UMA k × k k×k matriz de covariâncias entre todos os pares de k k variáveis aleatórias. Também é chamada matriz de variância-covariância ou simplesmente matriz de covariância.
Para uma dada matriz de dados (com variáveis em colunas e pontos de dados em linhas), parece que desempenha um papel importante na estatística. Por exemplo, é uma parte importante da solução analítica dos mínimos quadrados comuns. Ou, para o PCA, seus autovetores são os principais componentes dos...
Estou começando a se envolver com o uso de glmnetcom LASSO Regressão onde meu desfecho de interesse é dicotômica. Criei um pequeno quadro de dados simulado abaixo: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67,...
Fiquei me perguntando se alguém poderia me indicar algumas referências que discutem a interpretação dos elementos da matriz de covariância inversa, também conhecida como matriz de concentração ou matriz de precisão. Eu tenho acesso às Dependências Multivariadas de Cox e Wermuth , mas o que estou...
Acho que a resposta deve ser sim, mas ainda sinto que algo não está certo. Deve haver alguns resultados gerais na literatura, alguém poderia me
Tenho pesquisado o significado de propriedade semi-definida positiva de matrizes de correlação ou covariância. Estou procurando qualquer informação sobre Definição de semi-definição positiva; Suas propriedades importantes, implicações práticas; A consequência de ter determinante negativo,...
Ouvi dizer que correlações parciais entre variáveis aleatórias podem ser encontradas invertendo a matriz de covariância e obtendo células apropriadas dessa matriz de precisão resultante (esse fato é mencionado em http://en.wikipedia.org/wiki/Partial_correlation , mas sem uma prova) . Por que...
Digamos que eu tenha uma distribuição Gaussiana multivariada em dimensional. E tomo observações (cada uma delas um vetor ) dessa distribuição e calculo a matriz de covariância da amostra . Neste artigo , os autores afirmam que a matriz de covariância da amostra calculada com é...
Existem medidas de similaridade ou distância entre duas matrizes de covariância simétricas (ambas com as mesmas dimensões)? Estou pensando aqui em análogos à divergência KL de duas distribuições de probabilidade ou à distância euclidiana entre vetores, exceto aplicada a matrizes. Eu imagino que...
Gostaria de gerar uma matriz de correlação aleatório de n x n de tamanho de tal modo que existem algumas correlações moderadamente fortes presente:CC\mathbf Cn×nn×nn \times n matriz quadrada de reais simétrico de tamanho, por exemplo, com n = 100 ;n×nn×nn \times
Para regressão linear simples, o coeficiente de regressão é calculável diretamente a partir da matriz de variância-covariância , por onde é o índice da variável dependente e é o índice da variável explicativa.C d , eCCC deCd,eCe,eCd,eCe,e C_{d, e}\over C_{e,e} dddeee Se alguém possui apenas a...
As análises químicas de amostras ambientais são frequentemente censuradas abaixo nos limites de relatório ou em vários limites de detecção / quantificação. Este último pode variar, geralmente na proporção dos valores de outras variáveis. Por exemplo, uma amostra com uma alta concentração de um...
Dada uma matriz de covariância , como gerar dados de modo a ter a matriz de covariância de amostra ?ΣsΣs\boldsymbol \Sigma_sΣ^=ΣsΣ^=Σs\hat{\boldsymbol \Sigma} = \boldsymbol \Sigma_s De maneira mais geral: geralmente estamos interessados em gerar dados a partir de uma densidade f(x|θ)f(x|θ) f(x...
Por exemplo, em R, a MASS::mvrnorm()função é útil para gerar dados para demonstrar várias coisas nas estatísticas. É necessário um Sigmaargumento obrigatório, que é uma matriz simétrica que especifica a matriz de covariância das variáveis. Como eu criaria uma matriz n × simétrica n×nn×nn\times ncom...
Conheço a definição de matriz simétrica positiva definida (SPD), mas quero entender mais. Por que eles são tão importantes, intuitivamente? Aqui está o que eu sei. O quê mais? Para um dado dado, a matriz de co-variância é SPD. Matriz de co-variância é uma métrica importante; consulte este...
Basicamente, o que eu quero saber é como as diferentes estruturas de covariância são aplicadas e como os valores dentro dessas matrizes são calculados. Funções como lme () permitem escolher qual estrutura gostaríamos, mas eu adoraria saber como elas são estimadas. Considere o modelo linear de...
Eu sei que uma das vantagens dos modelos mistos é que eles permitem especificar a matriz de variância-covariância para os dados (simetria composta, auto-regressiva, não estruturada etc.). No entanto, a lmerfunção em R não permite uma especificação fácil dessa matriz. Alguém sabe qual estrutura...
O PCA robusto (desenvolvido por Candes et al 2009 ou melhor ainda por Netrepalli et al 2014 ) é um método popular para detecção multivariada de outlier , mas a distância de Mahalanobis também pode ser usada para detecção de outlier, dada uma estimativa robusta e regularizada da matriz de...
Como afirmado nesta pergunta, a classificação máxima da matriz de covariância é n−1n−1n-1 onde nnn é o tamanho da amostra e, portanto, se a dimensão da matriz de covariância for igual ao tamanho da amostra, seria singular. Não consigo entender por que subtraímos 111 da classificação máxima nnn da...
Se os dados forem 1d, a variação mostrará até que ponto os pontos de dados são diferentes um do outro. Se os dados forem multidimensionais, obteremos uma matriz de covariância. Existe uma medida que fornece um número único de como os pontos de dados são diferentes entre si em geral para dados...
Eu não sou muito bom em estatística, então peço desculpas se esta for uma pergunta simplista. Estou ajustando uma curva de alguns dados, e às vezes os meus dados melhor se encaixa uma exponencial negativa na forma , e às vezes o ajuste é mais perto de um * e ( - b * x 2 ) + c . No entanto, às vezes...