我有两个量x
和y
它们的协方差矩阵cov(x,y)
,我想计算派生量的误差z=1/(x-y)
。z
是否有一个包来计算和sigma(xz)
和的平均值sigma(zy)
?
非常感谢你
我有两个量x
和y
它们的协方差矩阵cov(x,y)
,我想计算派生量的误差z=1/(x-y)
。z
是否有一个包来计算和sigma(xz)
和的平均值sigma(zy)
?
非常感谢你
y
鉴于此,导出的数量通常不会遵循正态分布x
。您可以用数值估计误差分布:
import scipy.stats
import numpy as np
import matplotlib.pyplot as plt
# sample from multivariate normal
x = scipy.stats.multivariate_normal(mean=[0,1], cov=[[1,0.5],[0.5,2]]).rvs(10000)
z = 1 / (x[0] - x[1])
print(z.mean())
print(z.var())
# Create kde of the distribution
kde = scipy.stats.gaussian_kde(z)
grid = np.linspace(z.min(), z.max(), 1000)
plt.plot(grid, kde.evaluate(grid))
plt.show()