cov

Описание

пример

C = cov(A) возвращает ковариацию.

  • Если A является вектором наблюдений, C - скалярное отклонение.

  • Если A - матрица, столбцы которой представляют случайные переменные и строки которой представляют наблюдения, C - ковариационная матрица с соответствующими отклонениями столбцов по диагонали.

  • C нормируется количеством наблюдений -1. Если наблюдение только одно, оно нормировано на 1.

  • Если A является скаляром, cov(A) возвращает 0. Если A - пустой массив, cov(A)возвращает NaN.

пример

C = cov(A,B) возвращает ковариацию между двумя случайными переменными A и B.

  • Если A и B являются векторами наблюдений с равной длиной, cov(A,B) является 2-by- 2 ковариационная матрица.

  • Если A и B являются матрицами наблюдений, cov(A,B) лечит A и B как векторы и эквивалентно cov(A(:),B(:)). A и B должен иметь равный размер.

  • Если A и B скаляры, cov(A,B) возвращает 2-by- 2 блок нулей. Если A и B пустые массивы, cov(A,B) возвращает 2-by- 2 блок NaN.

пример

C = cov(___,w) задает вес нормализации для любого из предыдущих синтаксисов. Когда w = 0 (по умолчанию), C нормируется количеством наблюдений -1. Когда w = 1, оно нормировано по количеству наблюдений.

пример

C = cov(___,nanflag) задает условие опускания NaN значения из вычисления для любого из предыдущих синтаксисов. Для примера, cov(A,'omitrows') опускает все строки A с одним или несколькими NaN элементы.

Примеры

свернуть все

Создайте матрицу 3 на 4 и вычислите ее ковариацию.

A = [5 0 3 7; 1 -5 7 3; 4 9 8 10];
C = cov(A)
C = 4×4

    4.3333    8.8333   -3.0000    5.6667
    8.8333   50.3333    6.5000   24.1667
   -3.0000    6.5000    7.0000    1.0000
    5.6667   24.1667    1.0000   12.3333

Начиная с количества столбцов A равен 4, результатом является матрица 4 на 4.

Создайте два вектора и вычислите их ковариационную матрицу 2 на 2.

A = [3 6 4];
B = [7 12 -9];
cov(A,B)
ans = 2×2

    2.3333    6.8333
    6.8333  120.3333

Создайте две матрицы одинакового размера и вычислите их ковариацию 2 на 2.

A = [2 0 -9; 3 4 1];
B = [5 2 6; -4 4 9];
cov(A,B)
ans = 2×2

   22.1667   -6.9333
   -6.9333   19.4667

Создайте матрицу и вычислите ковариацию, нормированную количеством строк.

A = [1 3 -7; 3 9 2; -5 4 6];
C = cov(A,1)
C = 3×3

   11.5556    5.1111  -10.2222
    5.1111    6.8889    5.2222
  -10.2222    5.2222   29.5556

Создайте матрицу и вычислите ее ковариацию, исключая любые строки, содержащие NaN значения.

A = [1.77 -0.005 3.98; NaN -2.95 NaN; 2.54 0.19 1.01]
A = 3×3

    1.7700   -0.0050    3.9800
       NaN   -2.9500       NaN
    2.5400    0.1900    1.0100

C = cov(A,'omitrows')
C = 3×3

    0.2964    0.0751   -1.1435
    0.0751    0.0190   -0.2896
   -1.1435   -0.2896    4.4104

Входные параметры

свернуть все

Входной массив, заданный как вектор или матрица.

Типы данных: single | double

Дополнительная входная матрица, заданная в виде вектора или матрицы. B должен быть того же размера, что и A.

Типы данных: single | double

Нормализационный вес, заданный в качестве одного из следующих значений:

  • 0 - Выход нормирован количеством наблюдений -1. Если наблюдение только одно, оно нормировано на 1.

  • 1 - Выход нормирован количеством наблюдений.

Типы данных: single | double

NaN условие, заданное как одно из следующих значений:

  • 'includenan' - включить все NaN значения во входе перед вычислением ковариации.

  • 'omitrows' - опустить любую строку ввода, содержащую одну или несколько NaN значения перед вычислением ковариации.

  • 'partialrows' - опускать строки, содержащие NaN только на парном базисный для каждого двухколоночного ковариационного вычисления.

Типы данных: char

Выходные аргументы

свернуть все

Ковариация, заданная как скаляр или матрица.

  • Для входных входов одной матрицы, C имеет размер [size(A,2) size(A,2)] на основе количества случайных переменных (столбцов), представленных A. Отклонения столбцов расположены вдоль диагонали. Если A является строка или вектор-столбец, C - скалярное отклонение.

  • Для двухвекторного или двухматричного входа, C является 2-by- 2 ковариационная матрица между двумя случайными переменными. Отклонения расположены вдоль диагонали C.

Подробнее о

свернуть все

Ковариация

Для двух векторов A и B случайных переменных, ковариация определяется как

cov(A,B)=1N1i=1N(AiμA)*(BiμB)

где μA - среднее значение A, μB - среднее значение B, и * обозначает комплексный сопряженный.

Ковариационная матрица двух случайных переменных является матрицей парных ковариационных вычислений между каждой переменной,

C=(cov(A,A)cov(A,B)cov(B,A)cov(B,B)).

Для матричного A столбцы, каждый из которых является случайной переменной, составленной из наблюдений, ковариационная матрица является парным ковариационным вычислением между каждой комбинацией столбцов. Другими словами, C(i,j)=cov(A(:,i),A(:,j)).

Отклонение

Для векторной A случайных переменных, состоящей из N скалярных наблюдений, отклонение определяется как

V=1N1i=1N|Aiμ|2

где μ - среднее значение A,

μ=1Ni=1NAi.

Некоторые определения отклонения используют коэффициент нормализации N вместо N-1, который может быть определен, установив w на 1. В любом случае среднее значение принято с обычным коэффициентом нормализации N.

Расширенные возможности

.

См. также

| | | | | |

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте