问题标签 [covariance-matrix]

我有一个数组，但是我需要把它转换成一个 11x11 的矩阵，怎么做呢？

我定义了一个加权 COVAR 矩阵。现在我正试图随着时间的推移滚动它。也就是说，我想得到一个滚动窗口为 60 的加权 COVAR 矩阵。例如，我将采用总体协方差矩阵：

对于这种特殊情况，如何有效地翻转矩阵？

更新：

经过反复试验，我设法通过包含一个在滚动周期中迭代的 for 循环来解决我自己的部分问题：

在：

出去：

但是，这个函数的输出似乎与内置函数的输出不一致。

在：

出去：

数据框中没有缺失值，这可以解释定义的矩阵与矩阵相比的潜在偏差.cov()。

希望有人能发现错误。

有什么建议么？

我正在尝试使用 scala 将数据帧转换为微风密集矩阵。我找不到任何内置函数来执行此操作，所以这就是我正在做的事情。

这确实工作正常，我得到了我想要的。但是，这会在我的环境中导致 OOM 异常。有没有更好的方法来进行这种转换。我的最终目标是使用密集矩阵计算特征的特征值和特征向量。

因此，如果有一种直接的方法可以从数据帧中获取特征值和特征向量，那就更好了。spark ml 中的 PCA 必须使用 features 列进行此计算。有没有办法通过 PCA 访问特征值？

我尝试在滚动窗口上创建协方差矩阵，以计算下一段时间的投资组合权重。

因此 covMat_1 提供了一个 1X11“单元”，每个单元包含特定滚动窗口的协方差矩阵。

但是，当我尝试创建变量 w_mv_1 以获取所有新计算的投资组合权重时，我得到一个 1X11“单元格”，每个单元格包含为 covMat_1 的第一个协方差矩阵计算的权重（covMat{1,1 }）。

任何人都可以帮我解决这个问题，以便我获得相应滚动窗口的权重吗？

我会很感激每一个帮助。

此致

在完成对数据集的 pcnm 分析后，我可以调用所有轴并从分析中剔除新创建的标准化值。但是，在我将这些值放入多元回归或其他分析之前，我想知道每个轴中有多少变化。我试过告诉 r 踢出一个 screeplot，这就足够了，但没有运气。在进行此分析之前，我主要在 SAS 工作，因此我并不精通 R 语言。下面的代码运行良好，可以完成我需要做的所有事情，但它并没有提供关于分析如何执行或分析结果如何的大量信息。所以这里的底线是我想对每个组件所占的变化比例进行一些说明。谢谢大家的帮助。

根据 vegan package manual，我尝试使用用于 R 中其他排序分析的 screeplot 代码，但它从未指定它可用于 pcnm。

你好（这里是第一个计时器），

我想估计 R 中的“双向”聚类稳健方差 - 协方差矩阵。我正在使用“multiwayvcov”库中的特定罐头例程。我的问题仅与cluster.vcovR 中函数的设置有关。我有各种犯罪结果的面板数据。我的横截面单位是“辖区”（超过 40 个辖区），我在几个“月”（即 24 个月）内观察这些辖区的犯罪情况。我正在评估一种一年中只有几个月“开启”（虚拟编码）的干预措施。

我包括“区域”和“月”固定效应（即，一整套区域和月份虚拟变量进入模型）。我只有一个正在评估的自变量。我想聚集在“两个”维度上，但我不确定如何设置它。

我是否lm首先估计所有固定效应？或者，我是否只是简单地对自变量（不包括固定效应）运行一个回归犯罪的模型，然后使用cluster.vcovie, ~ precinct + month_year。

不过，这似乎会提供错误的标准错误。正确的？我希望这很清楚。很抱歉有任何混淆。请参阅下面的设置。

首先估计一个忽略固定效应的模型是否合适？

我想迭代线性模型列表并使用该vcovCL函数将“聚集”标准错误应用于每个模型。我的目标是尽可能高效地执行此操作（我正在跨数据框的许多列运行线性模型）。我的问题是尝试在匿名函数中指定其他参数。下面我模拟一些假数据。区域代表我的横截面尺寸；月代表我的时间维度（在 4 个月内观察到 5 个单位）。该变量int是干预发生时的虚拟变量。

cluster在函数内添加参数时，我收到以下错误消息vcovCL。

在我看来，唯一的解决方法是索引数据框，即 ，df$然后指定“聚类”变量。这可以通过df在函数调用内部指定一个附加参数来实现吗？这段代码有效吗？

我想，也许以公式的方式指定模型方程是一种更好的方法。

任何想法/评论总是有帮助的:)

我正在做因子得分路径分析

我正在对潜在变量进行因子得分路径分析，因此我进行了因子得分分析以生成因子得分。现在我想生成一个方差-协方差矩阵，所以我想把我生成的因子分数放到一个数据框中，以便能够这样做。问题是指标，我的论点意味着不同的行数。

data.frame 中的错误（bcscores$scores，dvscores$scores，fcscores$scores，：参数暗示不同的行数：101、102、99、103、104、100

有人可以帮我解决这个问题吗？谢谢

我正在实施一种用于 k 均值聚类的算法。到目前为止，它使用欧几里得距离。将欧几里得距离换成马氏距离无法正确聚类。

出于某种原因，马氏距离有时是负的。原来协方差矩阵具有负特征值，这显然不适合协方差矩阵。

以下是我正在使用的功能：

我是如何实现算法的：

1. 设置 k

2. 随机选择 k 个质心

3. 计算每个质心的 covar_matrix()

4. 计算每个质心的每个数据点的 mahalanobis() 并添加到最近的集群

5. 开始寻找新的质心；对于每个集群中的每个数据点*，计算 mahalanobis() 到集群中每个其他点的总和；总和最小的点成为新的质心
6. 重复 3-5 直到旧质心和新质心相同

*用这一点计算covar_matrix()

我期望一个正的马氏距离和一个正定的协方差矩阵（我希望后者将修复前者）。

我正在使用该lm()函数运行多元线性回归，我想获得估计系数的协方差矩阵。我怎样才能做到这一点？

这里lme 中系数的协方差（或相关）矩阵有一个函数的答案，lme()我想知道是否可以对lm(). 谢谢！