Jak rozumiem, możemy uzyskać korelację poprzez normalizację kowariancji za pomocą równania ρi,j=cov(Xi,Xj)σiσjρi,j=cov(Xi,Xj)σiσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} gdzie to odchylenie standardowe .
Jak rozumiem, możemy uzyskać korelację poprzez normalizację kowariancji za pomocą równania ρi,j=cov(Xi,Xj)σiσjρi,j=cov(Xi,Xj)σiσj\rho_{i,j}=\frac{cov(X_i, X_j)}{\sigma_i \sigma_j} gdzie to odchylenie standardowe .
Kanoniczna analiza korelacji (CCA) ma na celu maksymalizację zwykłej korelacji iloczynu Pearsona z momentem produktu (tj. Współczynnik korelacji liniowej) kombinacji liniowych dwóch zestawów danych. Rozważmy teraz fakt, że ten współczynnik korelacji mierzy tylko asocjacje liniowe - właśnie dlatego...
Od pewnego czasu pracuję z wzajemnymi informacjami. Ale znalazłem bardzo niedawną miarę w „świecie korelacji”, którą można również wykorzystać do pomiaru niezależności dystrybucji, tak zwaną „korelację odległości” (zwaną także korelacją Browna): http://en.wikipedia.org/wiki/Brownian_covariance ....
Eksperymentuję z algorytmem maszyny do zwiększania gradientu za pośrednictwem caretpakietu w R. Korzystając z małego zestawu danych o przyjęciach na studia, uruchomiłem następujący kod: library(caret) ### Load admissions dataset. ### mydata <-
Czy ktoś może mi pomóc zrozumieć formułę korelacji Pearsona? próbka rrr = średnia z produktów standardowych punktów zmiennych i .YXXXYYY Rozumiem, dlaczego muszą znormalizować i , ale jak zrozumieć produkty obu wyników Z? YXXXYYY Ta formuła jest również nazywana „współczynnikiem korelacji...
Obliczyłem autokorelację na danych szeregów czasowych wzorców ruchu ryby na podstawie jej pozycji: X ( x.ts) i Y ( y.ts). Korzystając z R, uruchomiłem następujące funkcje i stworzyłem następujące wykresy: acf(x.ts,100) acf(y.ts,100) Moje pytanie brzmi: jak interpretować te wykresy?...
Załóżmy, że mamy X 2 ∼ unif ( n , 0 , 1 ) ,X1∼unif(n,0,1),X1∼unif(n,0,1),X_1 \sim \textrm{unif}(n,0,1), X2∼unif(n,0,1),X2∼unif(n,0,1),X_2 \sim \textrm{unif}(n,0,1), gdzie jest jednorodną losową próbką o wielkości n,
Czy istnieje jakaś standardowa procedura (taka, że można ją przytoczyć jako odniesienie) do wybierania podzbioru punktów danych z większej puli o największej korelacji (tylko w dwóch wymiarach)? Załóżmy na przykład, że masz 100 punktów danych. Potrzebujesz podzbioru 40 punktów o najsilniejszej...
To trochę kontrola, proszę, pomóżcie mi zobaczyć, czy nie rozumiem tej koncepcji iw jaki sposób. Mam funkcjonalne zrozumienie korelacji, ale czuję się trochę wyłapany, aby naprawdę pewnie wyjaśnić zasady tego funkcjonalnego zrozumienia. Jak rozumiem, korelacja statystyczna (w przeciwieństwie do...
Mam dwie serie czasowe S i T. mają tę samą częstotliwość i tę samą długość. Chciałbym obliczyć (używając R) korelację między tą parą (tj. S i T), a także być w stanie obliczyć istotność korelacji), więc mogę ustalić, czy korelacja wynika z przypadku, czy nie. Chciałbym to zrobić w R i szukam...
Dane, które chcemy wykorzystać jako zmienną zależną, wyglądają tak (są to dane zliczające). Obawiamy się, że skoro ma ona składową cykliczną i strukturę trendu, regresja okazuje się w jakiś sposób stronnicza. W razie potrzeby zastosujemy ujemną regresję dwumianową. Dane to zrównoważony panel,...
Prawdopodobnie świadczy to o zasadniczym braku zrozumienia działania korelacji cząstkowych. Mam 3 zmienne, x, y, z. Kiedy kontroluję z, korelacja między xiy wzrasta w stosunku do korelacji między xiy, gdy z nie było kontrolowane. Czy to ma sens? Wydaje mi się, że gdy kontroluje się efekt trzeciej...
Waham się, czy zapytać o to tutaj w statystykach StackExchange, czy w lingwistyce / języku angielskim, ale sądzę, że może tu być więcej użytkowników wybierających języki niż na innych forumach znających statystyki;) Często czytam raporty, które wspominają o korelacji jako czasownik w aktywnym...
Szukam przykładu 2 losowych zmiennych XXX , YYY takich, że |cor(X,Y)|≈0|cor(X,Y)|≈0\newcommand{\cor}{{\rm cor}}|\cor(X,Y)| \approx 0 ale jeśli wziąć pod uwagę tylną część rozkładów, są one wysoce skorelowane. (Staram się unikać „korelacji” / „korelacji” dla ogona, ponieważ może on nie być...
Chciałbym wygenerować pary liczb losowych z pewną korelacją. Jednak zwykłe podejście polegające na stosowaniu kombinacji liniowej dwóch zmiennych normalnych nie jest tutaj poprawne, ponieważ kombinacja liniowa zmiennych jednolitych nie jest już zmienną równomiernie rozłożoną. Potrzebuję dwóch...
Patrzyłem na stronę wikipedii, aby znaleźć korelację odległości, na której wydaje się, że cechuje ją sposób jej obliczenia. O ile mogłem zrobić obliczenia walczę aby uzyskać środki korelacji jakiej odległości i dlatego obliczenia wyglądają tak robią. Czy istnieje (lub wiele) bardziej intuicyjna...
Kontekst : Chcę, aby narysować linię na wykresie rozrzutu, że nie pojawia się parametryczne, dlatego używam geom_smooth()w ggplotw R. Automatycznie zwraca geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change...
Wyjaśniając, dlaczego nieskorelowane nie oznacza niezależności, istnieje kilka przykładów, które dotyczą szeregu zmiennych losowych, ale wszystkie wydają się tak abstrakcyjne: 1 2 3 4 . Ta odpowiedź wydaje się mieć sens. Moja interpretacja: Zmienna losowa i jej kwadrat mogą być nieskorelowane...
Czy to prawda, że RX,YRX,YR_{X,Y} jest obiektywnym estymatorem dla ρX,YρX,Y\rho_{X,Y} ? Czyli E[RX,Y]=ρX,Y?E[RX,Y]=ρX,Y?\mathbf{E}\left[R_{X,Y}\right]=\rho_{X,Y}? Jeśli nie, jaki jest obiektywny estymator dla ? (Być może używany jest standardowy estymator bezstronny? Ponadto, czy jest on...
Tło: Obecnie pracuję nad porównaniem różnych bayesowskich modeli hierarchicznych. Dane są liczbowymi miarami dobrostanu uczestnika i oraz czasu j . Mam około 1000 uczestników i 5 do 10 obserwacji na uczestnika.yI jyjajoty_{ij}jajaijotjotj Podobnie jak w przypadku większości podłużnych zestawów...