corrcov

将协方差矩阵转换为相关矩阵

描述

例子

R= corrcov (C)返回相关矩阵R对应于协方差矩阵C

例子

(R,σ)= corrcov (C)同样的回报σ,一个标准差向量。

例子

全部折叠

比较应用该方法得到的相关矩阵corrcov用直接计算得到的相关矩阵与协方差矩阵进行比较corrcoef在一个输入矩阵上。

加载医院数据集,并创建一个矩阵,其中包含重量血压测量。请注意,hospital.BloodPressure有两列数据。

负载医院X =[医院。重量hospital.BloodPressure];

计算协方差矩阵。

C = X (X)
C =3×3706.0404 27.7879 41.0202 27.7879 45.0622 23.8194 41.0202 23.8194 48.0590

利用协方差矩阵计算相关矩阵corrcov

R1 = corrcov (C)
R1 =3×30.1558 0.2227 0.1558 1.0000 0.5118 0.2227 0.5118 1.0000

直接计算相关矩阵corrcoef,然后比较R1R2

R2 = corrcoef (X)
R2 =3×30.1558 0.2227 0.1558 1.0000 0.5118 0.2227 0.5118 1.0000

相关矩阵R1R2都是一样的。

求协方差矩阵的标准差向量,并给出标准差与协方差矩阵的关系。

加载医院数据集,并创建一个矩阵,其中包含重量,血压,年龄测量。请注意,hospital.BloodPressure有两列数据。

负载医院X =[医院。重量hospital.BloodPressure医院。一个ge];

计算的协方差矩阵X

C = X (X)
C =4×4706.0404 27.7879 41.0202 17.5152 27.7879 45.0622 23.8194 6.4966 41.0202 23.8194 48.0590 4.0315 6.4966 4.0315 52.0622

C是正方形、对称的、半正定的。对角线元素C这四个变量的方差在吗X

计算相关矩阵和标准差X从协方差矩阵C

(R, s1) = corrcov (C)
R =4×41.0000 0.1558 0.2227 0.0914 0.1558 1.0000 0.5118 0.1341 0.2227 0.5118 1.0000 0.0806 0.0914 0.1341 0.0806 1.0000
s1 =4×126.5714 6.7128 6.9325 7.2154

计算对角元素的平方根C,然后比较s1s2

s2 =√诊断接头(C))
s2 =4×126.5714 6.7128 6.9325 7.2154

s1s2是否等于并且对应于变量的标准差X

输入参数

全部折叠

协方差矩阵,表示为正方形、对称的、半正定矩阵。

为一个矩阵XN观察(行)和n随机变量(列),C是一个n——- - - - - -n矩阵。的n对角元素的C方差n随机变量的X和一个零对角元素C中的常量变量X

数据类型:|

输出参数

全部折叠

相关矩阵,作为与协方差矩阵相对应的矩阵返回C

数据类型:|

标准差,返回为n——- - - - - -1向量。

的元素σ变量的标准差是多少X,N——- - - - - -n矩阵产生C。行σ对应于柱的标准差X

数据类型:|

更多关于

全部折叠

协方差

对于两个随机变量向量一个B,协方差定义为

( 一个 , B ) = 1 N 1 = 1 N ( 一个 μ 一个 ) * ( B μ B )

在哪里N为每一列的长度,μ一个μB的平均值是一个B分别为,*表示复共轭。

协方差矩阵两个随机变量之间是两两相关的协方差计算矩阵,

C = ( ( 一个 , 一个 ) ( 一个 , B ) ( B , 一个 ) ( B , B ) )

为一个矩阵X,其中每一列是由观测值组成的随机变量,协方差矩阵是每一列组合之间的两两协方差计算。换句话说, C ( , j ) = ( X ( : , ) , X ( : , j ) )

方差

对于随机变量向量一个组成的N标量观测,方差定义为

V = 1 N 1 = 1 N | 一个 μ | 2

在哪里μ的平均值一个,

μ = 1 N = 1 N 一个

一些方差的定义使用的是一个归一化因子N而不是n - 1,但均值总是有归一化因子N

扩展功能

介绍了R2007b