corrcov
协方差矩阵转换为关联矩阵
描述
例子
比较关联矩阵得到两种不同的方法
通过应用获得的相关矩阵进行比较corrcov
在获得的相关矩阵的协方差矩阵直接计算使用corrcoef
在一个输入矩阵。
加载医院
包含的数据集,并创建一个矩阵重量
和血压
测量。请注意,hospital.BloodPressure
有两列的数据。
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
计算相关矩阵的协方差矩阵,利用corrcov
。
R1 = corrcov (C)
R1 =3×31.0000 0.1558 0.2227 0.1558 1.0000 0.5118 0.2227 0.5118 1.0000
直接通过计算相关矩阵corrcoef
,然后比较R1
与R2
。
R2 = corrcoef (X)
R2 =3×31.0000 0.1558 0.2227 0.1558 1.0000 0.5118 0.2227 0.5118 1.0000
相关矩阵R1
和R2
都是一样的。
从协方差矩阵找到标准差
找到标准差的向量的协方差矩阵,并显示标准差和协方差矩阵之间的关系。
加载医院
包含的数据集,并创建一个矩阵重量
,血压
,年龄
测量。请注意,hospital.BloodPressure
有两列的数据。
负载医院X =[医院。重量hospital.BloodPressure医院。一个ge];
计算协方差矩阵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 17.5152 6.4966 4.0315 52.0622
C
是广场,对称半正定。的对角元素C
四个变量的差异吗X
。
计算的相关矩阵和标准差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
计算平方根的对角元素C
,然后比较s1
与s2
。
s2 =√诊断接头(C))
s2 =4×126.5714 6.7128 6.9325 7.2154
s1
和s2
相等,对应变量的标准偏差在吗X
。
输入参数
输出参数
更多关于
协方差
两个随机变量向量一个和B协方差的定义是
在哪里N每一列的长度,μ一个和μB的平均值吗一个和B分别为,*
表示共轭复数。
的协方差矩阵两个随机变量的每个变量两两之间的协方差计算的矩阵,
为一个矩阵X中,每一列是一个随机变量组成的观察,协方差矩阵是两两之间的协方差计算每一列的组合。换句话说, 。
方差
为一个随机变量向量一个组成的N标量观测,方差的定义是
在哪里μ的意思是一个,
一些使用归一化因子的方差的定义N而不是n - 1,但意味着总是归一化因子N。
扩展功能
GPU数组
加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。
这个函数完全支持GPU数组。金宝app有关更多信息,请参见运行在GPU MATLAB函数(并行计算工具箱)。
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。