Als «variance» getaggte Fragen

Die erwartete quadratische Abweichung einer Zufallsvariablen von ihrem Mittelwert; oder die durchschnittliche quadratische Abweichung der Daten über ihren Mittelwert.

3
Bestimmungskoeffizient (
Ich möchte den Begriff von , der das Ausmaß der Variation zwischen Variablen beschreibt , vollständig erfassen . Jede Weberklärung ist ein bisschen mechanisch und stumpf. Ich möchte das Konzept "verstehen" und die Zahlen nicht nur mechanisch verwenden.r2r2r^2 ZB: Stunden studiert vs. Testergebnis = 0,8rrr = 0,64r2r2r^2 Also, was bedeutet …
2
Woher kommt in der einfachen linearen Regression die Formel für die Varianz der Residuen?
Nach einem von mir verwendeten Text lautet die Formel für die Varianz des ithithi^{th} -Rests wie folgt: σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Das finde ich schwer zu glauben , da die ithithi^{th} Rest die Differenz zwischen dem ist ithithi^{th} beobachteten Wert und dem ithithi^{th} ausgestattet Wert; Wenn man die Varianz …
4
Wie projiziert man einen neuen Vektor auf den PCA-Raum?
Nach der Durchführung der Hauptkomponentenanalyse (PCA) möchte ich einen neuen Vektor auf den PCA-Raum projizieren (dh seine Koordinaten im PCA-Koordinatensystem finden). Ich habe PCA in R-Sprache mit berechnet prcomp. Jetzt sollte ich meinen Vektor mit der PCA-Rotationsmatrix multiplizieren können. Sollen die Hauptkomponenten in dieser Matrix in Zeilen oder Spalten angeordnet …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
4
Was sind die korrekten Werte für Präzision und Rückruf in Randfällen?
Präzision ist definiert als: p = true positives / (true positives + false positives) Ist es richtig, dass sich die Genauigkeit 1 nähert true positivesund false positivessich 0 nähert? Gleiche Frage zum Rückruf: r = true positives / (true positives + false negatives) Ich führe derzeit einen statistischen Test durch, …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
1
Antonym der Varianz
Gibt es ein Wort, das die Umkehrung der Varianz bedeutet? Das heißt, wenn eine hohe Varianz hat, dann hat X eine niedrige ... ? Kein Interesse an einem Beinahe-Antonym (wie 'Übereinstimmung' oder 'Ähnlichkeit'), sondern spezifisch 1 / σ 2 ?XXXXXX……\dots1/σ21/σ21/\sigma^2
3
Asymptotische Verteilung der Probenvarianz einer nicht normalen Probe
Dies ist eine allgemeinere Behandlung des Problems, das durch diese Frage aufgeworfen wird . Nachdem wir die asymptotische Verteilung der Stichprobenvarianz abgeleitet haben, können wir die Delta-Methode anwenden, um die entsprechende Verteilung für die Standardabweichung zu erhalten. Lassen Sie eine Stichprobe der Größe von iid nicht normalen Zufallsvariablen { X …
2
Warum geht es bei der Regression um Varianz?
Ich lese diese Notiz . Auf Seite 2 heißt es: "Wie viel von der Varianz in den Daten erklärt ein gegebenes Regressionsmodell?" "Bei der Regressionsinterpretation geht es um den Mittelwert der Koeffizienten, bei der Inferenz um ihre Varianz." Ich habe über solche Aussagen viele Male gelesen, warum interessiert es uns, …
6
Intuitive Erklärung des Terms
Wenn vollen Rang hat, existiert die Umkehrung von und wir erhalten die Schätzung der kleinsten Quadrate: undXXXXTXXTXX^TXβ^=(XTX)−1XYβ^=(XTX)−1XY\hat\beta = (X^TX)^{-1}XYVar(β^)=σ2(XTX)−1Var⁡(β^)=σ2(XTX)−1\operatorname{Var}(\hat\beta) = \sigma^2(X^TX)^{-1} Wie können wir in der Varianzformel intuitiv erklären ? Die Technik der Ableitung ist für mich klar.(XTX)−1(XTX)−1(X^TX)^{-1}
5
Intuition (geometrische oder andere) von
Betrachten Sie die elementare Identität der Varianz: Var(X)===E[(X−E[X])2]...E[X2]−(E[X])2Var(X)=E[(X−E[X])2]=...=E[X2]−(E[X])2 \begin{eqnarray} Var(X) &=& E[(X - E[X])^2]\\ &=& ...\\ &=& E[X^2] - (E[X])^2 \end{eqnarray} Es ist eine einfache algebraische Manipulation der Definition eines zentralen Moments in nicht-zentrale Momente. Es ermöglicht die bequeme Manipulation von Var(X)Var(X)Var(X) in anderen Zusammenhängen. Es ermöglicht auch die Berechnung …
3
Asymptotische Konsistenz mit asymptotischer Varianz ungleich Null - was bedeutet das?
Das Problem ist schon einmal aufgetaucht, aber ich möchte eine bestimmte Frage stellen, die versucht, eine Antwort zu finden, die es verdeutlicht (und klassifiziert): In "Poor Man's Asymptotics" wird klar unterschieden zwischen (a) eine Folge von Zufallsvariablen, die mit einer Wahrscheinlichkeit gegen eine Konstante konvergieren im gegensatz zu (b) eine …
1
Gewichtete Varianz, noch einmal
Unvoreingenommene gewichtete Varianz wurde hier und anderswo bereits angesprochen , aber es scheint immer noch eine überraschende Menge an Verwirrung zu geben. Es scheint einen Konsens über die Formel zu geben, die sowohl im ersten Link als auch im Wikipedia-Artikel vorgestellt wird . Dies sieht auch aus wie die von …
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.