প্রশ্ন ট্যাগ «covariance»

তাদের কোভেরিয়েন্স ম্যাট্রিক্স (তাদের পাওয়ার বর্ণালী ঘনত্ব (পিএসডি) এবং ক্রস-পাওয়ার বর্ণালী ঘনত্ব (সিএসডি)) দিয়ে স্টেশনারি রঙিন টাইম-সিরিজের একটি সেট তৈরি করতে আমার সমস্যা হচ্ছে। আমি জানি যে দুটি টাইম-সিরিজ এবং , আমি তাদের পাওয়ার বর্ণালী ঘনত্ব (পিএসডি) এবং ক্রস বর্ণালী ঘনত্ব (সিএসডি) অনেক বিস্তৃতভাবে উপলব্ধ রুটিন ব্যবহার করে অনুমান করতে …

20 time-series  sampling  algorithms  simulation  covariance 

যদি আমাদের কাছে 2 টি সাধারণ, আনঅর্কিলিটেড এলোমেলো ভেরিয়েবলগুলি তবে আমরা সূত্রটি সহ 2 টি সম্পর্কযুক্ত র্যান্ডম ভেরিয়েবল তৈরি করতে পারিX1,X2X1,X2X_1, X_2 Y=ρX1+1−ρ2−−−−−√X2Y=ρX1+1−ρ2X2Y=\rho X_1+ \sqrt{1-\rho^2} X_2 এবং তারপর YYY একটি পারস্পরিক সম্পর্ক থাকবে ρρ\rho সঙ্গে X1X1X_1 । এই সূত্রটি কোথা থেকে এসেছে কেউ ব্যাখ্যা করতে পারেন?

19 correlation  normal-distribution  covariance 

মূলত আমি যা ভাবছি তা হ'ল কীভাবে বিভিন্ন সমবায় কাঠামো প্রয়োগ করা হয় এবং এই ম্যাট্রিকগুলির অভ্যন্তরের মানগুলি কীভাবে গণনা করা হয়। Lme () এর মতো ক্রিয়াকলাপগুলি আমাদের কোন কাঠামোটি পছন্দ করতে চাই তা চয়ন করতে আমাদের অনুমতি দেয় তবে সেগুলি কীভাবে অনুমান করা হয় তা আমি জানতে চাই। রৈখিক …

19 mixed-model  random-effects-model  covariance  covariance-matrix 

যদি ডেটা 1 ডি হয়, ভেরিয়েন্সটি দেখায় যে পরিমাণে ডেটা পয়েন্টগুলি একে অপরের থেকে আলাদা। যদি ডেটা বহুমাত্রিক হয় তবে আমরা একটি সমবায় ম্যাট্রিক্স পাব। মাল্টি-ডাইমেনশনাল ডেটার জন্য কীভাবে ডেটা পয়েন্টগুলি একে অপরের থেকে পৃথক হয় তার একক সংখ্যা দেয় এমন কোনও পরিমাপ রয়েছে? আমি মনে করি ইতিমধ্যে অনেকগুলি সমাধান …

17 variance  covariance  covariance-matrix 

প্রথমত, আমি এটি জিজ্ঞাসা করছি না: শূন্য সম্পর্ক কী স্বাধীনতা বোঝায় না? এটি এখানে সম্বোধন করা হয়েছে (বরং দুর্দান্তভাবে) : /math/444408/why-does-zero-correlation-not-imply-ind depend dependance আমি যা জিজ্ঞাসা করছি তার বিপরীত ... বলুন দুটি পরিবর্তনশীল একে অপরের থেকে সম্পূর্ণ স্বাধীন independent দুর্ঘটনাক্রমে তারা কি খুব সামান্য সম্পর্ক স্থাপন করতে পারে না? এটা …

16 correlation  mathematical-statistics  covariance  independence 

আমার একটি জিপিএস ইউনিট রয়েছে যা কোভারিয়েন্স ম্যাট্রিক্সের মাধ্যমে শব্দ পরিমাপকে ছাড়িয়ে যায় ΣΣ\Sigma : Σ=⎡⎣⎢σxxσyxσxzσxyσyyσyzσxzσyzσzz⎤⎦⎥Σ=[σxxσxyσxzσyxσyyσyzσxzσyzσzz]\Sigma = \left[\begin{matrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ \sigma_{xz} & \sigma_{yz} & \sigma_{zz} \end{matrix}\right] (এছাড়াও আছে tটিt নয় তবে আসুন এক সেকেন্ডের জন্যও তা উপেক্ষা করুন)) ধরুন আমি …

16 covariance  measurement-error  uncertainty 

আমাকে কয়েকটি নমুনা সহ বাইভেরিয়েট গাউসির বিতরণ "শিখতে" দরকার, তবে পূর্বের বিতরণে একটি ভাল অনুমান, সুতরাং আমি বায়সিয়ান পদ্ধতির ব্যবহার করতে চাই। আমি আমার পূর্ব নির্ধারণ করেছি: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & 0 …

15 distributions  bayesian  estimation  covariance  posterior 

জিএলএম-এ কোভেরিয়েন্স কাঠামো নির্দিষ্ট করার সুবিধা কী (কোভরিয়েন্স ম্যাট্রিক্সের সমস্ত অফ-ডায়াগোনাল এন্ট্রিগুলিকে শূন্য হিসাবে গণ্য করার চেয়ে)? ডেটা সম্পর্কে যে কেউ জানে তার প্রতিফলন বাদ দিয়ে তা করে মানানসই ভালতা? আউট-আউট ডেটা সম্পর্কে ভবিষ্যদ্বাণীমূলক নির্ভুলতা উন্নত করবেন? আমাদের সম্প্রচারের মাত্রাটি অনুমান করার অনুমতি দেয়? সমবায় কাঠামো চাপিয়ে দেওয়ার জন্য কী …

15 generalized-linear-model  covariance 

আমি যেমন বুঝতে পারি, সমীকরণটি ব্যবহার করে সমবায়িকাকে সাধারণ করে আমরা পারস্পরিক সম্পর্ক পেতে পারি ρi,j=cov(Xi,Xj)σiσjρi,j=cov(Xi,Xj)σiσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} যেখানে হ'লএক্সiএর প্রমিত বিচ্যুতি।σi=E[(Xi−μi)2]−−−−−−−−−−−√σi=E[(Xi−μi)2]\sigma_i=\sqrt{E[(X_i-\mu_i)^2]}XiXiX_i আমার উদ্বেগ যদি মান বিচ্যুতির শূন্যের সমান হয়? এমন কোনও শর্ত আছে যে গ্যারান্টি দেয় এটি শূন্য হতে পারে না? ধন্যবাদ।

15 correlation  standard-deviation  covariance 

প্রশ্নাবলি গাছ কি অগভীর বা গভীর তার উপর নির্ভর করে? বা গাছের গভীরতা / স্তর নির্বিশেষে আমরা এটি বলতে পারি? পক্ষপাত কম এবং বৈকল্পিক কেন বেশি? স্বজ্ঞাত এবং গাণিতিকভাবে ব্যাখ্যা করুন

15 machine-learning  variance  covariance  cart  bias 

যদি এক্সXX এবং ওয়াইYY দুটি র্যান্ডম ভেরিয়েবল যা কেবলমাত্র দুটি সম্ভাব্য রাজ্য নিতে পারে তবে আমি কীভাবে দেখাব যে সি ও ভি ( এক্স , ওয়াই ) = 0Cov(X,Y)=0Cov(X,Y) = 0 স্বতন্ত্রতা বোঝায়? সি ও ভি ( এক্স , ওয়াই ) = 0Cov(X,Y)=0Cov(X,Y) = 0 স্বতন্ত্রতা বোঝায় না এমন দিনে …

14 covariance  independence 

এটি একটি অন্ত্র চেক এর সামান্য বিট, দয়া করে আমাকে এই ধারণাটি ভুল বোঝাবুঝি করছি কিনা এবং কোন উপায়ে তা আমাকে সহায়তা করুন। পারস্পরিক সম্পর্কের সম্পর্কে আমার কার্যকরী বোধ আছে তবে কার্যকরী বোঝার পিছনে যে নীতিগুলি রয়েছে তা সত্যই আত্মবিশ্বাসের সাথে ব্যাখ্যা করার জন্য আমি কিছুটা আঁকড়ে ধরছি feeling যেহেতু …

14 correlation  categorical-data  covariance 

আমাকে এআরএমএ (২,১) প্রক্রিয়াটির স্বতঃআবর্তন ফাংশন জন্য বিশ্লেষণাত্মক অভিব্যক্তি অর্জন করতে হবে :γ(k)γ(k)\gamma\left(k\right) yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t সুতরাং, আমি জানি: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] সুতরাং আমি লিখতে পারি: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] তারপরে, অটোোকোরিয়েন্স ফাংশনের বিশ্লেষণযোগ্য সংস্করণটি পেতে, আমাকে - 0, 1, 2 এর মানগুলি প্রতিস্থাপন করতে হবে ... যতক্ষণ না আমি …

13 time-series  covariance  autocorrelation  arma 

আমার দুটি এলোমেলো ভেরিয়েবল এবং ।X>0X>0X > 0Y>0Y>0Y > 0 প্রদত্ত যে আমি অনুমান করতে পারি আমি কীভাবে অনুমান করতে পারিCov(X,Y),Cov(X,Y),\text{Cov}(X, Y),Cov(log(X),log(Y))?Cov(log⁡(X),log⁡(Y))?\text{Cov}(\log(X), \log(Y))?

12 data-transformation  covariance  random-variable 

অনুসরণ করছেন zzk এর প্রশ্ন নেতিবাচক সিমিউলেশন সঙ্গে তার সমস্যা উপর, আমি অবাক হচ্ছি কি ইতিবাচক K-মাত্রিক পাদ, উপর ডিস্ট্রিবিউশন এর parametrized পরিবারগোষ্ঠীর অন্তর্ভুক্ত যার জন্য সহভেদাংক ম্যাট্রিক্স নির্ধারণ করা যাবে।Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Zzk এর সাথে আলোচিত হিসাবে , বিতরণ থেকে শুরু করে এবং লিনিয়ার ট্রান্সফর্ম কাজ করে না।Rk+R+k\mathbb{R}_+^kX⟶Σ1/2(X−μ)+μX⟶Σ1/2(X−μ)+μX \longrightarrow\Sigma^{1/2} (X-\mu) + …

12 distributions  multivariate-analysis  covariance