প্রশ্ন ট্যাগ «covariance»

... ধরে নিচ্ছি যে আমি একটি স্বজ্ঞাত ফ্যাশনে (স্বজ্ঞাত "বৈকল্পিকতা" বোঝার জন্য ) প্রকরণের বিষয়ে তাদের জ্ঞানকে বাড়িয়ে তুলতে সক্ষম হয়েছি বা বলেছি : এটি 'গড়' থেকে ডেটা মানগুলির গড় দূরত্ব - এবং যেহেতু প্রকরণটি বর্গক্ষেত্রের হয় ইউনিটগুলি, আমরা ইউনিটগুলি একই রাখার জন্য বর্গাকার রুট নিই এবং একে স্ট্যান্ডার্ড বিচ্যুতি …

207 variance  covariance  intuition 

পারস্পরিক সম্পর্ক মেট্রিক্স এবং কোভেরিয়েন্স ম্যাট্রিক্সের প্রধান উপাদান বিশ্লেষণ (পিসিএ) সম্পাদনের মধ্যে প্রধান পার্থক্যগুলি কী কী? তারা কি একই ফলাফল দেয়?

153 correlation  pca  covariance  factor-analysis 

এই প্রশ্নটি অনুসরণ করে, আপনি কেবল যার অর্থ বোঝেন এমন ব্যক্তির সাথে আপনি কীভাবে অসঙ্গতিটি ব্যাখ্যা করবেন? , যা কোনও সাধারণ ব্যক্তির সাথে সমবায় ব্যাখ্যা করার বিষয়টি সম্বোধন করে, তা আমার মনে একই রকম প্রশ্ন উত্থাপন করেছে। কেউ কীভাবে কোনও পরিসংখ্যানকে বোঝাবেন যেহেতু সমবায় এবং পারস্পরিক সম্পর্কের মধ্যে পার্থক্য রয়েছে …

109 correlation  covariance 

সরল ভাষায় সমবায় কী এবং কীভাবে এটি পুনরাবৃত্তি-ব্যবস্থাগুলির নকশাগুলির সাথে শর্তাবলী নির্ভরতা , পারস্পরিক সম্পর্ক এবং বৈচিত্র্য-কোভারিয়েন্স কাঠামোর সাথে যুক্ত?

92 correlation  repeated-measures  terminology  covariance  independence 

আমি দেখতে পাচ্ছি যে প্রচুর পরিমাণে মেশিন লার্নিং অ্যালগরিদমগুলি গড় বাতিল এবং সমবায় সমীকরণের সাথে আরও ভাল কাজ করে। উদাহরণস্বরূপ, নিউরাল নেটওয়ার্কগুলি দ্রুত রূপান্তরিত করে এবং কে-মিনস সাধারণত প্রাক-প্রক্রিয়াজাত বৈশিষ্ট্যগুলির সাথে আরও ভাল ক্লাস্টারিং দেয়। প্রি-প্রসেসিং পদক্ষেপগুলির পিছনে অন্তর্নিহিততা দেখায় না উন্নত পারফরম্যান্সের দিকে নিয়ে যায়। কেউ আমাকে এই ব্যাখ্যা …

60 machine-learning  neural-networks  covariance  normalization 

আমি আমার পাঠ্যপুস্তক থেকে পড়েছি যে এক্স এবং ওয়াই স্বতন্ত্র হওয়ার গ্যারান্টি দেয় না। তবে তারা যদি স্বতন্ত্র থাকে তবে তাদের ovকতাকে অবশ্যই 0 হতে হবে any কেউ একটি সরবরাহ করতে পারে?cov(X,Y)=0cov(X,Y)=0\text{cov}(X,Y)=0

54 independence  covariance 

আমি অনুমান করি উত্তরটি হ্যাঁ হওয়া উচিত, তবে আমি এখনও অনুভব করি যে কিছু ঠিক নেই। সাহিত্যে কিছু সাধারণ ফলাফল হওয়া উচিত, কেউ কি আমাকে সহায়তা করতে পারে?

48 covariance  matrix  covariance-matrix  linear-algebra 

আমি এর প্রকৃতি সম্পর্কে আগ্রহী Σ−1Σ−1\Sigma^{-1}। " ডেটা সম্পর্কে কী বলে" সম্পর্কে কেউ স্বজ্ঞাত কিছু বলতে পারেন Σ−1Σ−1\Sigma^{-1}? সম্পাদনা: উত্তরের জন্য ধন্যবাদ কিছু দুর্দান্ত কোর্স করার পরে, আমি কিছু পয়েন্ট যুক্ত করতে চাই: এটি তথ্য, অর্থাত্ পরিমাপ, বরাবর দিক তথ্য পরিমাণ এক্স ।xTΣ−1xxTΣ−1xx^T\Sigma^{-1}xxxx দ্বৈত: যেহেতু ইতিবাচক নির্দিষ্ট, তাই হয় Σ …

46 bayesian  maximum-likelihood  covariance  matrix 

(নিরপেক্ষ) ভেরিয়েন্স অনুমানের ডিনোমেনেটর হ'ল সেখানে পর্যবেক্ষণ রয়েছে এবং কেবলমাত্র একটি পরামিতি অনুমান করা হচ্ছে।এনn−1n−1n-1nnn V(X)=∑ni=1(Xi−X¯¯¯¯)2n−1V(X)=∑i=1n(Xi−X¯)2n−1 \mathbb{V}\left(X\right)=\frac{\sum_{i=1}^{n}\left(X_{i}-\overline{X}\right)^{2}}{n-1} একই টোকেন দিয়ে আমি ভাবছি যে যখন দুটি পরামিতি অনুমান করা হচ্ছে তখন কেন কোভারিয়েন্সের ডিনোমিনিটারটি হওয়া উচিত নয় ?n−2n−2n-2 Cov(X,Y)=∑ni=1(Xi−X¯¯¯¯)(Yi−Y¯¯¯¯)n−1Cov(X,Y)=∑i=1n(Xi−X¯)(Yi−Y¯)n−1 \mathbb{Cov}\left(X, Y\right)=\frac{\sum_{i=1}^{n}\left(X_{i}-\overline{X}\right)\left(Y_{i}-\overline{Y}\right)}{n-1}

36 self-study  variance  covariance  descriptive-statistics  unbiased-estimator 

যখন কোনও নমুনার কোভেরিয়েন্স ম্যাট্রিক্স গণনা করা হয় তখন কি একটি প্রতিসাম্য এবং ধনাত্মক-নির্দিষ্ট ম্যাট্রিক্স পাওয়ার নিশ্চয়তা দেওয়া হয়? বর্তমানে আমার সমস্যার 4600 টি পর্যবেক্ষণ ভেক্টর এবং 24 টি মাত্রার নমুনা রয়েছে।

33 sampling  covariance 

আমি শুনেছি যে এলোমেলো ভেরিয়েবলের মধ্যে আংশিক পারস্পরিক সম্পর্কগুলি কোভেরিয়েন্স ম্যাট্রিক্সকে উল্টিয়ে দিয়ে এবং এর ফলে প্রাপ্ত নির্ভুলতা ম্যাট্রিক্স থেকে উপযুক্ত কোষ গ্রহণ করে (এই সত্যটি http://en.wikedia.org/wiki/Partial_correlation এ উল্লেখ করা হয়েছে , তবে একটি প্রমাণ ছাড়াই) । কেন এই ক্ষেত্রে?

32 covariance  covariance-matrix  linear-algebra  partial-correlation  matrix-inverse 

ধরুন আমার নীচের মডেলটি রয়েছে yi=f(xi,θ)+εiyi=f(xi,θ)+εiy_i=f(x_i,\theta)+\varepsilon_i যেখানে , ব্যাখ্যামূলক ভেরিয়েবলের একটি ভেক্টর, হ'ল অ-লিনিয়ার ফাংশন এবং , যেখানে প্রাকৃতিকভাবে ম্যাট্রিক্স।yi∈RKyi∈RKy_i\in \mathbb{R}^Kxixix_iθθ\thetafffεi∼N(0,Σ)εi∼N(0,Σ)\varepsilon_i\sim N(0,\Sigma)ΣΣ\SigmaK×KK×KK\times K লক্ষ্য অনুমান করার জন্য স্বাভাবিক এবং । সুস্পষ্ট পছন্দ সর্বাধিক সম্ভাবনা পদ্ধতি। এই মডেলের জন্য লগ-সম্ভাবনা (ধরে আমাদের কাছে একটি নমুনা রয়েছে ) দেখে মনে হচ্ছেθθ\thetaΣΣ\Sigma(yi,xi),i=1,...,n(yi,xi),i=1,...,n(y_i,x_i),i=1,...,n l(θ,Σ)=−n2log(2π)−n2logdetΣ−∑i=1n(yi−f(xi,θ))′Σ−1(y−f(xi,θ)))l(θ,Σ)=−n2log⁡(2π)−n2log⁡detΣ−∑i=1n(yi−f(xi,θ))′Σ−1(y−f(xi,θ)))l(\theta,\Sigma)=-\frac{n}{2}\log(2\pi)-\frac{n}{2} …

22 maximum-likelihood  optimization  covariance 

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 …

21 normal-distribution  multivariate-analysis  covariance 

আমি সবেমাত্র (অস্পষ্টভাবে) ব্রাউনিয়ান / দূরত্বের সমবায় / পারস্পরিক সম্পর্কের সাথে পরিচয় করিয়েছি । নির্ভরশীলতার জন্য পরীক্ষা করার সময় এটি অনেকগুলি অ-রৈখিক পরিস্থিতিতে বিশেষত কার্যকর বলে মনে হয়। তবে এটি প্রায়শই ব্যবহার করা হয় বলে মনে হয় না, যদিও প্রায়শই অ-লিনিয়ার / বিশৃঙ্খলাযুক্ত ডেটার জন্য কোভারিয়েন্স / পারস্পরিক সম্পর্ক ব্যবহৃত …

21 correlation  covariance  distance-covariance 

তাহলে র্যান্ডম ভেক্টর এবং একটি একটি নির্দিষ্ট ম্যাট্রিক্স হয়, কেউ ব্যাখ্যা হতে পারে কেন গ ণ বনাম [ একটি টু Z ] = একটি গ ণ বনাম [ জেড ] একটি ⊤ ।ZZ\mathbf {Z}AAAগ ও ভি [এ জেড]=Acov[Z]A⊤.cov[AZ]=Acov[Z]A⊤।\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf {Z}]A^\top.

20 covariance