Statistiken und Big Data covariance

1

Richtige Gleichung für die gewichtete unverzerrte Probenkovarianz

Ich suche nach der richtigen Gleichung, um die gewichtete unverzerrte Stichproben-Kovarianz zu berechnen. Internetquellen sind zu diesem Thema ziemlich selten und verwenden alle unterschiedliche Gleichungen. Die wahrscheinlichste Gleichung, die ich gefunden habe, ist folgende: qj k= ∑N.i = 1wich( ∑N.i = 1wich)2- ∑N.i = 1w2ich∑N.i = 1wich( xi j- x¯j) …

9 covariance unbiased-estimator weighted-data

1

Hyperprior-Verteilungen für die Parameter (Skalenmatrix und Freiheitsgrade) eines Wisharts vor einer inversen Kovarianzmatrix

Ich schätze mehrere inverse Kovarianzmatrizen einer Reihe von Messungen über verschiedene Subpopulationen hinweg unter Verwendung eines Wisharts vor jags / rjags / R. Anstatt eine Skalenmatrix und Freiheitsgrade in der inversen Kovarianzmatrix vor (der Wishart-Verteilung) anzugeben, möchte ich einen Hyperprior in der Skalenmatrix und den Freiheitsgraden verwenden, damit sie aus …

9 bayesian covariance prior wishart hierarchical-bayesian

1

Warum dividieren wir bei der Berechnung der Stichprobenkorrelation durch ?

Ich verstehe die Gründe für die Division durch bei der Berechnung der Stichprobenvarianz, dh wenn wir durch dividieren, erhalten wir eine Schätzung der Populationsvarianz, die voreingenommen ist, um zu niedrig zu sein.n−1n−1n-1nnn Buglear (2013, S. 57) erklärt die Pearson-Korrelation: Wir dividieren aus dem gleichen Grund wie bei der Berechnung der …

9 correlation covariance bessels-correction

2

Warum hat dieser Datensatz keine Kovarianz?

Mein Verständnis der Funktionsweise der Kovarianz ist, dass korrelierte Daten eine etwas hohe Kovarianz aufweisen sollten. Ich bin auf eine Situation gestoßen, in der meine Daten korreliert aussehen (wie im Streudiagramm gezeigt), die Kovarianz jedoch nahe Null liegt. Wie kann die Kovarianz der Daten Null sein, wenn sie korreliert sind? …

8 python descriptive-statistics covariance

1

Anzeichen verwandter Kovarianzen

Angenommen, und Y sind zwei positive RVs und C o v ( X , Y ) > 0 . Bedeutet dies, dass C o v ( X , 1 / Y ) < 0 ist , oder werden weitere Informationen benötigt?XXXYYYCov(X,Y)>0Cov(X,Y)>0Cov(X,Y)>0Cov(X,1/Y)<0Cov(X,1/Y)<0Cov(X,1/Y)<0

8 covariance

2

Wenn die Kovarianz -150 beträgt, wie ist die Art der Beziehung zwischen zwei Variablen?

Die Kovarianz zweier Variablen wurde mit -150 berechnet. Was sagt die Statistik über die Beziehung zwischen zwei Variablen aus?

8 covariance

1

Kovarianz im Gaußschen Prozess

Ich bin ein wenig verwirrt über die Formel zur Berechnung der Kovarianz im Gaußschen Prozess (das Hinzufügen von Varianz verwirrt mich immer, da es nicht immer explizit bezeichnet wird). Der Grund für die Verwirrung ist, dass die Formeln in Mustererkennung und maschinellem Lernen von Bishop angegeben sind und der Gaußsche …

8 machine-learning covariance covariance-matrix kernel-trick gaussian-process

4

Was für eine Verteilung ist das?

Ich sah mich einer begrenzenden Verteilung mit einer Kovarianz von Null zwischen zwei Variablen gegenüber, aber ihre Korrelation ist . Gibt es eine solche Verteilung? Wie kann es erklärt werden?111 Sie haben Recht, vielleicht muss ich mehr Details geben. OK, X und Y sind bivariate Normalverteilungen mit unterschiedlichen Varianzen und …

8 distributions correlation covariance asymptotics bivariate

1

Verstehen, dass

Ich habe gerade diese Frage und die wundervolle akzeptierte Antwort in diesem Forum gesehen. Ich wurde dann veranlasst, intuitiv zu verstehen, warum die Division von die Kovarianz normalisiert:S.xS.ySxSyS_xS_y COV( X., Y.)S.xS.y∈ [ - 1 , 1 ]COV⁡(X,Y)SxSy∈[−1,1]\frac{\operatorname{COV}(X,Y)}{S_xS_y} \in [-1,1] Ich denke, es wird hilfreich sein, wenn ich nur verstehe, warum …

8 correlation variance covariance intuition

1

Kovarianz für drei Variablen

Ich versuche zu verstehen, wie die Kovarianzmatrix funktioniert. Nehmen wir also an, wir haben zwei Variablen: , wobei Cov ( X , Y ) = E [ ( x - E [ X ] ) ( y - E [ Y ] ) ] die Beziehung zwischen den Variablen angibt, …

8 correlation covariance moments

1

Warum repräsentiert zwischen zwei Variablen den Anteil der gemeinsamen Varianz?

Erstens schätze ich, dass Diskussionen über Allgemeinen Erklärungen zu (dh dem Bestimmungskoeffizienten in der Regression) hervorrufen . Das Problem, das ich beantworten möchte, besteht darin, dies auf alle Fälle der Korrelation zwischen zwei Variablen zu verallgemeinern.R 2r2r2r^2R2R2R^2 Ich bin also schon eine ganze Weile verwirrt über die gemeinsame Varianz. Ich …

8 correlation variance covariance r-squared

3

Kann eine multivariate Verteilung mit einer singulären Kovarianzmatrix eine Dichtefunktion haben?

Angenommen, eine multivariate Verteilung über hat eine singuläre Kovarianzmatrix. Können wir daraus schließen, dass es keine Dichtefunktion hat?RnRn\mathbb R^n Zum Beispiel ist dies bei der multivariaten Normalverteilung der Fall, aber ich bin nicht sicher, ob dies für alle anderen multivariaten Verteilungen zutrifft. Ich denke, dies ist eine Frage der Existenz …

8 distributions mathematical-statistics covariance

1

Probleme mit normalem Kriging

Ich habe diesen Wiki- Artikel über gewöhnliches Kriging verfolgt Jetzt sieht meine Kovarianzmatrix für 4 Variablen so aus 1 0.740818220681718 0.548811636094027 0.406569659740599 0.740818220681718 1 0.740818220681718 0.548811636094027 0.548811636094027 0.740818220681718 1 0.740818220681718 0.406569659740599 0.548811636094027 0.740818220681718 1 Nun, die Beziehung zwischen Semvariogramm und Variogramm ist gegeben durch γ(h)/(C0)=1−C(h)/C(0)γ(h)/(C0)=1−C(h)/C(0)\gamma(h)/(C0) = 1 - C(h)/C(0) Also …

8 covariance autocorrelation variogram

3

Numerische Instabilität der Berechnung der inversen Kovarianzmatrix

Ich habe 65 Stichproben von 21-dimensionalen Daten ( hier eingefügt ) und konstruiere daraus die Kovarianzmatrix. Bei der Berechnung in C ++ wird hier die Kovarianzmatrix eingefügt . Und wenn ich in Matlab aus den Daten berechnet werde (wie unten gezeigt), wird die Kovarianzmatrix hier eingefügt Matlab-Code zur Berechnung von …

8 clustering matlab covariance distance-functions matrix-inverse

1

Die Verteilung der Eigenwerte bei einem ist bekannt

Ich bin mit der Verwendung von Erkenntnissen aus der Zufallsmatrixtheorie vertraut, um die Anzahl der Hauptkomponenten aus der PCA einer Kovarianz- / Korrelationsmatrix zu bestimmen, die zur Bildung von Faktoren verwendet werden sollen. Wenn der dem ersten PC zugeordnete Eigenwert groß ist, bedeutet dies, dass die verbleibenden Eigenwerte klein sein …

8 correlation pca covariance eigenvalues random-matrix

Als «covariance» getaggte Fragen