Pytania otagowane jako multivariate-analysis

Analizuje, gdzie analizowanych jest jednocześnie więcej niż jedna zmienna, a te zmienne są albo zależne (reakcyjne), albo jedyne w analizie. Można to skontrastować z analizą „wielokrotną” lub „wielowymiarową”, która zakłada więcej niż jedną zmienną predykcyjną (niezależną).

4
Co zrobić z objaśnieniami w szeregach czasowych?
Pracując głównie z danymi przekrojowymi do tej pory i bardzo niedawno przeglądając, skanując potykając się o kilka wstępnych literatur szeregów czasowych, zastanawiam się, jaką rolę odgrywają zmienne objaśniające w analizie szeregów czasowych. Chciałbym wyjaśnić trend zamiast usuwania trendów. Większość tego, co przeczytałem jako wstęp, zakłada, że ​​seria wywodzi się z …
2
Wykrywanie anomalii: jakiego algorytmu użyć?
Kontekst: Opracowuję system analizujący dane kliniczne w celu odfiltrowania nieprawdopodobnych danych, które mogą być literówkami. Co do tej pory zrobiłem: Aby oszacować wiarygodność, do tej pory próbowałem znormalizować dane, a następnie obliczyć wartość wiarygodności dla punktu p na podstawie jego odległości do znanych punktów danych w zestawie D (= zestaw …
1
Wizualizacja wielu rozkładów pochylonych w lewo
Mam serię rozkładów skośnych / grubych ogonów, które chciałbym pokazać. Istnieje 42 dystrybucje na trzech czynników (oznaczony jako A, Ba Cponiżej). Różnica maleje również w zależności od czynnika B. Problemem jest to, że rozkłady trudno jest rozróżnić w skali wyniku (stosunek lub zmiana krotności): Wydaje się, że rejestrowanie danych nadmiernie …
2
Badanie macierzy wykresów punktowych dla wielu zmiennych
Analizuję zestaw danych z wieloma parametrami (powiedzmy 50-200) i jestem zainteresowany spojrzeniem na relacje między zmiennymi (np. Pod względem wykresów rozproszenia 2 zmiennych lub histogramów 2d). Jednak dla tej liczby parametrów wydaje się niewykonalne narysowanie tablicy o wymiarach 200 x 200 (chyba że wydrukuję ją i powiesię na ścianie). Z …
2
Czy wielowymiarowe Centralne Twierdzenie Graniczne (CLT) obowiązuje, gdy zmienne wykazują doskonałą współzależność?
Tytuł podsumowuje moje pytanie, ale dla jasności rozważ następujący prosty przykład. Niech Xi∽iidN(0,1)Xi∽iidN(0,1)X_i \overset{iid}{\backsim} \mathcal{N}(0, 1) , i=1,...,ni=1,...,ni = 1, ..., n . Zdefiniuj: Sn=1n∑i=1nXiSn=1n∑i=1nXi\begin{equation} S_n = \frac{1}{n} \sum_{i=1}^n X_i \end{equation} i Tn=1n∑i=1n(X2i−1)Tn=1n∑i=1n(Xi2−1)\begin{equation} T_n = \frac{1}{n} \sum_{i=1}^n (X_i^2 - 1) \end{equation} Moje pytanie: Mimo że SnSnS_n i TnTnT_n są całkowicie …
1
Jak interpretować współczynniki wielowymiarowego modelu mieszanego w lme4 bez ogólnego przechwytywania?
Usiłuję dopasować model mieszany wielowymiarowy (tj. Wiele odpowiedzi) R. Oprócz pakietów ASReml-ri SabreR(które wymagają zewnętrznego oprogramowania) wydaje się, że jest to możliwe tylko w MCMCglmm. w artykule dołączonym do MCMCglmmpakietu (str. 6) Jarrod Hadfield opisuje proces dopasowywania takiego modelu, jak na przykład przekształcanie wielu zmiennych odpowiedzi w jedną zmienną o …
1
Czy istnieje generalizacja śladu Pillai i śladu Hotellinga-Lawleya?
W ustawieniu wielowymiarowej regresji wielokrotnej (regresor wektorowy i regresja i) cztery główne testy ogólnej hipotezy (Lambda Wilka, Pillai-Bartlett, Hotelling-Lawley i największa korzeń Roya) zależą od wartości własnych macierzy HE−1HE−1H E^{-1} , gdzie HHH i EEE są „objaśnionymi” i „całkowitymi” macierzami zmienności. I zauważył, że dane statystyczne Pillai i Hotellinga-Lawley mogą …
1
Pozorna niezgodność źródeł w analizie liniowej, kwadratowej i dyskryminacyjnej Fishera
Studiuję analizę dyskryminacyjną, ale trudno mi pogodzić kilka różnych wyjaśnień. Wydaje mi się, że czegoś mi brakuje, ponieważ nigdy wcześniej nie spotkałem się z takim (pozornym) poziomem rozbieżności. Biorąc to pod uwagę, liczba pytań dotyczących analizy dyskryminacyjnej na tej stronie wydaje się świadczyć o jej złożoności. LDA i QDA dla …
1
Który model głębokiego uczenia może klasyfikować kategorie, które nie wykluczają się wzajemnie
Przykłady: w opisie stanowiska mam zdanie: „Starszy inżynier Java w Wielkiej Brytanii”. Chcę użyć modelu głębokiego uczenia się, aby przewidzieć go jako 2 kategorie: English i IT jobs. Jeśli użyję tradycyjnego modelu klasyfikacji, może on przewidzieć tylko 1 etykietę z softmaxfunkcją na ostatniej warstwie. Dlatego mogę użyć 2 modelowych sieci …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
1
Jakie kryteria zastosować do podziału zmiennych na zmienne objaśniające i odpowiedzi na metody święceń w ekologii?
Mam różne zmienne, które oddziałują w obrębie populacji. Zasadniczo robiłem inwentaryzację krocionogów i mierzyłem inne wartości terenu, takie jak: Gatunek i ilość zebranych okazów Różne środowiska, w których przebywają zwierzęta pH Procent materiału organicznego ilość P, K, Mg, Ca, Mn, Fe, Zn, Cu Relacja Ca + Mg / K Zasadniczo …
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.