Als «multivariate-analysis» getaggte Fragen

Analysen, bei denen mehr als eine Variable gleichzeitig analysiert wird und diese Variablen entweder abhängige (Antwort-) oder die einzigen in der Analyse sind. Dies kann mit einer "multiplen" oder "multivariablen" Analyse verglichen werden, die mehr als eine (unabhängige) Prädiktorvariable impliziert.

1
Konstruktion der Dirichlet-Verteilung mit Gamma-Verteilung
Sei X1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1} voneinander unabhängige Zufallsvariablen mit jeweils einer Gammaverteilung mit Parametern αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1 zeige Yi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,k, haben eine gemeinsame Verteilung alsDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) Gemeinsames pdf von (X1,…,Xk+1)=e−∑k+1i=1xixα1−11…xαk+1−1k+1Γ(α1)Γ(α2)…Γ(αk+1)(X1,…,Xk+1)=e−∑i=1k+1xix1α1−1…xk+1αk+1−1Γ(α1)Γ(α2)…Γ(αk+1)(X_1,\dots,X_{k+1})=\frac{e^{-\sum_{i=1}^{k+1}x_i}x_1^{\alpha_1-1}\dots x_{k+1}^{\alpha_{k+1}-1}}{\Gamma(\alpha_1)\Gamma(\alpha_2)\dots \Gamma(\alpha_{k+1})} Dann kann ich das gemeinsame pdf von(Y1,…,Yk+1)(Y1,…,Yk+1)(Y_1,\dots,Y_{k+1})nicht finden, dhJ(x1,…,xk+1y1,…,yk+1)J(x1,…,xk+1y1,…,yk+1)J(\frac{x_1,\dots,x_{k+1}}{y_1,\dots,y_{k+1}})



2
Kanonische Korrelationsanalyse mit Rangkorrelation
Die kanonische Korrelationsanalyse (CCA) zielt darauf ab, die übliche Pearson-Produkt-Moment-Korrelation (dh den linearen Korrelationskoeffizienten) der linearen Kombinationen der beiden Datensätze zu maximieren. Betrachten wir nun die Tatsache, dass dieser Korrelationskoeffizient nur lineare Assoziationen misst - genau aus diesem Grund verwenden wir beispielsweise auch Spearman- rho- oder Kendall- Korrelationskoeffizienten (Rang), die …


1
Implementiert GSVD alle linearen multivariaten Techniken?
Ich bin auf den Artikel von Hervé Abdi über generalisierte SVD gestoßen. Der Autor erwähnte: Die generalisierte SVD (GSVD) zerlegt eine rechteckige Matrix und berücksichtigt Einschränkungen, die den Zeilen und Spalten der Matrix auferlegt sind. Die GSVD liefert eine gewichtete verallgemeinerte Schätzung der kleinsten Quadrate einer gegebenen Matrix durch eine …






4
Was ist der Sinn einer univariaten Regression vor einer multivariaten Regression?
Ich arbeite derzeit an einem Problem, bei dem es sich um einen kleinen Datensatz handelt und bei dem der Kausalitätseffekt einer Behandlung auf das Ergebnis von Interesse ist. Mein Berater hat mich angewiesen, eine univariate Regression für jeden Prädiktor mit dem Ergebnis als Antwort und dann der Behandlungszuweisung als Antwort …


3
Wahrscheinlichkeitsformel für eine multivariate Bernoulli-Verteilung
Ich benötige eine Formel für die Wahrscheinlichkeit eines Ereignisses in einer n-variablen Bernoulli-Verteilung mit gegebenen Wahrscheinlichkeiten für ein einzelnes Element und für Paare von Elementen . Entsprechend könnte ich Mittelwert und Kovarianz von angeben .X∈{0,1}nX∈{0,1}nX\in\{0,1\}^nP(Xi=1)=piP(Xi=1)=piP(X_i=1)=p_iP(Xi=1∧Xj=1)=pijP(Xi=1∧Xj=1)=pijP(X_i=1 \wedge X_j=1)=p_{ij}XXX Ich habe bereits erfahren, dass es viele Verteilungen mit den Eigenschaften gibt, genauso …

5
SVD-Dimensionsreduktion für Zeitreihen unterschiedlicher Länge
Ich verwende Singular Value Decomposition als Methode zur Reduzierung der Dimensionalität. Bei gegebenen NVektoren der Dimension Dbesteht die Idee darin, die Merkmale in einem transformierten Raum unkorrelierter Dimensionen darzustellen, der die meisten Informationen der Daten in den Eigenvektoren dieses Raums in abnehmender Reihenfolge der Wichtigkeit verdichtet. Jetzt versuche ich, dieses …

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.