আমার বেশ কয়েকটি মাল্টিভিয়ারেট পর্যবেক্ষণ রয়েছে এবং সমস্ত ভেরিয়েবলের মধ্যে সম্ভাবনার ঘনত্ব মূল্যায়ন করতে চাই। ধারণা করা হয় যে তথ্যগুলি সাধারণত বিতরণ করা হয়। ভেরিয়েবলের স্বল্প সংখ্যায় সবকিছু যেমনটি আমি আশা করি তেমন কাজ করে তবে বৃহত্তর সংখ্যায় চলে যাওয়ার ফলে সমবায় ম্যাট্রিক্স অ ইতিবাচক নিশ্চিত হয়ে যায়।
আমি মতলব-এ সমস্যা কমিয়েছি:
load raw_data.mat; % matrix number-of-values x number of variables
Sigma = cov(data);
[R,err] = cholcov(Sigma, 0); % Test for pos-def done in mvnpdf.
যদি ভুল হয়> 0 তবে সিগমা ধনাত্মক সুনির্দিষ্ট নয়।
উচ্চতর মাত্রায় আমার পরীক্ষামূলক ডেটা মূল্যায়নের জন্য আমি কি কিছু করতে পারি? এটি কি আমার ডেটা সম্পর্কে দরকারী কিছু বলবে?
আমি এই অঞ্চলে কিছুটা শিক্ষানবিস তাই ক্ষমা চাইছি যদি আমি স্পষ্ট কিছু মিস করে থাকি।
দেখে মনে হচ্ছে আপনার ডেটা উচ্চ মাত্রার উপস্থাপনাগুলির পক্ষে খুব কম। আপনি কি এই ডেটা দিয়ে রিগ্রেশন মডেলগুলি চালানোর পরিকল্পনা করছেন?
—
জোনাথন থিয়েলে