Pytania otagowane jako interpolation

Biorąc pod uwagę zestaw danych dwuwymiarowych (x, y), przypisanie wartości y odpowiadającej pewnej wartości x, przy której nie ma pomiaru y, nazywa się interpolacją, jeśli wartość x mieści się w zakresie zmierzonych wartości x.

4
Ekstrapolacja v. Interpolacja
Jaka jest różnica między ekstrapolacją a interpolacją i jaki jest najbardziej precyzyjny sposób używania tych terminów? Na przykład widziałem oświadczenie w pracy z interpolacją jako: „Procedura interpoluje kształt oszacowanej funkcji między punktami bin” Zdanie, które używa zarówno ekstrapolacji, jak i interpolacji, to na przykład: Poprzedni krok, w którym ekstrapolowaliśmy funkcję …
2
Jakie są zalety / wady stosowania splajnów, wygładzonych splajnów i emulatorów procesu gaussowskiego?
Interesuje mnie nauka (i wdrażanie) alternatywy dla interpolacji wielomianowej. Mam jednak problem ze znalezieniem dobrego opisu działania tych metod, ich powiązań i porównania. Byłbym wdzięczny za Twój wkład w zalety / wady / warunki, w których te metody lub alternatywy byłyby przydatne, ale wystarczą dobre odniesienia do tekstów, slajdów lub …
1
Jak znaleźć wartości nie podane w tabelach statystycznych (interpolować)?
Często ludzie używają programów do uzyskania wartości p, ale czasami - z jakiegokolwiek powodu - konieczne może być uzyskanie wartości krytycznej z zestawu tabel. Biorąc pod uwagę tabelę statystyczną z ograniczoną liczbą poziomów istotności i ograniczoną liczbą stopni swobody, jak uzyskać przybliżone wartości krytyczne dla innych poziomów istotności lub stopni …
8
Jak interpolacja jest związana z pojęciem regresji?
Wyjaśnij krótko Co należy rozumieć przez interpolację. Jak wiąże się to z pojęciem regresji? interpolacja to sztuka czytania między wierszami tabeli, a w matematyce elementarnej termin ten zwykle oznacza proces obliczania wartości pośrednich funkcji z zestawu danych lub tabelarycznych wartości tej funkcji. Nie mogę udzielić odpowiedzi na drugie pytanie. Proszę …
2
Jakie jest statystyczne uzasadnienie interpolacji?
Załóżmy, że mamy dwa punkty (poniższy rysunek: czarne kółka) i chcemy znaleźć wartość trzeciego punktu między nimi (krzyżyk). Rzeczywiście, oszacujemy to na podstawie naszych wyników eksperymentalnych, czarnych punktów. Najprostszym przypadkiem jest narysowanie linii, a następnie znalezienie wartości (tj. Interpolacja liniowa). Gdybyśmy mieli np. Punkty podparcia, jako brązowe punkty po obu …
4
Interpolacja danych dotyczących grypy, która oszczędza tygodniową średnią
Edytować Znalazłem artykuł opisujący dokładnie procedurę, której potrzebuję. Jedyna różnica polega na tym, że papier interpoluje średnie dane miesięczne do dziennych, przy jednoczesnym zachowaniu średnich miesięcznych. Mam problem z wdrożeniem tego podejścia R. Wszelkie wskazówki są mile widziane. Oryginalny Na każdy tydzień mam następujące dane zliczania (jedna wartość na tydzień): …
1
LARS vs zejście współrzędnych dla lasso
Jakie są zalety i wady korzystania z LARS [1] w porównaniu ze stosowaniem opadania współrzędnych w celu dopasowania regresji liniowej regulowanej przez L1? Interesują mnie głównie aspekty wydajności (moje problemy występują zwykle Nw setkach tysięcy i p<20). Jednak wszelkie inne spostrzeżenia byłyby również mile widziane. edytuj: Od kiedy opublikowałem pytanie, …
5
Jak wykonać przypisanie wartości w bardzo dużej liczbie punktów danych?
Mam bardzo duży zestaw danych i brakuje około 5% wartości losowych. Te zmienne są ze sobą skorelowane. Poniższy przykładowy zestaw danych R jest tylko zabawkowym przykładem z fałszywymi skorelowanymi danymi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Jak działa interpolacja Kriging?
Pracuję nad problemem, w którym muszę użyć Kriginga, aby przewidzieć wartość niektórych zmiennych na podstawie otaczających zmiennych. Chcę sam wdrożyć jego kod. Przejrzałem zbyt wiele dokumentów, aby zrozumieć, jak to działa, ale byłem bardzo zdezorientowany. Ogólnie rozumiem, że jest to średnia ważona, ale nie mogłem całkowicie zrozumieć procesu obliczania masy, …
1
Interpolacja Fouriera / trygonometryczna
tło W artykule Epsteina (1991): Przy uzyskiwaniu dziennych wartości klimatologicznych ze średnich miesięcznych podano formułę i algorytm obliczania interpolacji Fouriera dla wartości okresowych i równomiernych. W artykule celem jest uzyskanie dziennych wartości ze środków miesięcznych poprzez interpolację. W skrócie przyjmuje się, że nieznane wartości dzienne mogą być reprezentowane przez sumę …
2
Zamieszanie związane z krigingiem
Czytałem ten artykuł na Wikipedii związany z krigingiem. Nie zrozumiałem tej części, kiedy to mówi Kriging oblicza najlepszy liniowy estymator bezstronny, , z taki sposób, że wariancja kriginga jest minimalizowana wraz z warunkiem bezstronności. Nie otrzymałem pochodnej, a także jak zminimalizować wariancję. Jakieś sugestie?Z^(x0)Z^(x0)\hat Z (x_0)Z(x0)Z(x0)Z(x_0) Szczególnie nie dostałem części, …
2
Oblicz krzywą ROC dla danych
Mam więc 16 prób, w których próbuję uwierzytelnić osobę z cechy biometrycznej za pomocą Hamminga. Mój próg jest ustawiony na 3,5. Moje dane są poniżej i tylko próba 1 jest prawdziwie pozytywna: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
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.