La corrélation de deux tableaux en C#

Avoir deux tableaux de valeurs doubles, je veux calculer le coefficient de corrélation (simple double de la valeur, tout comme la CORREL fonction dans MS Excel). Est-il une simple ligne de solution en C#?

J'ai déjà découvert les mathématiques lib appelé Méta-objets Numériques. Selon cette SORTE de question, il devrait faire le travail. Ici est docs pour la Méta-Numerics méthode de corrélation, dont je n'ai pas eu.

Pourrait pls quelqu'un me fournir un simple extrait de code ou un exemple comment utiliser la bibliothèque?

Remarque: À la fin, j'ai été contraints à utiliser l'une des implémentations personnalisées.
Mais si quelqu'un a la lecture de cette question, sait bien, bien documenté C#
bibliothèque de mathématiques/cadre pour ce faire, n'hésitez pas à poster un lien dans
réponse.

cela peut vous aider aussi codeproject.com/Articles/8750/A-computational-statistics-class et c'est le code pour la corrélation coeficient functionx.com/vcsharp/applications/lcc.htm
Il y a une bibliothèque à partir de ta-lib.org qui a "CORREL" de la fonction. Il est très facile à utiliser et vous donne le même résultat que excel. Elle retourne un tableau de résultats au lieu d'une valeur unique, tout comme Excel.

OriginalL'auteur teejay | 2013-07-03

  1. 26

    Vous pouvez avoir les valeurs dans des listes distinctes de même indice et l'utilisation d'un simple Zip.

    var fitResult = new FitResult();
var values1 = new List<int>();
var values2 = new List<int>();

var correls = values1.Zip(values2, (v1, v2) =>
                                       fitResult.CorrelationCoefficient(v1, v2));

    Un deuxième façon est d'écrire votre propre mise en œuvre (le mien n'est pas optimisé pour la vitesse):

    public double ComputeCoeff(double[] values1, double[] values2)
{
    if(values1.Length != values2.Length)
        throw new ArgumentException("values must be the same length");

    var avg1 = values1.Average();
    var avg2 = values2.Average();

    var sum1 = values1.Zip(values2, (x1, y1) => (x1 - avg1) * (y1 - avg2)).Sum();

    var sumSqr1 = values1.Sum(x => Math.Pow((x - avg1), 2.0));
    var sumSqr2 = values2.Sum(y => Math.Pow((y - avg2), 2.0));

    var result = sum1 / Math.Sqrt(sumSqr1 * sumSqr2);

    return result;
}

    Utilisation:

    var values1 = new List<double> { 3, 2, 4, 5 ,6 };
var values2 = new List<double> { 9, 7, 12 ,15, 17 };

var result = ComputeCoeff(values1.ToArray(), values2.ToArray());
//0.997054485501581

Debug.Assert(result.ToString("F6") == "0.997054");

    Un autre moyen est d'utiliser la fonction Excel directement:

    var values1 = new List<double> { 3, 2, 4, 5 ,6 };
var values2 = new List<double> { 9, 7, 12 ,15, 17 };

//Make sure to add a reference to Microsoft.Office.Interop.Excel.dll
//and use the namespace

var application = new Application();

var worksheetFunction = application.WorksheetFunction;

var result = worksheetFunction.Correl(values1.ToArray(), values2.ToArray());

Console.Write(result); //0.997054485501581
    +1 Merci pour la fourniture du code de l'échantillon, et à préciser la façon dont la bibliothèque des oeuvres! Le problème, c'est qu'il ne fonctionne que pour les tableaux d'entiers au lieu du double. Pas de votre faute, bien sûr, mais je ne peux pas marquer comme réponse.
    Oui, je n'ai pas vu les paramètres de type int. Si vous avez besoin de travailler avec des doubles alors vous pouvez avoir besoin d'écrire votre propre méthode d'extension.
    Si vous regardez le source pour la classe que vous verrez que c'est à l'aide d'une matrice pour calculer le Coefficient de Corrélation, de sorte que vous pouvez probablement le mimer.
    Vérifier mon montage
    Thank u pour votre efford, j'apprécie beaucoup! A été pensée sur le code personnalisé & excel api de trop, mais de toute façon il semblait beaucoup trop de travail pour une tâche commune 🙂

    OriginalL'auteur

  2. 16

    Math.NET Numerics est bien documentée de la bibliothèque math qui contient une Corrélation classe. Il calcule Pearson et de Spearman classé corrélations: http://numerics.mathdotnet.com/api/MathNet.Numerics.Statistics/Correlation.htm

    La bibliothèque est disponible sous le très libéral MIT/X11 licence. De l'utiliser pour calculer un coefficient de corrélation est aussi facile comme suit:

    using MathNet.Numerics.Statistics;

...

correlation = Correlation.Pearson(arrayOfValues1, arrayOfValues2);

    Bonne chance!

    merci pour le lien! cela pourrait effectivement être le meilleur de la bibliothèque jusqu'à présent, la méthode d'utilisation ne pouvait vraiment pas être plus facile 🙂
    Comme une mise à jour, la version 3.5 de Math.NET Numerics ajouté une méthode de leur Corrélation classe pour calculer pondérée de corrélation de Pearson.

    OriginalL'auteur

  3. 8

    Afin de calculer Pearson produit coefficient de corrélation moment

    http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient

    Vous pouvez utiliser ce code simple:

      public static Double Correlation(Double[] Xs, Double[] Ys) {
    Double sumX = 0;
    Double sumX2 = 0;
    Double sumY = 0;
    Double sumY2 = 0;
    Double sumXY = 0;

    int n = Xs.Length < Ys.Length ? Xs.Length : Ys.Length;

    for (int i = 0; i < n; ++i) {
      Double x = Xs[i];
      Double y = Ys[i];

      sumX += x;
      sumX2 += x * x;
      sumY += y;
      sumY2 += y * y;
      sumXY += x * y;
    }

    Double stdX = Math.Sqrt(sumX2 / n - sumX * sumX / n / n);
    Double stdY = Math.Sqrt(sumY2 / n - sumY * sumY / n / n);
    Double covariance = (sumXY / n - sumX * sumY / n / n);

    return covariance / stdX / stdY; 
  }

    OriginalL'auteur

  4. 6

    Si vous ne souhaitez pas utiliser une bibliothèque tierce, vous pouvez utiliser la méthode de ce post (poster le code ici pour la sauvegarde).

    double[] array1 = { 3, 2, 4, 5, 6 };
double[] array2 = { 9, 7, 12, 15, 17 };
double correl = Correlation(array1, array2);
public double Correlation(double array1, double array2)
{
double[] array_xy = new double[array1.Length];
double[] array_xp2 = new double[array1.Length];
double[] array_yp2 = new double[array1.Length];
for (int i = 0; i &lt; array1.Length; i++)
array_xy[i] = array1[i] * array2[i];
for (int i = 0; i &lt; array1.Length; i++)
array_xp2[i] = Math.Pow(array1[i], 2.0);
for (int i = 0; i &lt; array1.Length; i++)
array_yp2[i] = Math.Pow(array2[i], 2.0);
double sum_x = 0;
double sum_y = 0;
foreach (double n in array1)
sum_x += n;
foreach (double n in array2)
sum_y += n;
double sum_xy = 0;
foreach (double n in array_xy)
sum_xy += n;
double sum_xpow2 = 0;
foreach (double n in array_xp2)
sum_xpow2 += n;
double sum_ypow2 = 0;
foreach (double n in array_yp2)
sum_ypow2 += n;
double Ex2 = Math.Pow(sum_x, 2.00);
double Ey2 = Math.Pow(sum_y, 2.00);
return (array1.Length * sum_xy - sum_x * sum_y) /
Math.Sqrt((array1.Length * sum_xpow2 - Ex2) * (array1.Length * sum_ypow2 - Ey2));
}

    OriginalL'auteur

  5. 2

    Dans mes tests, à la fois @Dimitri Bychenko et @keyboardP du code offres ci-dessus a permis, dans l'ensemble, les mêmes corrélations que Microsoft Excel sur une poignée de manuel des tests que j'ai fait, et n'a pas besoin de bibliothèques externes.

    par exemple, l'Exécution de cette fois (les données de cette course listés en bas):

    @Dimitri Bychenko: -0.00418479432051121

    @keyboardP:______ -0.00418479432051131

    MS Excel:_________-0.004184794

    Ici est un harnais de test:

    using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
namespace TestCorrel {
class Program {
static void Main(string[] args) {
Random rand = new Random(DateTime.Now.Millisecond);
List<double> x = new List<double>();
List<double> y = new List<double>();
for (int i = 0; i < 100; i++) {
x.Add(rand.Next(1000) * rand.NextDouble());
y.Add(rand.Next(1000) * rand.NextDouble());
Console.WriteLine(x[i] + "," + y[i]);
}
Console.WriteLine("Correl1: " + Correl1(x, y));
Console.WriteLine("Correl2: " + Correl2(x, y));
}
public static double Correl1(List<double> x, List<double> y) {
//https://stackoverflow.com/questions/17447817/correlation-of-two-arrays-in-c-sharp
if (x.Count != y.Count)
return (double.NaN); //throw new ArgumentException("values must be the same length");
double sumX = 0;
double sumX2 = 0;
double sumY = 0;
double sumY2 = 0;
double sumXY = 0;
int n = x.Count < y.Count ? x.Count : y.Count;
for (int i = 0; i < n; ++i) {
Double xval = x[i];
Double yval = y[i];
sumX += xval;
sumX2 += xval * xval;
sumY += yval;
sumY2 += yval * yval;
sumXY += xval * yval;
}
Double stdX = Math.Sqrt(sumX2 / n - sumX * sumX / n / n);
Double stdY = Math.Sqrt(sumY2 / n - sumY * sumY / n / n);
Double covariance = (sumXY / n - sumX * sumY / n / n);
return covariance / stdX / stdY;
}
public static double Correl2(List<double> x, List<double> y) {
double[] array_xy = new double[x.Count];
double[] array_xp2 = new double[x.Count];
double[] array_yp2 = new double[x.Count];
for (int i = 0; i < x.Count; i++)
array_xy[i] = x[i] * y[i];
for (int i = 0; i < x.Count; i++)
array_xp2[i] = Math.Pow(x[i], 2.0);
for (int i = 0; i < x.Count; i++)
array_yp2[i] = Math.Pow(y[i], 2.0);
double sum_x = 0;
double sum_y = 0;
foreach (double n in x)
sum_x += n;
foreach (double n in y)
sum_y += n;
double sum_xy = 0;
foreach (double n in array_xy)
sum_xy += n;
double sum_xpow2 = 0;
foreach (double n in array_xp2)
sum_xpow2 += n;
double sum_ypow2 = 0;
foreach (double n in array_yp2)
sum_ypow2 += n;
double Ex2 = Math.Pow(sum_x, 2.00);
double Ey2 = Math.Pow(sum_y, 2.00);
double Correl = 
(x.Count * sum_xy - sum_x * sum_y) /
Math.Sqrt((x.Count * sum_xpow2 - Ex2) * (x.Count * sum_ypow2 - Ey2));
return (Correl);
}
}
}

    De données pour l'exemple des nombres ci-dessus:

    287.688269702572,225.610842817282
618.9313498167,177.955550192835
25.7778882802361,27.6549569366756
140.847984766051,714.618547504125
438.618761728806,533.48764902702
481.347431274758,214.381256273194
21.6406916848573,393.559209519792
135.30397563209,158.419851317732
334.314685154853,814.275162949821
764.614904770914,50.1435267264692
42.8179292282173,47.8631582287434
237.216836650491,370.488416981179
388.849658539449,134.961087643151
305.903013161804,441.926902444068
10.6625048679591,369.567569480076
36.9316453891488,24.8947204607049
2.10067253471383,491.941975629861
7.94887068492774,573.037801189831
341.738006353722,653.497146697015
98.8424873439793,475.215988045193
272.248712629196,36.1088809138671
122.336823399801,169.158256422336
9.32281673202422,631.076001565473
201.118425176068,803.724831627554
415.514343714115,64.248651454341
227.791637123,230.512133914284
25.3438658925443,396.854282886188
596.238994411304,72.543763144195
230.239735877253,933.983901697669
796.060099040186,689.952468971234
9.30882684202344,269.22063744125
16.5005430148451,8.96549091859045
536.324005148524,358.829873788557
519.694526420764,17.3212184707267
552.628357889423,12.5541588051962
210.516099897454,388.57537739937
141.341571405689,268.082028986924
503.880356335491,753.447006912645
515.494990213539,444.451280259737
973.8670776076,168.922799013985
85.7111146094795,36.3784999169309
37.2147129193017,108.040356312432
504.590177939548,50.3934166889607
482.821039277511,888.984586256083
5.52549206350255,156.717087003271
405.833169031345,394.099059180868
459.249365587835,11.68776424494
429.421127440604,314.216759666901
126.908422469584,331.907062556551
62.1416232716952,3.19765723645578
4.16058817699579,604.04046284223
484.262182311277,220.177370167886
58.6774453314382,339.09660232677
463.482149892246,199.181594849183
344.128297473829,268.531428258182
0.883430369609702,209.346384477963
77.9462970131758,255.221325168955
583.629439312792,235.557751925922
358.409186083083,376.046612200349
81.2148325150902,10.7696774717279
53.7315618049966,274.171515094196
111.284646992239,130.174321939319
317.280491961763,338.077288461885
177.454564264722,7.53587801919127
69.2239431670047,233.693477620228
823.419546454875,0.111916855029723
23.7174749401014,200.989081544331
44.9598299125022,102.633862571155
74.1602278468945,292.485449988155
130.11182449251,23.4682153367755
243.088760058903,335.807090202722
13.3974915991526,436.983231269281
73.3900805168739,252.352352472186
592.144630201228,92.3395205570103
57.7306153447044,47.1416798900541
522.649018382024,584.427794722108
15.3662010204821,60.1693953262499
16.8335716728277,851.401980430541
33.9869734449251,0.930781653584345
116.66608504982,146.126050951949
92.8896130355492,711.765618208687
317.91980889529,322.186540377413
44.8574470732629,209.275617858058
751.201537871362,37.935519233316
161.817758424588,2.83156183493862
531.64078452142,79.1750782491523
114.803219681048,283.106988439852
123.472725123853,154.125248027558
89.9276725453919,63.4626924192825
105.623296753328,111.234188702067
435.72981759707,23.7058234576629
259.324810619152,69.3535200857341
719.885234421531,381.086239833891
24.2674900099018,198.408173349876
57.7761600361095,146.52277489124
77.4594609157459,710.746080866431
636.671781979814,538.894185951396
56.6035279932448,58.2563265684323
485.16099039333,427.849954283261
91.9552873247095,576.92944263617

    OriginalL'auteur