关于统计学的基本概念的自学笔记

博客介绍了统计学中的方差、协方差、协方差矩阵概念。方差体现样本数据与均值差距,协方差反映两组样本数据关系,协方差矩阵反映多组样本数据相关性。还阐述主成分分析,涉及数据样本、标准化、相关矩阵等概念,以及方差贡献率、累计方差贡献率和主成分表达式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

No.1 方差、协方差、协方差矩阵

方差

  • 方差提供的是样本中数据与均值在数值上差距的情况信息,通俗的说就是样本数据集不集中。
    s2=ni=1(xix)2n1s2=∑i=1n(xi−x¯)2n−1

协方差

  • 协方差反映的是不同类型的两组样本数据之间的关系。
    例如:cov的值为正数,说明正相关-> x越怎样,y就越怎样;cov的值为负数,说明负相关:x越怎样,y就越不怎样;cov的值为0,则说明没有关系。

    cov(X,Y)=ni=1(xix¯)(yiy¯)n1cov(X,Y)=∑i=1n(xi−x¯)(yi−y¯)n−1
  • 协方差矩阵则反映的是三个及以上的样本数据组之间的相关性信息。
    协方差矩阵主对角线上是方差信息,其他反映的是协方差信息,且各样本数据两两之间的相关信息均可以从协方差矩阵里面读出来。

    C=cov(x1,x1)cov(x2,x1)cov(x3,x1)cov(x1,x2)cov(x2,x2)cov(x3,x2)cov(x1,x3)cov(x2,x3)cov(x3,x3)C={cov(x1,x1)cov(x1,x2)cov(x1,x3)cov(x2,x1)cov(x2,x2)cov(x2,x3)cov(x3,x1)cov(x3,x2)cov(x3,x3)}

NO.2 主成分分析

先明白这几个概念:

  • 数据样本:具有p个采样所关心特性的一类事物的数值描述,例如:人的身高、体重、性别、居住地等特性的数据组合。那么一个人的这些数据的组合叫一个样本。每个特性就是一个变量,记为:Xi(i=1,2,3,,p)Xi(i=1,2,3,…,p),每个XiXi包含n个数据,n即为样本数据的个数。
  • 标准化指z_score规范化(正态化),即将原始数据处理成均值为0,方差为1的标准数据,此时XiXi变为ZiZi。方法如下:

    zij=xijxj¯σj(i,j=1,2,3,,n)zij=xij−xj¯σj(i,j=1,2,3,…,n)

    (1) xijxij表示第i个数据样本的第j个指标;
    (2) xj¯xj¯表示所有n个数据样本的第j个指标的值的平均值;
    (3 σjσj表示第j个指标的标准差;
  • 相关矩阵就是相关系数矩阵
    1.经标准化的样本数据zijzij的协方差矩阵就是原始样本数据的相关矩阵rijrij,其中 i,j=1,2,3,,pi,j=1,2,3,…,p ,计算协方差时,不再考虑n个样本数,而是考虑成ZiZi变量之间的关系。
    2.相关矩阵是对称矩阵,其一定是满秩,故一定有p个特征值λi(i=1,2,3,,p)λi(i=1,2,3,…,p),p个特征向量ei(i=1,2,3,,p)ei(i=1,2,3,…,p),即一个特征值对应一个特征向量。
    3.特征向量 ei=(ei1,ei2,,eij,,eip)ei=(ei1,ei2,…,eij,…,eip),其中eijeij表示eiei的第j维上的分量,满足pj=1e2ij=1∑j=1peij2=1,即ei=1‖ei‖=1。(说明已经正交化)

主成分分析所关心的几个概念

  • 方差贡献率:λkpk=1λkλk∑k=1pλk、累计方差贡献率:ik=1λkpk=1λk(i=1,2,3,,p)∑k=1iλk∑k=1pλk(i=1,2,3,…,p)
    目的:为了确定综合变量个数m,取累计方差贡献>85%时候的个数

  • 主成分表达式:Yi=pj=1eijZj(i,j=1,2,3,,n)Yi=∑j=1peij⋅Zj(i,j=1,2,3,…,n)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值