2016-03-23 13 views
0

R programlama dilini kullanırken (ki çok yeni olduğum) bir 4x2 matrisi "gg" var ve var (gg) yaptığımda 2x2 matris olarak döndürür izler.R language, var matriksi negatif değerler verir

> gg <- matrix(c(4,2,4,5, 9, 14, 2, 32), nrow = 4, ncol = 2, byrow = TRUE) 
> gg 
    [,1] [,2] 
[1,] 4 2 
[2,] 4 5 
[3,] 9 14 
[4,] 2 32 

> var(gg) 
      [,1] [,2] 
[1,] 8.916667 -11.25 
[2,] -11.250000 182.25 

şimdi 8,916 ve 182.25 birinci ve ikinci sütun varyansları olduğunu anlıyoruz.

Peki -11.5 nedir?

Hesaplanmış bir kovaryans veya korelasyon olabileceğini okudum mu? Fakat bir kovaryans negatif olamaz ve korelasyon -1 ile 1 arasında olmalıdır, bu nedenle bu iki koşulun hiçbiri tatmin olmaz. Yani gerçekten bu -11.5'in neyi temsil ettiğini anlamıyorum? gg sütun x ve y döner bir matrisidir

+1

, birinci ve ikinci sütun arasındaki kovaryans olmalıdır CoV 'yani (gg [1], gg [2]) # [1] -11.25'. Genellikle, varyans matrisi, kovaryans olarak varyans ve eksiklikler olarak köşegenlere sahiptir. – akrun

+3

Kök ile karşılaştırın (gg [, 1], gg [, 2]); toplam ((gg [, 1] -ortam (gg [, 1])) * (gg [, 2] -kısa (gg [, 2])))/(nrow (gg) -1) 'Negatif kovaryans, bir ters bağımlılık (lineer bir regresyon anlamında): gg [, 2] 'de daha büyük değerler 'gg [, 1]' – jogo

+0

' da daha düşük değerleri gösterir. Evet sağa, kovaryansın negatif olabileceğini düşündüğüm şeyi bilmiyorum, Bu yüzden birileri bunu gerçek bir cevapta yazmak isterse kabul edeceğim. –

cevap

1

var(gg):

cov(xx), cov(xy) 
cov(yx), cov(yy) 

cov(xy) = cov(yx) because cov is defined as 
E((x - xbar)(y - ybar)) = E((y - ybar)(x - xbar))