Ich habe die Sample-Kovarianzmatrix eines Samples geschätzt und eine symmetrische Matrix erhalten. Mit , würde Ich mag schaffen -variate normalverteilt rn aber deshalb muss ich die Cholesky - Zerlegung von . Was soll ich tun, wenn nicht eindeutig ist?C n C
Ist der Durchschnitt mehrerer positiv-bestimmter Matrizen notwendigerweise positiv-bestimmter oder positiver halb-bestimmter? Der Durchschnitt ist elementweise
Angenommen, ich habe eine Antwortvariable yijyijy_{ij} , die vom jjj ten Geschwister in der iii ten Familie gemessen wurde . Darüber hinaus sind einige Verhaltensdaten xijxijx_{ij} in der gleichen Zeit von jedem Probanden erhoben wurden. Ich versuche die Situation mit dem folgenden linearen...
Die Gelman- und Rubin-Diagnose wird verwendet, um die Konvergenz mehrerer mcmc-Ketten zu überprüfen, die parallel verlaufen. Es vergleicht die Varianz innerhalb der Kette mit der Varianz zwischen den Ketten, die Darstellung ist unten: Schritte (für jeden Parameter): Lasse m ≥ 2 Ketten mit einer...
Meine Aufgabe ist es zu testen, ob sich die Kovarianzmatrix von 6 Variablen ändert. Werte von 6 Variablen werden zweimal von denselben Probanden gemessen (3 Jahre zwischen den Messungen). Wie kann ich das machen? Ich habe den größten Teil meiner Arbeit mit SAS
Hintergrund und Problem Ich verwende Gaußsche Prozesse (GP) zur Regression und anschließenden Bayes'schen Optimierung (BO). Für die Regression verwende ich das gpml- Paket für MATLAB mit mehreren benutzerdefinierten Modifikationen, aber das Problem ist allgemein. Es ist eine bekannte Tatsache,...
Angenommen , ich habe Kovarianzmatrizen XXX und YYY . Welche dieser Optionen sind dann auch Kovarianzmatrizen? X+YX+YX+Y X2X2X^2 XYXYXY Ich habe ein bisschen Probleme zu verstehen, was genau benötigt wird, damit etwas eine Kovarianzmatrix ist. Ich nehme an, es ist gemeint, dass zum Beispiel, wenn...
Während ich hier Gaußsche Mischungsmodelle ausprobierte , fand ich diese 4 Arten von Kovarianzen. '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),...
Angenommen, wir haben ein lineares Modell Model1und vcov(Model1)geben die folgende Matrix an: (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...
Wie wird die Var / Cov-Fehlermatrix in der Praxis von statistischen Analysepaketen berechnet? Diese Idee ist mir theoretisch klar. Aber nicht in der Praxis. Ich meine, wenn ich einen Vektor von Zufallsvariablen , verstehe ich, dass die Varianz / Kovarianz-Matrix erhält das externe Produkt der vom...
Ich arbeite an einigen Clustering-Techniken, bei denen ich für einen bestimmten Cluster von d-dimensionalen Vektoren eine multivariate Normalverteilung annehme und den d-dimensionalen Mittelwertvektor der Stichprobe und die Kovarianzmatrix der Stichprobe berechne. Wenn ich dann versuche zu...
Ich habe einen Datensatz, der aus 717 Beobachtungen (Zeilen) besteht, die durch 33 Variablen (Spalten) beschrieben werden. Die Daten werden durch Z-Scoring aller Variablen standardisiert. Keine zwei Variablen sind linear abhängig ( ). Ich habe auch alle Variablen mit sehr geringer Varianz (weniger...
Ich spreche hier von Matrizen von Pearson-Korrelationen. Ich habe oft gehört, dass alle Korrelationsmatrizen positiv semidefinit sein müssen. Mein Verständnis ist, dass positive bestimmte Matrizen Eigenwerte , während positive semidefinite Matrizen Eigenwerte ≥ 0 haben müssen . Dies lässt mich...
Der Hintergrund meiner Studie : In einem Gibbs-Sampling , wo wir Probe XXX (die Variablen von Interesse) und YYY aus P(X|Y)P(X|Y)P(X|Y) und P(Y|X)P(Y|X)P(Y|X) ist, wobei XXX und YYY sind kkk -dimensionalen Zufallsvektoren. Wir wissen, dass der Prozess normalerweise in zwei Phasen unterteilt ist:...
Die Kovarianz zwischen zwei Zufallsvariablen definiert ein Maß dafür, wie eng sie linear miteinander verbunden sind. Was aber, wenn die gemeinsame Verteilung kreisförmig ist? Sicher gibt es Struktur in der Verteilung. Wie wird diese Struktur
Viele Statistiklehrbücher bieten eine intuitive Illustration der Eigenvektoren einer Kovarianzmatrix: Die Vektoren u und z bilden die Eigenvektoren (also Eigenachsen). Das macht Sinn. Was mich jedoch verwirrt, ist, dass wir Eigenvektoren aus der Korrelationsmatrix extrahieren , nicht die Rohdaten....
Was ist die Standardvarianz-Kovarianz-Struktur für zufällige Effekte im glmeroder lmerim lme4Paket? Wie spezifiziert man eine andere Varianz-Kovarianz-Struktur für zufällige Effekte im Code? Ich konnte diesbezüglich keine Informationen in der lme4Dokumentation
In dem Lehrbuch, das ich lese, verwenden sie positive Bestimmtheit (halbpositive Bestimmtheit), um zwei Kovarianzmatrizen zu vergleichen. Die Idee ist, dass wenn pd ist, kleiner als . Aber ich kämpfe darum, die Intuition dieser Beziehung zu bekommen?A−BA−BA-BBBBAAA Hier gibt es einen ähnlichen...
Ich habe ein GLMM der Form: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Wenn ich benutze drop1(model, test="Chi"), erhalte ich andere Ergebnisse als wenn ich Anova(model, type="III")aus dem Autopaket oder benutze summary(model). Diese...
Könnte mir jemand in einfachen Worten erklären, was eine isotrope Kovarianzmatrix ist? Ich kann online nichts