协方差矩阵和相关系数矩阵（R语言）

最新推荐文章于 2025-02-22 10:45:52 发布

lph-China

最新推荐文章于 2025-02-22 10:45:52 发布

阅读量8.2w

点赞数 41

分类专栏： R语言文章标签： R软件 R语言协方差矩阵相关系数矩阵

本文链接：https://blog.csdn.net/lph188/article/details/84501481

版权

R语言专栏收录该内容

4 篇文章

订阅专栏

一、协方差矩阵

1.协方差定义

$S = \frac{1}{n - 1}\sum_{i=1}^{n}\left ( x_{(i)} -\bar{x}\right )\left ( x_{(i)} -\bar{x}\right )^{T}$

2.R语言实现

#协方差矩阵
#等价于cov(data)

data<-as.matrix(data)
n<-nrow(data)
mx<-diag(1,n)-matrix(1,n,n)/n
covA<-t(data)%*%mx%*%data/(n-1);covA

3.可视化运算

假设有X、Y两个矩阵，分别求X的协方差、Y的协方差、X和Y的协方差。

$\LARGE X=\bigl(\begin{smallmatrix} 1& 2&3 \\ 2& 1&1 \\ 3& 3 &2 \end{smallmatrix}\bigr)$     $\LARGE Y=\bigl(\begin{smallmatrix} 1& 3&2\\ 3& 1&4 \\ 2& 2 &0\end{smallmatrix}\bigr)$

第一步先求X的每一列的均值：

   $\LARGE \bar{X}=\bigl(\begin{smallmatrix} 2 \\ 2\\ 2 \end{smallmatrix}\bigr)$

第二步计算 $X-\bar{X}$ ，每列减去每列相应的均值：

$\LARGE X-\bar{X}=\bigl(\begin{smallmatrix} -1& 0&1 \\ 0& -1&-1 \\ 1& 1 &0 \end{smallmatrix}\bigr)$

第三步乘积求和：

   $\LARGE cov(X)=\bigl(\begin{smallmatrix} -1\\ 0\\ 1\end{smallmatrix}\bigr)\bigl(\begin{smallmatrix} -1 &0 & 1 \end{smallmatrix}\bigr)+\bigl(\begin{smallmatrix} 0\\ -1\\ 1\end{smallmatrix}\bigr)\bigl(\begin{smallmatrix} 0 &-1 & 1 \end{smallmatrix}\bigr)+\bigl(\begin{smallmatrix} 1\\ -1\\ 0\end{smallmatrix}\bigr)\bigl(\begin{smallmatrix} 1 &-1 & 0 \end{smallmatrix}\bigr)=\bigl(\begin{smallmatrix} 1 & 0.5 & -0.5\\ 0.5 & 1&0.5 \\ -0.5& 0.5& 1 \end{smallmatrix}\bigr)$

同理可得Y的协方差：

   $\LARGE cov(Y)=\bigl(\begin{smallmatrix} 1& -1&1 \\ -1& 1&-1 \\ 1& -1 &4 \end{smallmatrix}\bigr)$

求X和Y的协方差，先求 $Y-\bar{Y}$ ：

$\LARGE Y-\bar{Y}=\bigl(\begin{smallmatrix} -1& 1&0 \\ 1& -1&2 \\ 0& 0&-2 \end{smallmatrix}\bigr)$

再乘积求和，用X的每一列乘以Y的每一列的转置：

$\LARGE cov(X,Y)=\bigl(\begin{smallmatrix} -1\\ 0\\ 1\end{smallmatrix}\bigr)\bigl(\begin{smallmatrix} -1 &1 & 0 \end{smallmatrix}\bigr)+\bigl(\begin{smallmatrix} 0\\ -1\\ 1\end{smallmatrix}\bigr)\bigl(\begin{smallmatrix} 1 &-1 & 2 \end{smallmatrix}\bigr)+\bigl(\begin{smallmatrix} 1\\ -1\\ 0\end{smallmatrix}\bigr)\bigl(\begin{smallmatrix} 0 &0 &-2 \end{smallmatrix}\bigr)=\bigl(\begin{smallmatrix} 0.5& -0.5 & -1\\ -0.5 & 0.5&-2 \\ -1& 1& -1 \end{smallmatrix}\bigr)$

二、相关系数矩阵

1.相关系数定义

$r_{jk} = \frac{s_{jk}}{\sqrt{s_{jj}}\sqrt{s_{kk}}}, j,k = 1,2,...,p$

2.R语言实现

#相关系数矩阵
#等价于cor(data)

corA<-covA
for(j in 1:n )
{
  for(k in 1:n)
  {
    corA[j,k]<-covA[j,k]/(sqrt(covA[j,j])*sqrt(covA[k,k]))
  }
}
corA

3.可视化运算

根据前面所求协方差：

$\LARGE cov(X)=\bigl(\begin{smallmatrix} 1 & 0.5 & -0.5\\ 0.5 & 1&0.5 \\ -0.5& 0.5& 1 \end{smallmatrix}\bigr)$ $\LARGE cov(Y)=\bigl(\begin{smallmatrix} 1& -1&1 \\ -1& 1&-1 \\ 1& -1 &4 \end{smallmatrix}\bigr)$

按照公式可求得：

$\LARGE cor(X)=\bigl(\begin{smallmatrix} 1 & 0.5 & -0.5\\ 0.5 & 1&0.5 \\ -0.5& 0.5& 1 \end{smallmatrix}\bigr)$ $\LARGE cor(Y)=\bigl(\begin{smallmatrix} 1 & -1 & 0.5\\ -1 & 1&0.5 \\ 0.5& -0.5& 1 \end{smallmatrix}\bigr)$