Pourquoi ne corrcoef retour d'une matrice?

Il me semble étrange que les np.corrcoef retourne une matrice.

 correlation1 = corrcoef(Strategy1Returns,Strategy2Returns)

[[ 1.         -0.99598935]
 [-0.99598935  1.        ]]

Personne ne sait pourquoi c'est le cas et si c'est possible de retourner qu'une seule valeur dans le sens classique du terme?

  • pouvez-vous cocher la meilleure réponse ci-dessous que le respect?
InformationsquelleAutor Dan | 2010-08-06
  1. 123

    Qu'elle permet de calculer les coefficients de corrélation de >2 ensembles de données, par exemple

    >>> from numpy import *
>>> a = array([1,2,3,4,6,7,8,9])
>>> b = array([2,4,6,8,10,12,13,15])
>>> c = array([-1,-2,-2,-3,-4,-6,-7,-8])
>>> corrcoef([a,b,c])
array([[ 1.        ,  0.99535001, -0.9805214 ],
       [ 0.99535001,  1.        , -0.97172394],
       [-0.9805214 , -0.97172394,  1.        ]])

    Ici, nous pouvons obtenir le coefficient de corrélation de a,b (0.995), a,c (-0.981) et b,c (-0.972) à la fois. Les deux ensembles de données de cas est un cas particulier de N-ensemble de données de classe. Et sans doute il est préférable de garder le même type de retour. Depuis la "une valeur" peut être obtenu simplement avec

    >>> corrcoef(a,b)[1,0]
0.99535001355530017

    il n'y avait pas de raison de créer le cas particulier.

    • Excellent exemple, qui illustre clairement les fonctionnalités de base de CORRCOEF (au-dessus répondant à la question d'origine)
    • Quelle est la formule si je passe x ET y?
    InformationsquelleAutor kennytm
  2. 44

    corrcoef renvoie la matrice de covariance normalisée.

    La matrice de covariance est la matrice

    Cov( X, X )    Cov( X, Y )

Cov( Y, X )    Cov( Y, Y )

    Normalisé, cela vous donnera de la matrice:

    Corr( X, X )    Corr( X, Y )

Corr( Y, X )    Corr( Y, Y )

    correlation1[0, 0 ] est la corrélation entre Strategy1Returns et lui-même, qui doit être de 1. Vous voulez juste correlation1[ 0, 1 ].

    • Quelle est la formule pour corrcoef(x, y, rowvar = False), où x et y ont la forme (150, 4)? Le résultat est une matrice de 8x8 (pourquoi?).
    • Le résultat pour concaténées x et y comme s'ils étaient hstacked dans (150, 8) de forme. Puis 1 corrcoef pour chaque combinaison. La formule est la même (стандартная).
    InformationsquelleAutor Katriel
  3. 7

    La matrice de corrélation est le moyen standard pour exprimer les corrélations entre l'arbitraire d'un nombre fini de variables. La matrice de corrélation de N vecteurs de données est symétrique N × N de la matrice avec l'unité de la diagonale. Seulement dans le cas N = 2 cette matrice ont un paramètre libre.

    InformationsquelleAutor Philipp
  4. 1

    Envisager l'utilisation de matplotlib.cbook pièces

    par exemple:

    import matplotlib.cbook as cbook
segments = cbook.pieces(np.arange(20), 3)
for s in segments:
     print s
    • Mise à jour nécessaire que cbook a été désapprouvée.
    InformationsquelleAutor schwater
  5. 1

    La fonction de Corrélation de numpy fonctionne avec 2 tableaux 1D que vous souhaitez mettre en corrélation et en retourne une valeur de corrélation.

    InformationsquelleAutor Sergio
  6. 0

    Vous pouvez utiliser la fonction suivante pour retourner uniquement le coefficient de corrélation:

    def pearson_r(x, y):
"""Compute Pearson correlation coefficient between two arrays."""

   # Compute correlation matrix
   corr_mat = np.corrcoef(x, y)

   # Return entry [0,1]
   return corr_mat[0,1]
    InformationsquelleAutor Arman Aynaszyan