacer esto en un diseño completamente al azar con dos factores …

12 r  anova  multivariate-analysis  repeated-measures  split-plot 

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 

En la configuración de regresión univariante, intentamos modelar y= Xβ+ n o i s ey=Xβ+noisey = X\beta +noise donde un vector de n observaciones y X ∈ R n × m la matriz de diseño con m predictores. La solución es β 0 = ( X T X ) - …

11 regression  multivariate-analysis  multivariate-regression 

La distribución normal bivariada con media y matriz de covarianza puede reescribirse en coordenadas polares con radio y ángulo . Mi pregunta es: ¿Cuál es la distribución de muestreo de , es decir, de la distancia desde un punto al centro estimado dada la matriz de covarianza de muestra ?μμ\mur …

11 probability  normal-distribution  multivariate-analysis  rayleigh 

Las variables dependientes en un MANOVA no deben estar "muy fuertemente correlacionadas". Pero, ¿qué tan fuerte es una correlación demasiado fuerte? Sería interesante obtener las opiniones de la gente sobre este tema. Por ejemplo, ¿procedería con MANOVA en las siguientes situaciones? Y1 e Y2 están correlacionados con y p < …

11 correlation  anova  multivariate-analysis  rule-of-thumb  manova 

Me gustaría hacer un análisis de intervención para cuantificar los resultados de una decisión política sobre las ventas de alcohol a lo largo del tiempo. Sin embargo, soy bastante nuevo en el análisis de series de tiempo, así que tengo algunas preguntas para principiantes. Un examen de la literatura revela …

11 time-series  multivariate-analysis  arima  intervention-analysis 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Actualmente utilizo el siguiente proceso para iniciar una serie de tiempo multivariante en R: Determine los tamaños de bloque: ejecute la función b.staren el nppaquete que produce un tamaño de bloque para cada serie Seleccione el tamaño máximo de bloque Ejecutar tsbooten cualquier serie usando el tamaño de bloque seleccionado …

11 r  time-series  multivariate-analysis  bootstrap 

Estoy tratando de resumir lo que entendí hasta ahora en el análisis multivariado penalizado con conjuntos de datos de alta dimensión, y todavía me cuesta obtener una definición adecuada de la penalización de umbral suave frente a la penalización Lasso (o ).L1L1L_1 Más precisamente, utilicé una regresión PLS dispersa para …

11 multivariate-analysis  lasso  feature-selection  genetics 

Usando un biplot de valores obtenidos a través del análisis de componentes principales, es posible explorar las variables explicativas que componen cada componente principal. ¿Esto también es posible con el análisis discriminante lineal? Los ejemplos provistos usan el. Los datos son "Datos del iris de Edgar Anderson" ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). …

11 r  pca  multivariate-analysis  discriminant-analysis  biplot