Hvad er forskellen mellem en korrelationsmatrix og en kovariansmatrix?

Hvad er forskellen mellem en korrelationsmatrix og en kovariansmatrix?
Anonim

Svar:

En kovariansmatrix er en mere generaliseret form af en simpel korrelationsmatrix.

Forklaring:

Korrelation er en skaleret version af kovarians; Bemærk, at de to parametre altid har samme tegn (positiv, negativ eller 0). Når tegnet er positivt, siges variablerne positivt korreleret; Når tegnet er negativt, siges variablerne negativt korreleret; og når tegnet er 0, siges variablerne at være ukorrelerede.

Bemærk også, at korrelationen er dimensionløs, da tælleren og nævneren har de samme fysiske enheder, nemlig produktet af enhederne af #X# og # Y #.

Bedste Lineære Predictor

Antag at #X# er en tilfældig vektor i # RR ^ m # og det # Y # er en tilfældig vektor i # RR ^ n #. Vi er interesserede i at finde funktionen af #X# af formularen # A + bx #, hvor #a i RR ^ n # og #b i RR ^ {nxxm} #, der er tættest på # Y # i den midterste kvadratiske forstand. Funktionerne i denne form er analoge med lineære funktioner i det enkelte variable tilfælde.

Men medmindre # A = 0 #, sådanne funktioner er ikke lineære transformationer i form af lineær algebra, så det korrekte udtryk er affine funktion af #X#. Dette problem er af grundlæggende betydning i statistikken når tilfældig vektor #X#, forudsigelsesvektoren er observerbar, men ikke tilfældig vektor # Y #, responsvektoren.

Vores diskussion her generaliserer det endimensionale tilfælde, hvornår #X# og # Y # er tilfældige variabler. Dette problem blev løst i afsnittet om Covariance og Correlation.

www.math.uah.edu/stat/expect/Covariance.html