Estimei a matriz de covariância da amostra e obtive uma matriz simétrica. Com C , eu gostaria de criar rn distribuído normal com n variáveis, mas, portanto, preciso da decomposição de C de Cholesky . O que devo fazer se C não for positivo
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...
Suponhamos que tem alguns alguma variável resposta yijyijy_{ij} que foi medido a partir de jjj th irmão em th família. Além disso, alguns dados comportamentais foram coletados ao mesmo tempo de cada sujeito. Estou tentando analisar a situação com o seguinte modelo linear de efeitos...
O diagnóstico Gelman e Rubin é usado para verificar a convergência de várias cadeias mcmc executadas em paralelo. Ele compara a variação dentro da cadeia com a variação entre as cadeias, a exposição é abaixo: Etapas (para cada parâmetro): Execute m ≥ 2 cadeias de comprimento 2n a partir dos...
Minha tarefa é testar se há alteração na matriz de covariância de 6 variáveis. Os valores de 6 variáveis são medidos duas vezes nos mesmos sujeitos (3 anos entre as medições). Como eu posso fazer isso? Venho fazendo a maior parte do meu trabalho usando
Ao experimentar os modelos de mistura gaussiana aqui , encontrei esses 4 tipos de covariâncias. 'full' (each component has its own general covariance matrix), 'tied' (all components share the same general covariance matrix), 'diag' (each component has its own diagonal covariance...
Estou trabalhando em algumas técnicas de agrupamento, nas quais, para um determinado agrupamento de vetores da dimensão d, assumo uma distribuição normal multivariada e calculo o vetor médio da dimensão d da amostra e a matriz de covariância da amostra. Então, quando tentando decidir se um novo,...
Antecedentes e problema Estou usando Processos Gaussianos (GP) para regressão e subsequente otimização bayesiana (BO). Para regressão, uso o pacote gpml do MATLAB com várias modificações personalizadas, mas o problema é geral. É um fato bem conhecido que, quando duas entradas de treinamento estão...
Como a matriz de erros var / cov é calculada na prática por pacotes de análise estatística? Essa ideia é clara para mim em teoria. Mas não na prática. Quero dizer, se eu tiver um vetor de variáveis aleatórias , entendo que a matriz de variância / covariância receberá o produto externo dos...
Suponha que tenhamos um modelo linear Model1e vcov(Model1)forneça a seguinte matriz: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500...
Suponhamos que temos covariância matrizes e . Quais dessas opções também são matrizes de covariância?XXXYYY X+YX+YX+Y X2X2X^2 XYXYXY Tenho um pouco de dificuldade para entender o que exatamente é necessário para que algo seja uma matriz de covariância. Suponho que isso significa que, por...
A covariância entre duas variáveis aleatórias define uma medida de quão estreitamente elas estão linearmente relacionadas entre si. Mas e se a distribuição conjunta for circular? Certamente há estrutura na distribuição. Como essa estrutura é
Eu tenho um conjunto de dados que consiste em 717 observações (linhas) que são descritas por 33 variáveis (colunas). Os dados são padronizados pela z-scoring de todas as variáveis. Não há duas variáveis linearmente dependentes ( ). Também removi todas as variáveis com variação muito baixa...
Estou falando aqui de matrizes de correlações de Pearson. Eu sempre ouvi dizer que todas as matrizes de correlação devem ser positivas semidefinidas. Meu entendimento é que matrizes definidas positivas devem ter valores próprios , enquanto matrizes semidefinidas positivas devem ter valores...
Os antecedentes do meu estudo : Em uma amostragem de Gibbs em que amostramos (a variável de interesses) e de e respectivamente, onde e são vetores aleatórios em dimensionais. Sabemos que o processo geralmente é dividido em duas etapas:Y P ( X | Y ) P ( Y | X ) X Y
Alguém poderia me explicar em termos simples o que é uma matriz de covariância isotrópica? Não consigo encontrar nada
Muitos livros didáticos de estatística fornecem uma ilustração intuitiva de quais são os vetores próprios de uma matriz de covariância: Os vetores u e z formam os vetores próprios (bem, eigenaxes). Isso faz sentido. Mas a única coisa que me confunde é que extraímos autovetores da matriz de...
Qual é a estrutura de variância-covariância padrão para efeitos aleatórios no glmerou lmerno lme4pacote? Como se especifica outra estrutura de variância-covariância para efeitos aleatórios no código? Não encontrei nenhuma informação sobre isso na
No livro que estou lendo, eles usam definição positiva (definição semi-positiva) para comparar duas matrizes de covariância. A idéia é que, se é pd então é menor do que . Mas estou lutando para conseguir a intuição desse relacionamento?A - BA−BA-BBBBUMAAA Há um tópico semelhante...
Eu tenho um GLMM do formulário: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), obtenho resultados diferentes dos que utilizo Anova(model, type="III")na embalagem do carro ou summary(model). Estes dois...