Ковариация, игнорирующая значения NaN
Y = nancov(X)
Y = nancov(X1,X2)
Y
= nancov(...,1)
Y = nancov(...,'pairwise')
Y = nancov(X) ковариация cov X, вычисленного после удаления наблюдений со значениями NaN.
Для векторов x nancov(x) является демонстрационным отклонением остающихся элементов, если значения NaN удалены. Для матриц X nancov(X) является выборочной ковариацией остающихся наблюдений, если наблюдения (строки), содержащие любые значения NaN, удалены.
Y = nancov(X1,X2), то, где X1 и X2 являются матрицами с тем же числом элементов, эквивалентно nancov(X), где X = [X1(:) X2(:)].
nancov удаляет среднее значение из каждой переменной (столбец для матричного X) прежде, чем вычислить Y. Если n является количеством остающихся наблюдений после удаления наблюдений со значениями NaN, nancov нормирует Y или n – 1 или n , в зависимости от ли n> 1 или n = 1, соответственно. Чтобы задать нормализацию n, использовать Y
= nancov(...,1).
Y = nancov(...,'pairwise') вычисляет Y(i,j) с помощью строк без значений NaN в столбцах i или j. Результатом Y не может быть положительная определенная матрица.
Сгенерируйте случайные данные для двух переменных (столбцы) со случайными отсутствующими значениями:
X = rand(10,2);
p = randperm(numel(X));
X(p(1:5)) = NaN
X =
0.8147 0.1576
NaN NaN
0.1270 0.9572
0.9134 NaN
0.6324 NaN
0.0975 0.1419
0.2785 0.4218
0.5469 0.9157
0.9575 0.7922
0.9649 NaNУстановите корреляцию между третьей переменной и другими двумя переменными:
X(:,3) = sum(X,2)
X =
0.8147 0.1576 0.9723
NaN NaN NaN
0.1270 0.9572 1.0842
0.9134 NaN NaN
0.6324 NaN NaN
0.0975 0.1419 0.2394
0.2785 0.4218 0.7003
0.5469 0.9157 1.4626
0.9575 0.7922 1.7497
0.9649 NaN NaNВычислите ковариационную матрицу для этих трех переменных после удаления наблюдений (строки) со значениями NaN:
Y = nancov(X)
Y =
0.1311 0.0096 0.1407
0.0096 0.1388 0.1483
0.1407 0.1483 0.2890Вместо того, чтобы использовать nancov, можно использовать функцию MATLAB® cov с входным параметром nanflag. Например, вместо nancov(X), используйте cov(X,'omitrows'), и вместо nancov(X,'pairwise'), используйте cov(X,'partialrows').