نتایج جستجو

...لف انجام شود. این مفهوم به محققان کمک می‌کند تا اثرات متفاوت را بررسی کرده و تفاوت‌های معناداری را شناسایی کنند.<ref name="CasellaBerger2001">{{cite boo ..., p. 11.</ref> علاوه‌بر این دو تضاد <math>\sum_{i=1}^t a_i \theta_i</math> و <math>\sum_{i=1}^t b_i \theta_i</math> متعامداند اگر {{nowrap|<math>\sum_{i ...

...حتمال زمانی‌ که فرض صفر درست باشد) است. به عنوان مثال: توزیع صفرِ [[آنالیز واریانس]]. [[رده:تجزیه و تحلیل واریانس]] ...

...است. MSE به دو دلیل تقریباً همه جا مثبت است (صفر نیست) یک اینکه تصادفی است و دوم به این دلیل که تخمین‌گر اطلاعاتی که قابلیت تولید تخمین دقیق تری دارد را ...یری]]) است. برای یک برآوردگر غیر بایاس، MSE همان واریانس برآوردگر است. مثل واریانس، MSE همان واحدهای اندازه‌گیری را به عنوان مربع مقادیر تخمین زده شده، دارد. ...

...بستگی|همبستگی]] داشته باشند. رگرسیون مؤلفه اصلی با حذف مولفه‌های اصلی با [[واریانس]] پایین از فضای متغیرهای مستقل، این مشکل را حل می‌کند.<ref>Dodge, Y. (2003) ...کنیم. این متغیرها را در ماتریس‌های <math> \mathbf{X}_{n \times p} </math> و <math> \mathbf{Y}_{n \times 1} </math> به شکل پایین ذخیره می‌کنیم: ...

...ی]] است، به این معنی که آنها [[ناهمبسته|همبستگی]] ندارند و هر کدام دارای [[واریانس]] ۱ هستند.<ref>{{Cite journal|last=Koivunen|first=A.C.|last2=Kostinski|firs # '''تبدیل همبستگی زدایی''' فقط همبستگی‌ها را حذف می‌کند اما واریانس‌ها را دست نخورده باقی می‌گذارد، ...

...رامتری]]، به روش‌هایی آماری گفته می‌شود که سعی می‌کنند کمترین فرض‌ها را در تحلیل داده انجام دهند. به عبارت دیگر، [[مدل (ریاضی)|مدل‌های]] آمار ناپارامتری دار ...توابعی که بر حسب تابع توزیع احتمال تعریف شده‌اند. مانند [[امید ریاضی]] و [[واریانس]]. ...

{{تحلیل رگرسیون}} ...ن کای مربع پیرسون]] را ببینید). در [[تحلیل واریانس]]، یکی از مولفه‌هایی که واریانس به آن بخش‌بندی می‌شود، می‌تواند [[:en:Lack-of-fit_sum_of_squares|فقدان تناس ...

...هیچ تاثیری بر روی هم ندارند اما متغیر اختلاطی Z باعث ایجاد پیوستگی میان X و Y می‌شود.]] ...] مشاهده‌شده بین دو [[متغیر تصادفی]] حاصل از وجود متغیرهای تصادفی دیگر است و نه برهمکنش متغیرهای مشاهده‌شده با یکدیگر<ref name = "Pearl">{{یادکرد کتاب|ن ...

...مقدار درآمد او، از آنجا که افرادی که در یک محله زندگی می‌کنند میزان درآمد و سلامتی آنها به هم وابستگی بیشتری نسبت به بقیه افراد دارد، بهتر است هر محله ...h>1\leq i\leq n_j</math>) رابطه میان میزان درآمد فرد (<math>X_{ij}</math>) و میزان سلامتی او (<math>Y_{ij}</math>) را به صورت پایین نشان می‌دهیم؛ در این ...

..._با_متمتیکا-اژدری.png|نقاط سبز رنگ، نمونه‌هایی از توزیع نرمال دومتغیره‌اند و محور آبی رنگ، مختصات جدید در راستای قرار گرفتن بیشترین تغییرات نمونه بر روی ...ه‌ها با حفظ حداکثر مقدار اطلاعات و تجسم داده‌های چند بعدی را فراهم می‌کند. تحلیل مؤلفه‌های اصلی در واقع، یک تکنیک آماری برای کاهش ابعاد یک مجموعه داده‌است. ...

...یستی از اثرات «ثابت» و «تصادفی» به ترتیب برای اشاره به اثرات میانگین جمعیت و اثرات «موضوعی خاص» استفاده می‌کنند (مورد دوم معمولاً ناشناخته یا [[متغیر پن ...نترل ناهمگنی مشاهده نشده کمک می‌کنند زمانی که ناهمگنی در طول زمان ثابت است و با متغیرهای مستقل همبستگی ندارد. این ثابت را می‌توان از طریق تفاضل از داده‌ ...

...ی-میانگین|''k''-means]] و مشکلی پرتکرار در [[خوشه‌بندی|خوشه بندی]] داده‌ها و مسئله ای متمایز از فرایند حل مشکل خوشه بندی است. ...دارد که تعداد خوشه‌ها را تشخیص می‌دهد. الگوریتم‌های دیگری مانند [[DBSCAN]] و [[نورشناسی|اپتیک]] الگوریتم مشخصات این پارامتر را نیاز ندارند؛ [[خوشه‌بندی ...

...و گروه نمونه را دارد. حالت پارمتری این آزمون نیز [[:en:One way anova|تحلیل واریانس یک‌راهه]] است. ...شکل و مقیاس هستند در این صورت [[فرض صفر]] ما برابر بودن میانگین گروه‌هاست و [[:en:Alternative hypothesis|فرضیه مقابل]] نیز نابرابر بودن این میانگین‌ها ...

...ِو '''(به انگلیسی: Karhunen-Loève Theorem) یا '''تبدیل''' '''کارهونِن-لُواِو'''، یک [[فرایند تصادفی]] در یک بازهٔ کران‌دار را با [[ترکیب خطی]] نامحدودی این قضیه به افتخار کاری کارهونِن و میشل لُواِو نامیده شده‌است، و به آن قضیه کُوسامبی-کارهونن-لواو (به انگلیسی: Kosambi-Karhunen-Loève) هم گف ...

...معمولاً با آنها مواجه می‌شوند را می‌توان به عنوان موارد ویژه ای از تجزیه و تحلیل همبستگی متعارف در نظر گرفت، که روش کلی برای بررسی روابط بین دو مجموعه از مت ...عمل، ماتریس کوواریانس را بر اساس داده‌های نمونه‌برداری شده <math>X</math> و <math>Y</math> تخمین می‌زنیم (یعنی از یک جفت ماتریس داده). ...

...بر روی آن اندازه‌گیری می‌شود. بر اساس کار لودویگ ویلهلمی، این روش در تهیه و نظارت بر فیلم‌های لانگمویر کاربرد گسترده‌ای پیدا کرده‌است. ...ه، <math> l = 2w + 2d </math> و کشش سطحی <math>\gamma</math> است رابط مایع و هوا. ]] ...

...ی شده‌اند. یعنی یک [[مدل (ریاضی)|مدل]] داده‌های پانل حاوی اطلاعاتی در زمان و مکان است که شامل N مؤلفه در T دورهٔ زمانی است. ...مخرج کسر دومی بزرگتر از کسر اولی است، پس واریانس داده‌های پانلی کمتر بوده و بنابراین تخمین کاراتری خواهد داشت. ...

{{تحلیل رگرسیون}} ...خمین یک تابع از متغیرهای مستقل است که '''تابع وایازش''' نامیده شده است. در تحلیل رگرسیون تعیین پراکندگی [[متغیر وابسته]] اطراف تابع رگرسیون مورد توجه است که ...

...درست‌نمایی گوسی است. این مفهوم و عبارت «مزدوج پیشین» توسط [[هاوارد رایفا]] و [[رابرت اشلایفر]] در کارشان روی تئوری [[انتخاب بیزی]] معرفی شدند. مفهوم مشا ...بر با حاصلضرب تابع درست‌نمایی <math>\theta \mapsto p(x\mid\theta)\!</math> و توزیع پیشین <math>p( \theta )\!</math> نرمالیزه شده با (تقسیم بر) احتمال دا ...

...(GEE)''' برای تخمین پارامترهای یک [[مدل خطی تعمیم‌یافته]] با یک [[همبستگی و وابستگی|همبستگی]] اندازه‌گیری نشده احتمالی، بین مشاهدات از نقاط زمانی مختلف ...ندارد Huber-White استفاده می‌کنند، به عنوان تخمین «خطای استاندارد قوی» یا «واریانس ساندویچ» شناخته می‌شود.<ref>{{Cite journal |last1=Abadie |first1=Alberto |l ...