Pytania otagowane jako covariance

Kowariancja jest wielkością używaną do pomiaru siły i kierunku liniowej zależności między dwiema zmiennymi. Kowariancja jest nieskalowana, a zatem często trudna do interpretacji; po skalowaniu przez SD zmiennych staje się współczynnikiem korelacji Pearsona.

1
Co zrobić, gdy macierz kowariancji próbki nie jest odwracalna?
Pracuję nad niektórymi technikami grupowania, w których dla danej grupy wektorów wymiaru d zakładam wielowymiarowy rozkład normalny i obliczam przykładowy średni wektor d-wymiarowy i macierz kowariancji próbki. Potem, gdy stara się zdecydować, czy nowy, niewidzialny, d-wymiarowy wektor należy do tego klastra ja sprawdzając jego odległość za pośrednictwem tego środka: ( …
4
Czy ktoś może zilustrować, w jaki sposób może istnieć zależność i zerowa kowariancja?
Czy ktoś może zilustrować, tak jak Greg, ale bardziej szczegółowo, w jaki sposób zmienne losowe mogą być zależne, ale mają zerową kowariancję? Greg, plakat tutaj, podaje przykład używając koła tutaj . Czy ktoś może wyjaśnić ten proces bardziej szczegółowo, stosując sekwencję kroków ilustrujących ten proces na kilku etapach? Ponadto, jeśli …
3
Jak przeprowadzić analizę czynnikową, gdy macierz kowariancji nie jest pozytywnie określona?
Mam zestaw danych, który składa się z 717 obserwacji (wierszy), które są opisane przez 33 zmienne (kolumny). Dane są standaryzowane przez punktację Z wszystkich zmiennych. Żadne dwie zmienne nie są liniowo zależne ( ). Usunąłem również wszystkie zmienne o bardzo niskiej wariancji (mniej niż ). Poniższy rysunek pokazuje odpowiednią macierz …
2
Metryki macierzy kowariancji: wady i zalety
Jakie są „najlepsze” wskaźniki dla macierzy kowariancji i dlaczego? Jest dla mnie jasne, że Frobenius i c nie są odpowiednie, a parametryzacje kątów również mają swoje problemy. Intuicyjnie można chcieć kompromisu między tymi dwoma, ale chciałbym również wiedzieć, czy istnieją inne aspekty, o których należy pamiętać i być może dobrze …
2
Jakie są odległości między zmiennymi tworzącymi macierz kowariancji?
Mam macierzy kowariancji i chcę podzielić zmienne na klastrów za pomocą hierarchicznego grupowania (na przykład, aby posortować macierz kowariancji).kn × nn×nn \times nkkk Czy istnieje typowa funkcja odległości między zmiennymi (tj. Między kolumnami / rzędami kwadratowej macierzy kowariancji)? A jeśli jest ich więcej, czy istnieje dobre odniesienie do tematu?
1
Macierz kowariancji dla procesu Gaussa i rozkładu Wishart
Czytam ten artykuł na temat ogólnych procesów Wishart (GWP). Artykuł oblicza kowariancje między różnymi zmiennymi losowymi (zgodnie z procesem Gaussa ) za pomocą kwadratowej funkcji kowariancji wykładniczej, tj. . Następnie mówi, że ta macierz kowariancji jest zgodna z GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Kiedyś myślałem, że macierz kowariancji obliczona z liniowej funkcji …
1
Intuicyjne rozumienie kowariancji, kowariancji krzyżowej, autokorelacji / korelacji krzyżowej i gęstości widma mocy
Obecnie studiuję do moich finałów w podstawowych statystykach dla mojego licencjata ECE. Chociaż wydaje mi się, że mam matematykę głównie słabo, brakuje mi intuicyjnego zrozumienia, co tak naprawdę oznaczają liczby (preambuła: użyję raczej niechlujnego języka). Wiem, że E [X] jest „średnią ważoną” wszystkich wyników X ważonych ich prawdopodobieństwem. Opcja Var …
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.
5
Intuicja na temat definicji kowariancji
Próbowałem lepiej zrozumieć kowariancję dwóch zmiennych losowych i zrozumieć, jak pierwsza osoba, która o tym pomyślała, doszła do definicji rutynowo stosowanej w statystyce. Poszedłem na wikipedię, aby lepiej to zrozumieć. Z artykułu wynika, że ​​dobra miara kandydata lub ilość dla powinna mieć następujące właściwości:doo v ( X, Y)Cov(X,Y)Cov(X,Y) Powinien mieć …
1
Łączenie dwóch macierzy kowariancji
Obliczam kowariancję rozkładu równolegle i muszę połączyć wyniki rozproszone w liczbie pojedynczej Gaussa. Jak połączyć te dwa elementy? Interpolacja liniowa między tymi dwoma prawie działa, jeśli są one podobnie rozmieszczone i zwymiarowane. Wikipedia zapewnia forumla na dole dla kombinacji, ale wydaje się to niewłaściwe; dwie identycznie rozmieszczone dystrybucje powinny mieć …
2
Przyrostowa regresja procesu Gaussa
Chcę wdrożyć przyrostową regresję procesu gaussowskiego za pomocą przesuwanego okna nad punktami danych, które docierają jeden po drugim przez strumień. Pozwolić reddoznacz wymiarowość przestrzeni wejściowej. Więc każdy punkt danychxjaxix_i ma redd liczba elementów. Pozwolić nnn być wielkości przesuwanego okna. Aby dokonać prognoz, muszę obliczyć odwrotność macierzy gramowej K.KK, gdzie K.I …
3
Intuicja kryjąca się za wzorem wariancji sumy dwóch zmiennych
Wiem z poprzednich badań, że Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B)=Var(A)+Var(B)+2Cov(A,B)Var(A+B) = Var(A) + Var(B) + 2 Cov (A,B) Nie rozumiem jednak, dlaczego tak jest. Widzę, że efektem będzie „podniesienie” wariancji, gdy kowboja A i B bardzo wysoko. Sensowne jest, że gdy tworzysz kompozyt z dwóch wysoce skorelowanych zmiennych, zwykle dodajesz wysokie obserwacje z 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.