Conforme observado por Wand e Jones (1995), a maioria dos kernels padrão pode ser vista como um caso de K( x ; p ) = { 22 p + 1B (p+1,p+1) }- 1( 1 - x2)p1{ | x | < 1 }K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|<1} K(x;p) = \{ 2^{2p+1} \; \mathrm{B}(p+1,p+1) \}^{-1} \; (1-x^2)^p...
Na seleção de uma largura de banda para um estimador de densidade de kernel, a largura de banda crítica de acordo com o meu entendimento é: "Para todo número k, onde 1<k<n, podemos encontrar a largura mínima, de h(k)modo que a estimativa da densidade do kernel tenha no máximo k máximos....
TLDR: As splines de regressão em placas finas têm uma interpretação probabilística / bayesiana? Dado pares de entrada-saída (xi,yi)(xi,yi)(x_i,y_i) , i=1,...,ni=1,...,ni=1,...,n ; Eu quero estimar uma função f(⋅)f(⋅)f(\cdot) seguinte forma
O estimador de densidade do kernel é dado por onde identificou com alguma densidade desconhecida , - largura de banda,f^(x,h)=1nh∑i=1nK(x−Xih)f^(x,h)=1nh∑i=1nK(x−Xih)\hat{f}(x,h)=\frac{1}{nh}\sum_{i=1}^{n}K(\frac{x-X_{i}}{h})X1,...XnX1,...XnX_1,...X_nfffhhh ∫ ∞ - ∞ K ( x ) d x = 1 ∫ ∞ - ∞ K ( x...
Estou enfrentando uma distribuição posterior em um aplicativo MCMC que visa amostrar uma variável não observável dada uma série observada .x={xt}Tt=0x={xt}t=0Tx=\{x_t\}_{t=0}^{T}y={yt}Tt=0y={yt}t=0Ty=\{y_t\}^T_{t=0} No entanto, os posteriores condicionais são lidos como com sendo um vetor de...
Eu tenho dois grupos de 10 participantes que foram avaliados três vezes durante um experimento. Para testar as diferenças entre os grupos e nas três avaliações, executei um ANOVA de desenho misto 2x3 com group(controle, experimental), time(primeiro, segundo, três) e group x time. Ambos timee...
Os dados consistem em espectros ópticos (intensidade da luz em relação à frequência) gravados em momentos variados. Os pontos foram adquiridos em uma grade regular em x (tempo), y (frequência). Para analisar a evolução do tempo em frequências específicas (um aumento rápido, seguido de uma...
Eu tenho alguns dados que estão claramente truncados à esquerda. Desejo ajustá-lo com uma estimativa de densidade que o manipule de alguma maneira, em vez de tentar suavizá-lo. Quais métodos conhecidos (como de costume, em R) podem resolver isso? Código de amostra: set.seed(1341) x <-...
Digamos que eu tenha uma matriz de dados centrada com SVD .n×mn×mn \times mAAAA=UΣVTA=UΣVTA = U \Sigma V^{T} Por exemplo, colunas (medidas) que são espectros com frequências diferentes. A matriz é centralizada para que as linhas da matriz tenham sua média subtraída. Isso serve para interpretar os...
Eu sou novo no HMM e ainda estou aprendendo. Atualmente, estou usando o HMM para marcar parte do discurso. Para implementar o algoritmo viterbi, preciso de probabilidades de transição ( ai,jai,j a_{i,j} \newcommand{\Count}{\text{Count}} ) e de probabilidades de emissão ( bi(o)bi(o) b_i(o) ). Estou...
Eu tenho um vetor Xde N=900observações que são melhor modeladas por um estimador de densidade de Kernel de largura de banda global (modelos paramétricos, incluindo modelos de mistura dinâmica, acabaram não sendo bons ajustes): Agora, eu quero simular a partir deste KDE. Eu sei que isso pode ser...
Estou trabalhando com o conjunto de dados "geyser" do pacote MASS e comparando as estimativas de densidade de kernel do pacote np. Meu problema é entender a estimativa de densidade usando a validação cruzada de mínimos quadrados e o kernel
Estou executando a simulação em um modelo linear. Recebo 1000 resultados e os resultados são colocados em um gráfico de densidade. Entendo que o xaxis é a variável dependente e o yaxis representa a densidade do kernel. Yaxis está em números decimais, como de 0 a 0,15. Como explico isso para os...
O parâmetro alfa de uma média móvel exponencial define a suavização que a média aplica a uma série temporal. De maneira semelhante, o tamanho da janela de uma janela em movimento também define a suavização. Existe alguma maneira de ajustar o parâmetro alfa, de modo que a suavização seja...
Considere um planejamento fatorial dentro do sujeito e dentro do item, onde a variável de tratamento experimental possui dois níveis (condições). Seja m1o modelo máximo e m2o modelo sem correlações aleatórias. m1: y ~ condition + (condition|subject) + (condition|item) m2: y ~ condition +...
Tenho uma série temporal um tanto barulhenta que paira em diferentes níveis. Por exemplo, os seguintes dados: Eu tenho os dados de linha sólida disponíveis e gostaria de obter uma estimativa para a linha tracejada. Deve ser constante por partes. Quais algoritmos são apropriados para testar...