Als «quadratic-form» getaggte Fragen

2
Summe zweier normaler Produkte ist Laplace?
Es ist anscheinend der Fall, dass wenn Xi∼N(0,1)Xi∼N(0,1)X_i \sim N(0,1) , dann X1X2+X3X4∼Laplace(0,1)X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} Ich habe Artikel über beliebige quadratische Formen gesehen, die immer zu schrecklichen nicht-zentralen Chi-Quadrat-Ausdrücken führen. Die obige einfache Beziehung scheint mir überhaupt nicht offensichtlich zu sein, hat also (wenn es wahr …


2
Quadratische Programmierung und Lasso
Ich versuche eine Lasso-Regression durchzuführen, die folgende Form hat: Minimiere inwww(Y−Xw)′(Y−Xw)+λ|w|1(Y−Xw)′(Y−Xw)+λ|w|1(Y - Xw)'(Y - Xw) + \lambda \;|w|_1 Bei einem wurde mir geraten, das optimale mit Hilfe der quadratischen Programmierung zu finden, die die folgende Form annimmt:λλ\lambdawww Minimiere in , vorbehaltlichxxx12x′Qx+c′x12x′Qx+c′x\frac{1}{2} x'Qx + c'xAx≤b.Ax≤b.Ax \le b. Jetzt ist mir klar, …

1
Beziehung zwischen Gramm- und Kovarianzmatrizen
Für ein n × pn×pn\times p Matrix X.XX, wo p ≫ np≫np \gg n, wie ist die Beziehung zwischen X.T.X.XTXX^{T}X (Streumatrix, auf der die Kovarianzmatrix basiert) und X.X.T.XXTXX^{T} (äußeres Produkt manchmal Gram-Matrix genannt)? Wenn einer bekannt ist, wie ist es möglich , den anderen zu erhalten (das Beste, was man …


2
Wie kann ein linearer und ein quadratischer Term eingeschlossen werden, wenn auch die Interaktion mit diesen Variablen einbezogen wird?
Wenn Sie einen numerischen Prädiktor mit kategorialen Prädiktoren und deren Wechselwirkungen hinzufügen, wird es normalerweise als notwendig angesehen, die Variablen vorher auf 0 zu zentrieren. Der Grund dafür ist, dass die Haupteffekte ansonsten schwer zu interpretieren sind, da sie mit dem numerischen Prädiktor bei 0 bewertet werden. Meine Frage ist …

1
Verteilung einer quadratischen Form, nicht zentrale Chi-Quadrat-Verteilung
Definition . Angenommen, y∼N(μ,In×n)y∼N(μ,In×n)\mathbf{y} \sim \mathcal{N}(\boldsymbol{\mu}, I_{n \times n}) . Dann ist w=yTy=∥y∥2∼χ2n(θ=∥μ∥2/2=μTμ/2),w=yTy=‖y‖2∼χn2(θ=‖μ‖2/2=μTμ/2),w = \mathbf{y}^{T}\mathbf{y} = \|\mathbf{y}\|^2 \sim \chi^{2}_{n}\left(\theta = \|\boldsymbol{\mu}\|^2/2 =\boldsymbol{\mu}^{T}\boldsymbol{\mu}/2 \right)\text{,} dh die χ2χ2\chi^2 Verteilung mit nnn Graden von Freiheits- und Nichtzentralitätsparameter θθ\theta . Ich versuche, (am allerwenigsten) findet einen Beweis des folgenden Satzes: Satz . Angenommen, ΣΣ\Sigma …
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.