Preguntas etiquetadas con variance

Estoy tratando de reducir la dimensionalidad y el ruido de un conjunto de datos al realizar PCA en el conjunto de datos y descartar las últimas PC. Después de eso, quiero usar algunos algoritmos de aprendizaje automático en las PC restantes y, por lo tanto, quiero normalizar los datos igualando …

9 variance  pca  factor-rotation 

Para un número constante dado (por ejemplo, 4), ¿es posible encontrar una distribución de probabilidad para , de modo que tengamos ?X V a r ( X ) = rrrrXXXVar(X)=rVar(X)=r\mathrm{Var}(X)=r

9 distributions  mathematical-statistics  variance 

Deje que sean observaciones distintas (sin vínculos). Deje que denote una muestra de bootstrap (una muestra del CDF empírico) y deje . Busque y .X1,...,XnX1,...,XnX_{1},...,X_{n}X∗1,...,X∗nX1∗,...,Xn∗X_{1}^{*},...,X_{n}^{*}X¯∗n=1n∑ni=1X∗iX¯n∗=1n∑i=1nXi∗\bar{X}_{n}^{*}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{*}E(X¯∗n)E(X¯n∗)E(\bar{X}_{n}^{*})Var(X¯∗n)Var(X¯n∗)\mathrm{Var}(\bar{X}_{n}^{*}) Lo que tengo hasta ahora es que es cada uno con probabilidad entonces y que da X∗iXi∗X_{i}^{*}X1,...,XnX1,...,XnX_{1},...,X_{n}1n1n\frac{1}{n}E(X∗i)=1nE(X1)+...+1nE(Xn)=nμn=μE(Xi∗)=1nE(X1)+...+1nE(Xn)=nμn=μ E(X_{i}^{*})=\frac{1}{n}E(X_{1})+...+\frac{1}{n}E(X_{n})=\frac{n\mu}{n}=\mu E(X∗2i)=1nE(X21)+...+1nE(X2n)=n(μ2+σ2)n=μ2+σ2,E(Xi∗2)=1nE(X12)+...+1nE(Xn2)=n(μ2+σ2)n=μ2+σ2,E(X_{i}^{*2})=\frac{1}{n}E(X_{1}^{2})+...+\frac{1}{n}E(X_{n}^{2})=\frac{n(\mu^{2}+\sigma^{2})}{n}=\mu^{2}+\sigma^{2}\>, Var(X∗i)=E(X∗2i)−(E(X∗i))2=μ2+σ2−μ2=σ2.Var(Xi∗)=E(Xi∗2)−(E(Xi∗))2=μ2+σ2−μ2=σ2. \mathrm{Var}(X_{i}^{*})=E(X_{i}^{*2})-(E(X_{i}^{*}))^{2}=\mu^{2}+\sigma^{2}-\mu^{2}=\sigma^{2} \>. Entonces, y desde …

9 self-study  variance  bootstrap  cdf  conditional-expectation 

Si son distribuciones iid Poisson con el parámetro he calculado que la estimación de probabilidad máxima es para datos k_1, \ dots, k_n . Por lo tanto, podemos definir el estimador correspondiente T = \ frac {1} {n} \ sum_ {i = 1} ^ n K_i. Mi pregunta es ¿cómo …

9 variance  maximum-likelihood  poisson-distribution 

Tengo curiosidad por la hipótesis nula de una prueba U de Mann-Whitney. A menudo veo que se afirma que la hipótesis nula es que dos poblaciones tienen distribuciones iguales. Pero estoy pensando: si tuviera dos poblaciones normales con la misma varianza media pero extremadamente desigual, la prueba de Mann-Whitney probablemente …

9 hypothesis-testing  variance  wilcoxon-mann-whitney 

Estoy tratando de ajustar un modelo lineal en algunos datos con solo un predictor (digamos (x, y)). Los datos son tales que para valores pequeños de x, los valores de y se ajustan perfectamente a una línea recta, sin embargo, a medida que aumentan los valores de x, los valores …

9 r  regression  variance  data-transformation 

Los siguientes injertos se toman de este artículo . Soy novato en bootstrap e intento implementar el bootstrapping paramétrico, semiparamétrico y no paramétrico para el modelo mixto lineal con R bootpaquete. Código R Aquí está mi Rcódigo: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Estoy mirando si la abundancia está relacionada con el tamaño. El tamaño es (por supuesto) continuo, sin embargo, la abundancia se registra en una escala tal que A = 0-10 B = 11-25 C = 26-50 D = 51-100 E = 101-250 F = 251-500 G = 501-1000 H = …

9 categorical-data  variance  model  continuous-data 

De acuerdo con la Ley de Variación Total, Var(X)=E(Var(X∣Y))+Var(E(X∣Y))Var⁡(X)=E⁡(Var⁡(X∣Y))+Var⁡(E⁡(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) Cuando trato de demostrarlo, escribo Var(X)=E(X−EX)2=E{E[(X−EX)2∣Y]}=E(Var(X∣Y))Var⁡(X)=E⁡(X−E⁡X)2=E⁡{E⁡[(X−E⁡X)2∣Y]}=E⁡(Var⁡(X∣Y)) \begin{equation} \begin{aligned} \operatorname{Var}(X) &= \operatorname{E}(X - \operatorname{E}X)^2 \\ &= \operatorname{E}\left\{\operatorname{E}\left[(X - \operatorname{E}X)^2\mid Y\right]\right\} \\ &= \operatorname{E}(\operatorname{Var}(X\mid Y)) \end{aligned} \end{equation} ¿Qué tiene de malo?

9 variance  conditional-probability  expected-value  conditional-expectation  moments 

En los comentarios debajo de una publicación mía , Glen_b y yo estábamos discutiendo cómo las distribuciones discretas necesariamente tienen una media y una varianza dependientes. Para una distribución normal tiene sentido. Si te digo , no tienes ni idea de qué , y si te digo , no tienes …

9 distributions  variance  mean  independence  moments 

Sé que la varianza de la diferencia de dos variables independientes es la suma de las varianzas, y puedo demostrarlo. Quiero saber a dónde va la covarianza en el otro caso.

9 variance  covariance  independence  non-independent 

¿Es posible derivar una fórmula para la varianza de potencias de una variable aleatoria en términos del valor esperado y la varianza de X? y var(Xnorte) =?var⁡(Xn)=?\operatorname{var}(X^n)= \,?mi(Xnorte) =?E(Xn)=?E(X^n)=\,?

9 variance  expected-value 

Estoy teniendo un poco de confusión. Estaba leyendo este documento donde explicaba que la técnica de embolsado reduce en gran medida la varianza y solo aumenta ligeramente el sesgo. No lo entendí, ¿cómo es que reduce la varianza? Sé lo que es la varianza y el sesgo. El sesgo es …

9 variance  bias  bagging 

Estoy tratando de producir un modelo mixto lineal, el código R es el siguiente. lme (Promedio.pago ~ Juego + Tipo + Otros.Tipo + Juego: Tipo + Juego: Otros.Tipo + Tipo: Otros.Tipo, aleatorio = ~ 1 | Sujetos, método = "REML", datos = Sujetosm1) -> lme1 El término de respuesta Average.payoff …

9 regression  mixed-model  variance  heteroscedasticity  lme4-nlme 

Tengo unos cientos de estimaciones de un parámetro calculado a partir de dos modelos diferentes y me gustaría saber si estos parámetros tienen diferentes variaciones. ¿Qué es una prueba sencilla para comparar las variaciones de estos parámetros? (significado directo, menos suposiciones).

8 hypothesis-testing  variance  mean