问题标签 [covariance-matrix]

我试图从阅读协方差矩阵的结果中理解。我知道如果结果符号都 > 0，那么这意味着数组正朝着相同的方向移动。

如何解释这个结果？

编辑：除了Luca的回答之外，我还添加了一个简单的折线图来帮助可视化数据的传播（方差）和移动（协方差）。

我有一个使用 7 参数相机模型投射点的功能：

• Rot3 是旋转的一些方便表示。假设它是一个 3x3 矩阵。
• Vec3::hnormalized()返回 Vec2(x/z, y/z)

现在我想扩展该函数以对我正在投影的点进行不确定性估计（3x3 协方差矩阵 - 世界坐标中的椭圆体）并返回 2x2 协方差矩阵（像素坐标中的椭圆）。

我认为这里引用了 Hartley & Zisserman在计算机视觉中的多视图几何 ，但我无法弄清楚它的数学原理。

Eigen 是否包含解决最近相关矩阵问题的算法？

我目前正在尝试计算约 30k 行矩阵的协方差矩阵（所有值都在 [0,1] 范围内），并且需要很长时间（我已经让它运行了一个多小时，但它仍然没有'未完成）。

我在较小的示例（7k 行矩阵）中注意到的一件事是输出的值具有荒谬的有效数字（例如〜10 ^ 32）并且可能会减慢速度（并增加文件大小）-有什么办法吗限制这个？

我一直在一个简单的数据帧上使用 numpys 协方差方法：

我正在计算一个方差-协方差矩阵，我看到了两种不同的计算标准误差的方法：

• sqrt（对角线值/观察次数）

例如标准差/ sqrt（观察次数）

（从如何计算标准错误https://en.wikipedia.org/wiki/Standard_error中给出）

或者有人说这简直就是

• sqrt（对角线值）

我以前认为方差-协方差矩阵中的对角线值是方差，因此平方根是标准差（而不是 SE）。然而，我读得越多，我就越觉得我可能错了，那就是 SE，但我不确定为什么会这样。

任何人都可以帮忙吗？非常感谢！！

我想找到一个 10304*280 矩阵的协方差（即 280 个变量，每个都有 10304 个主题），我正在使用以下 numpy 函数来找到它。

cov = numpy.cov(matrix)

结果我预计为 208*280 矩阵，但它返回 10304*10304 矩阵。

我必须计算 2006 年 2010 年时间范围内 2 个资产（SPY 和 TLT）之间的协方差矩阵 [方差协方差协方差方差] 的逆我这样做了

但这只给我一个值，我需要所有矩阵我该怎么做？谢谢

我正在生成 3D 高斯点云。我正在使用 scipy.stats.multivariate.normal() 函数，它以平均值和协方差矩阵作为参数。然后它可以使用 rvs() 方法提供随机样本。

接下来我想在 3D 中执行云的旋转，而不是旋转每个点，我想旋转随机变量参数，然后重新生成点云。

我真的很难弄清楚这一点。旋转后，方差轴将不再与坐标系对齐。所以我想我想要的是沿三个任意正交轴表达方差。

感谢您的任何帮助。

最后编辑：谢谢，我得到了我需要的东西。下面是一个例子

如果你得到一个错误

这个页面我觉得很有用

我有一个方差协方差矩阵 S：

我试图找到它的倒数。

我的代码是：

但是，如果我使用solve()，我会得到：

为什么 invS 不正确？我应该改变什么来纠正它？

我正在尝试计算 T 平方。我有以下参数：

当我试图计算 T 平方时：

...我收到此错误：

我究竟做错了什么？