Statystyki i duże zbiory danych latent-variable

5

Próbuję zrozumieć, jakie jest podobieństwo między Latent Dirichlet Allocation i word2vec do obliczania podobieństwa słów. Jak rozumiem, LDA odwzorowuje słowa na wektor prawdopodobieństwa ukrytych tematów, podczas gdy word2vec odwzorowuje je na wektor liczb rzeczywistych (związanych z rozkładem pojedynczej wartości punktowej wzajemnej informacji, patrz O. Levy, Y. Goldberg, „Neural Word Embedding” …

39 machine-learning self-study natural-language latent-variable word2vec

3

Analiza klas ukrytych a analiza skupień - różnice w wnioskach?

Jakie są różnice w wnioskach, które można wyciągnąć z analizy ukrytej klasy (LCA) w porównaniu z analizą skupień? Czy to prawda, że LCA zakłada ukrytą zmienną, która powoduje powstanie klas, podczas gdy analiza skupień jest empirycznym opisem skorelowanych atrybutów z algorytmu klastrowania? Wydaje się, że w naukach społecznych LCA zyskał …

30 clustering latent-variable latent-class

1

Utajona interpretacja zmiennych uogólnionych modeli liniowych (GLM)

Krótka wersja: Wiemy, że regresję logistyczną i regresję probitową można interpretować jako obejmującą ciągłą zmienną ukrytą, która jest dyskretyzowana według pewnego ustalonego progu przed obserwacją. Czy dostępna jest podobna interpretacja zmiennej ukrytej dla, powiedzmy, regresji Poissona? Co powiesz na regresję dwumianową (np. Logit lub probit), gdy występują więcej niż dwa …

21 logistic generalized-linear-model poisson-regression probit latent-variable

5

Jak zacząć korzystać z teorii odpowiedzi na pytania i jakiego oprogramowania użyć?

Kontekst Czytałem o teorii odpowiedzi na przedmioty i uważam ją za fascynującą. Myślę, że rozumiem podstawy, ale zastanawiam się, jak zastosować techniki statystyczne związane z tym obszarem. Poniżej znajdują się dwa artykuły podobne do obszaru, w którym chciałbym zastosować ITR: http://www.jstor.org/stable/4640738?seq=7 http://www.ncbi.nlm.nih.gov/pubmed/21744971 Drugi to ten, który naprawdę chciałbym przedłużyć w …

21 psychometrics latent-variable irt

3

Jak wybrać optymalną liczbę ukrytych czynników w nieujemnym rozkładzie macierzy?

Biorąc pod uwagę macierz , Faktoryzacja macierzy nieujemnej (NMF) znajduje dwie nieujemne macierze i ( tzn. ze wszystkimi elementami ) do reprezentowania rozłożonej macierzy jako:Vm×nVm×n\mathbf V^{m \times n}H k × n ≥0Wm×kWm×k\mathbf W^{m \times k}Hk×nHk×n\mathbf H^{k \times n}≥0≥0\ge 0 V≈WH,V≈WH,\mathbf V \approx \mathbf W\mathbf H, na przykład wymagając, aby nieujemne …

16 cross-validation unsupervised-learning latent-variable matrix-decomposition nnmf

1

Parametry a zmienne ukryte

Pytałem o to wcześniej i naprawdę miałem problemy z określeniem, co czyni parametr modelu, a co czyni go zmienną ukrytą. Więc patrząc na różne wątki na ten temat na tej stronie, głównym rozróżnieniem wydaje się być: Zmienne utajone nie są obserwowane, ale mają z nimi powiązany rozkład prawdopodobieństwa, ponieważ są …

13 bayesian modeling random-variable latent-variable

2

Jak zmniejszyć liczbę elementów za pomocą analizy czynnikowej, spójności wewnętrznej i teorii odpowiedzi na element w połączeniu?

Jestem w trakcie empirycznego opracowywania kwestionariusza i użyję dowolnych liczb w tym przykładzie do zilustrowania. Dla kontekstu opracowuję kwestionariusz psychologiczny mający na celu ocenę wzorców myślenia powszechnie identyfikowanych u osób z zaburzeniami lękowymi. Element może wyglądać tak: „Muszę wielokrotnie sprawdzać piekarnik, ponieważ nie jestem pewien, czy jest wyłączony ”. Mam …

12 factor-analysis reliability psychometrics latent-variable validity

1

Jaka jest różnica między VAE a stochastyczną propagacją wsteczną dla modeli Deep Generative?

Jaka jest różnica między automatycznym kodowaniem odmian Bayesa a stochastyczną propagacją wsteczną dla modeli głębokiej generacji ? Czy wnioskowanie w obu metodach prowadzi do takich samych wyników? Nie znam żadnych wyraźnych porównań między tymi dwiema metodami, mimo że obie grupy autorów cytują się nawzajem.

10 deep-learning inference latent-variable variational-bayes sgd

1

Jaka jest różnica między współczynnikiem MIMIC a kompozytem ze wskaźnikami (SEM)?

W modelowaniu równań strukturalnych ze zmiennymi ukrytymi (SEM) powszechnym sformułowaniem modelu jest „Wskaźnik wielokrotny, przyczyna wielokrotna” (MIMIC), w którym zmienna ukryta jest wywoływana przez niektóre zmienne i odzwierciedlana przez inne. Oto prosty przykład: Zasadniczo, f1jest to wynik regresji x1, x2i x3, i y1, y2i y3są wskaźniki pomiarowe f1. Można także …

10 sem latent-variable lavaan

1

W jaki sposób wykorzystujesz algorytm EM do obliczania MLE dla sformułowania zmiennej utajonej modelu Poissona z napompowaniem zerowym?

Model regresji Poissona napompowany zerem jest definiowany dla próbki przez Y i = { 0 z prawdopodobieństwem p i + ( 1 - p i ) e - λ i k z prawdopodobieństwem ( 1 - p i ) e - λ i λ k i / k ! i …

10 generalized-linear-model maximum-likelihood poisson-distribution expectation-maximization latent-variable

2

Jak obliczyć przedziały ufności współczynników regresji w PLS?

Podstawowym model PLS jest dana macierzy X i n wektor Y są związane przez X = T P ' + E , Y = T Q ' + f , gdzie t jest utajony N x k macierzy i E , f są warunkami szumu (sumowanie X , y są …

10 regression confidence-interval latent-variable partial-least-squares

2

Algorytm EM Praktyka Problem

Jest to problem praktyczny podczas egzaminu śródokresowego. Problemem jest przykład algorytmu EM. Mam problem z częścią (f). Podaję części (a) - (e) do uzupełnienia i na wypadek, gdyby wcześniej popełniłem błąd. Niech będą niezależnymi wykładniczymi zmiennymi losowymi o współczynniku . Niestety rzeczywiste wartości nie są przestrzegane i obserwujemy tylko, czy …

9 self-study maximum-likelihood latent-variable expectation-maximization

Pytania otagowane jako latent-variable