|
- SPSS因子分析提示的「此矩阵不是正定矩阵」是说明数据有问题吗？ - 知乎
很显然，解决方法要么增加样本，或者剔除某些显著强相关的变量（可以检查因子分析结果里的相关系数矩阵，是否存有部分变量相关系数大于0 9的？ 如果出现多个，则采用逐一淘汰的办法依次尝试，切勿全部删除影响到最终的结果，直到SPSS因子分析结果不再出现“非正定矩阵”的提示，输出结果
- 协方差与样本协方差的区别是什么？ - 知乎
可以这么来放大一下「协方差」和「样本协方差」的区别。 「协方差」的自变量是 随机变量，它是随机变量的一个性质。由于它的计算过程中有「求期望」的步骤，所以「协方差」就不是随机变量了。 而「样本协方差」的自变量是一个样本，它是样本的一个统计量。它的计算结果，仍然是一个随机
- covariance（协变）和 correlation（相关性）如何理解他们的区别？ - 知乎
知乎用户 Covariance 是绝对值，体现了两组合之间绝对相关性的大小； Correlation 是在两组数据基础上的相对值，消除了数据组本身大小对相关性的影响（eliminate the effects of size)，着重描述其相对的相关性,从而使不同规模的数据组之间具有可比性和对照性。
- 用R包lavaan做cfa时报错，提示无法计算标准误和一些估计和方差是负的， 这样该怎么解决？ - 知乎
用R包lavaan做cfa时报错，提示无法计算标准误和一些估计和方差是负的， 这样该怎么解决？
- 如何证明样本协方差是总体协方差的无偏估计？ - 知乎
无偏估计 是针对样本的，指的是对于总体已知一个分布函数，想要用样本去估计这个分布函数中的参数，如果用样本估计出来的参数的期望等于分布函数的未知参数，我们就称这个估计为无偏估计。所以你已经说了你这个参数是无偏估计了，那就证明他就等于总体分布函数的参数，也就是协方差。
- 为什么样本方差（sample variance）的分母是 n-1？ - 知乎
让我们再回到样本方差（Sample Variance）的分母（n-1）上来。 你既然在看这个问题，那就已经知道了方差 \sigma^ {2} 的计算公式
- 如何得到投资组合的协方差矩阵？ - 知乎
已经说了）因此我们可以用别的estimator去估计factor covariance matrix 在这里举几种类别的models structured covariance estimators：比如constant correlation，single index bayesian shrinkage estimators: 比如Ledoit and Wolf [2004], Martellini and Ziemann [2009] multivariate GARCH: 比如Diagonal VEC, Constant conditional correlation 后面有空再填坑。
- 在机器学习中，协方差矩阵不正定怎么办？ - 知乎
最近实现一个 idea 的时候，遇到一个问题，需要在机器学习中用一个可学习的变量来表示多元正态分布的协方差矩阵。我想用梯度下降的方式让模型自己拟合这个参数。 但这里麻烦的地方在于，（1）如果直接初始化一个单位阵作为协方差矩阵，在后面的梯度下降过程中，我需要一直保持这个矩阵
|
|
|