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