python课程设计矩阵对角线之和_python-协方差矩阵对角线上的方差的定义

在网上查了好久，自己写一个吧。

课本上说协方差阵对角线上是各个变量的方差，然而在numpy中通过np.cov(X)得到的协方差矩阵，其对角线线上的值不是np.var()计算出来的值。根本原因在于，np.cov(X)是在数理统计背景下计算的，得到的方差是样本方差，而不是平常意义下的方差。

嗯，不准确的讲，均值、方差、协方差。在数理统计中，除了均值的计算方式不变之外，其余的两个都是除以

,而不是

。这样就可以解释出现上面问题的原因了。

两个随机变量

,现在有两个观测数据

。每个随机变量可以看作一个特征，因此有

，数据矩阵如下

样本均值的定义及python实现

数学定义：

,

是随机变量

的

个观测值

python代码：用np.mean()函数来实现。

笔算结果：

的样本均值为

，

的样本均值为

python代码实现结果

#python代码

x1=np.array([1,3])

x2=np.array([2,4])

np.mean(x1)

#Out[62]: 2.0

np.mean(x2)

#Out[63]: 3.0

样本方差的定义及python实现

数学定义：

，

是样本均值。

是随机变量

的

个观测值。

python代码：用np.cov()函数来实现。

笔算结果：

的样本方差为

的样本方差为

python代码实现结果

np.cov(x1)

#Out[64]: array(2.)

#np.cov(x2)

Out[65]: array(2.)

方差的定义及python实现

数学定义：

，

是平均值。

是

个数。

python代码：用np.var()函数来实现。

笔算结果：

的方差为

的方差为

python代码实现结果

np.var(x1)

#Out[67]: 1.0

np.var(x2)

#Out[68]: 1.0

小结：其实给出一组数

.在学习数理统计这门课之前，一直都是采用

和

来计算平均值和方差的。我这里用的平均值可能会不太规范，反正我学数理统计之前都是这么理解的。

在接触到样本与总体的概念之后，才发现平均值有了另外一个定义，叫做样本均值，从其蕴含的统计学意义上来讲是不一样的，但是它们俩形式上一样，计算公式也一样，可以认为

.等号左边代表这组数

.的平均值，等号右边代表

.这

个样本观测点的样本均值。

从而在开发代码语言时也就不用开发两个函数了（个人理解，查了好久，都是用的np.mean()计算的均值，当然list也有自己的函数，不过结果都是一样，如果实在理解不了，就把numpy的这个函数阿看作为统计学上的样本均值开发的函数吧，把list的函数看作日常理解的那个平均值）。

之后由于无偏估计和有偏估计的概念，才有了样本方差这个定义的出现，大致原因是：采用日常理解的方差形式

所定义样本方差是总体方差的有偏估计，不太好。但是人们发现如果把系数换为

,这样定义的样本方差就是总体方差的无偏估计了。(但愿这样写不会被老师看见，非得被打死)。

之所以写这么多是为了铺垫协方差矩阵的问题。

是用来计算样本各变量之间的协方差矩阵的。

这个函数必须输入一个参数，其余的都有默认值。嗯，用python还是得看源码啊。

np.cov(x)#x是一个向量是输出样本方差

a = np.array([[1, 2], [3, 4]])

#转置是因为函数把矩阵的行看作我们所熟悉的随机变量，也就是特征，把列看作观测得到的值

#会输出一个协方差矩阵

np.cov(a.T)

源码如下：

def cov(m, y=None, rowvar=True, bias=False, ddof=None, fweights=None,

aweights=None):

"""

Estimate a covariance matrix, given data and weights.

Covariance indicates the level to which two variables vary together.

If we examine N-dimensional samples, :math:`X = [x_1, x_2, ... x_N]^T`,

then the covariance matrix element :math:`C_{ij}` is the covariance of

:math:`x_i` and :math:`x_j`. The element :math:`C_{ii}` is the variance

of :math:`x_i`.

See the notes for an outline of the algorithm.

Parameters

----------

m : array_like

A 1-D or 2-D array containing multiple variables and observations.

Each row of `m` represents a variable, and each column a single

observation of all those variables. Also see `rowvar` below.

样本数据的协方差矩阵是下面这个图

上面的矩阵每一个元素的定义如下