Pytania otagowane jako correlation

Miara stopnia liniowego powiązania między parą zmiennych.

5
Co zrobić ze zmiennymi współliniowymi
Oświadczenie: To jest praca domowa. Próbuję znaleźć najlepszy model dla cen diamentów, w zależności od kilku zmiennych i wydaje mi się, że mam do tej pory całkiem niezły model. Natknąłem się jednak na dwie zmienne, które są oczywiście współliniowe: >with(diamonds, cor(data.frame(Table, Depth, Carat.Weight))) Table Depth Carat.Weight Table 1.00000000 -0.41035485 0.05237998 …
3
Jakie są założenia analizy czynnikowej?
Chcę sprawdzić, czy naprawdę zrozumiałem [klasyczną, liniową] analizę czynnikową (FA), zwłaszcza założenia przyjęte przed (i być może po) FA. Niektóre dane powinny być początkowo skorelowane i istnieje między nimi możliwa liniowa zależność. Po przeprowadzeniu analizy czynnikowej dane są zwykle rozkładane (rozkład dwuwymiarowy dla każdej pary) i nie ma korelacji między …
7
Jeśli korelacja nie implikuje przyczynowości, to jaka jest wartość znajomości korelacji między dwiema zmiennymi?
Powiedzmy, że jako właściciel firmy (lub marketing albo każdy, kto rozumie wykres rozproszenia) pokazano wykres rozproszenia dwóch zmiennych: liczby reklam w porównaniu do liczby sprzedaży produktu w ciągu ostatnich 5 lat (lub innej skali czasowej, dzięki czemu mam więcej próbek. Właśnie to wymyśliłem). Teraz widzi on wykres rozproszenia i mówi …
2
Czym jest bayesowski odpowiednik dwupróbkowego testu t z nierównymi wariancjami?
Szukam bayesowskiego odpowiednika dwupróbkowego testu t z nierównymi wariancjami (test Welcha). Szukam również testu na wielu odmianach, takiego jak statystyka T Hotellinga. Docenione referencje. W przypadku wielowymiarowym załóżmy, że mamy i , gdzie (odpowiednio ) jest skrótem do średniej próbki, odchylenia standardowego próbki i liczby punktów. Możemy założyć, że liczba …
4
Jak przedstawić zysk z wyjaśnionej wariancji dzięki korelacji Y i X?
Poszukuję, jak (wizualnie) wyjaśnić studentom pierwszego roku prostą korelację liniową. Klasycznym sposobem wizualizacji byłoby stworzenie wykresu rozproszenia Y ~ X z prostą linią regresji. Ostatnio wpadłem na pomysł rozszerzenia tego typu grafiki, dodając do wykresu 3 kolejne obrazy, pozostawiając mi: wykres rozproszenia y ~ 1, następnie y ~ x, res …
4
MANOVA i korelacje między zmiennymi zależnymi: jak silny jest zbyt silny?
Zmienne zależne w MANOVA nie powinny być „zbyt silnie skorelowane”. Ale jak silna korelacja jest zbyt silna? Interesujące byłoby uzyskanie opinii ludzi na ten temat. Na przykład, czy kontynuowałbyś MANOVA w następujących sytuacjach? Y1 i Y2 są skorelowane z ip &lt; 0,005r = 0,3r=0.3r=0.3p &lt; 0,005p&lt;0.005p<0.005 Y1 i Y2 są …
2
Szybko ocenić (wizualnie) korelacje między uporządkowanymi danymi kategorialnymi w R?
Szukam korelacji między odpowiedziami na różne pytania w ankiecie („umm, zobaczmy, czy odpowiedzi na pytanie 11 korelują z odpowiedziami na pytanie 78”). Wszystkie odpowiedzi są kategoryczne (większość z nich „od bardzo nieszczęśliwych” do „bardzo szczęśliwych”), ale kilka z nich ma inny zestaw odpowiedzi. Większość z nich można uznać za porządkowe, …
3
Czy oznacza, że ​​centrowanie zmniejsza kowariancję?
Zakładając, że mam dwie nie-niezależne zmienne losowe i chcę jak najbardziej zmniejszyć kowariancję bez utraty zbyt dużej ilości „sygnału”, czy oznacza to, że centrowanie pomaga? Czytałem gdzieś, co oznacza, że ​​centrowanie zmniejsza korelację o znaczący czynnik, więc myślę, że powinno to zrobić to samo dla kowariancji.
4
Wystarczające i niezbędne warunki dla zerowej wartości własnej macierzy korelacji
Biorąc pod uwagę nnn Zmienna losowa XiXiX_i z rozkładu prawdopodobieństwa P(X1,…,Xn)P(X1,…,Xn)P(X_1,\ldots,X_n) , w korelacji macierzy Cij=E[XiXj]−E[Xi]E[Xj]Cij=E[XiXj]−E[Xi]E[Xj]C_{ij}=E[X_i X_j]-E[X_i]E[X_j] jest dodatnia pół- określony, tj. jego wartości własne są dodatnie lub zerowe. Interesują mnie warunki na PPP które są konieczne i / lub wystarczające, aby CCC miał mmm zero wartości własnych. Na przykład …
1
R / mgcv: Dlaczego produkty tensorowe te () i ti () wytwarzają różne powierzchnie?
mgcvOpakowanie Rposiada dwie funkcje montowania interakcji produktów napinacz: te()i ti(). Rozumiem podstawowy podział pracy między nimi (dopasowanie interakcji nieliniowej vs. rozkładanie tej interakcji na główne efekty i interakcję). To, czego nie rozumiem, to dlaczego te(x1, x2)i ti(x1) + ti(x2) + ti(x1, x2)może powodować (nieznacznie) różne wyniki. MWE (dostosowany z ?ti): …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
Korelacja między sinusem a cosinusem
Załóżmy, że jest równomiernie rozmieszczony na . Niech i . Pokaż, że korelacja między i wynosi zero.XXX[0,2π][0,2π][0, 2\pi]Y=sinXY=sin⁡XY = \sin XZ=cosXZ=cos⁡XZ = \cos XYYYZZZ Wydaje się, że musiałbym znać standardowe odchylenie sinus i cosinus oraz ich kowariancję. Jak mogę je obliczyć? Myślę, że muszę założyć, że ma rozkład równomierny, a …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.