Als «smoothing» getaggte Fragen

8
Glätten von 2D-Daten

Die Daten bestehen aus optischen Spektren (Lichtintensität gegen Frequenz), die zu unterschiedlichen Zeiten aufgenommen wurden. Die Punkte wurden in einem regelmäßigen Raster in x (Zeit), y (Frequenz) erfasst. Um die zeitliche Entwicklung bei bestimmten Frequenzen zu analysieren (ein schneller...

r time-series multivariate-analysis references smoothing
8
Post-hoc-Test in einer 2x3-ANOVA mit gemischtem Design unter Verwendung von SPSS?

Ich habe zwei Gruppen von 10 Teilnehmern, die während eines Experiments dreimal bewertet wurden. Um die Unterschiede zwischen den Gruppen und zwischen den drei Bewertungen zu testen, führte ich eine 2 × 3-ANOVA mit gemischtem Design mit group(Kontrolle, experimentell), time(erste, zweite, drei) und...

anova mixed-model spss post-hoc bonferroni time-series unevenly-spaced-time-series classification normal-distribution discriminant-analysis probability normal-distribution estimation sampling classification svm terminology pivot-table random-generation self-study estimation sampling estimation categorical-data maximum-likelihood excel least-squares instrumental-variables 2sls total-least-squares correlation self-study variance unbiased-estimator bayesian mixed-model ancova statistical-significance references p-value fishers-exact probability monte-carlo particle-filter logistic predictive-models modeling interaction survey hypothesis-testing multiple-regression regression variance data-transformation residuals minitab r time-series forecasting arima garch correlation estimation least-squares bias pca predictive-models genetics sem partial-least-squares nonparametric ordinal-data wilcoxon-mann-whitney bonferroni wilcoxon-signed-rank traminer regression econometrics standard-error robust misspecification r probability logistic generalized-linear-model r-squared effect-size gee ordered-logit bayesian classification svm kernel-trick nonlinear bayesian pca dimensionality-reduction eigenvalues probability distributions mathematical-statistics estimation nonparametric kernel-smoothing expected-value filter mse time-series correlation data-visualization clustering estimation predictive-models recommender-system sparse hypothesis-testing data-transformation parametric probability summations correlation pearson-r spearman-rho bayesian replicability dimensionality-reduction discriminant-analysis outliers weka
8
Erläutern Sie das Kernel-Dichtediagramm

Ich führe eine Simulation auf einem linearen Modell aus. Ich erhalte 1000 Ergebnisse und die Ergebnisse werden in ein Dichtediagramm eingetragen. Ich verstehe, dass die x-Achse die abhängige Variable ist und die y-Achse die Kerneldichte darstellt. Yaxis ist in Dezimalzahlen von 0 bis 0,15. Wie...

distributions pdf kernel-smoothing
8
SVD einer Datenmatrix (PCA) nach dem Glätten

Angenommen, ich habe eine zentrierte Datenmatrix mit SVD .n×mn×mn \times mAAAA=UΣVTA=UΣVTA = U \Sigma V^{T} Zum Beispiel Spalten (Messungen), die Spektren mit verschiedenen Frequenzen sind. Die Matrix ist zentriert, sodass der Mittelwert der Zeilen der Matrix abgezogen wird. Dies dient zur...

pca smoothing svd
8
Dichteschätzung mit abgeschnittener Verteilung?

Ich habe einige Daten, die links deutlich abgeschnitten sind. Ich möchte es mit einer Dichteschätzung ausstatten, die es irgendwie handhabt, anstatt zu versuchen, es zu glätten. Welche bekannten Methoden (wie in R üblich) können dies beheben? Beispielcode: set.seed(1341) x <- c(runif(30, 0,...

r pdf histogram kernel-smoothing
8
Bias für Kernel Density Estimator (periodischer Fall)

Der Kernel-Dichteschätzer ist gegeben durch wobei mit einer unbekannten Dichte , - Bandbreite,f^(x,h)=1nh∑i=1nK(x−Xih)f^(x,h)=1nh∑i=1nK(x−Xih)\hat{f}(x,h)=\frac{1}{nh}\sum_{i=1}^{n}K(\frac{x-X_{i}}{h})X1,...XnX1,...XnX_1,...X_nfffhhh KKK - Kernelfunktion ( , , ). Die Vorspannung kann unter...

kernel-smoothing
7
Wie kann ein Algorithmus zur Vorhersage von Zeitreihen am besten bewertet werden?

Was ist die beste Vorgehensweise zum Trainieren und Bewerten eines Vorhersagealgorithmus für eine Zeitreihe? Zum Lernen von Algorithmen, die im Batch-Modus trainiert werden, kann ein naiver Programmierer den Rohdatensatz [(sample, expected prediction),...]direkt an die train()Methode des...

machine-learning predictive-models prediction time-series forecasting exponential-smoothing survival censoring probability distributions references multinomial combinatorics k-nearest-neighbour regression logistic r regression logistic predictive-models bayesian p-value frequentist consistency distributions censoring machine-learning mean missing-data data-imputation multiple-imputation
7
Warum führt die Kodierung der Behandlung zu einer Korrelation zwischen zufälliger Steigung und Schnittpunkt?

Betrachten Sie ein faktorielles Design innerhalb des Subjekts und innerhalb des Gegenstands, bei dem die experimentelle Behandlungsvariable zwei Ebenen (Bedingungen) aufweist. Sei m1das Maximalmodell und m2das No-Random-Correlations-Modell. m1: y ~ condition + (condition|subject) +...

r mixed-model lme4-nlme categorical-encoding machine-learning pandas proportion r irt distributions conditional-probability kernel-smoothing r data-visualization r mixed-model sas curve-fitting matplotlib data-visualization python matplotlib regression logistic simulation sas jmp logit beta-regression regression maximum-likelihood posterior
7
KDE für zensierte Daten

Ich habe eine Stichprobe von Beobachtungen, bei denen etwa der Beobachtungen rechtszensiert sind. Ich möchte einen Kernel-Dichteschätzer an diese Stichprobe anpassen, habe jedoch keine Standardmethode dafür gefunden. Gibt es eine allgemein anerkannte Methode zur Anpassung eines KDE bei zensierten...

kernel-smoothing censoring density-estimation