协方差矩阵的度量标准:缺点和优势


11

什么是协方差矩阵的“最佳”指标,为什么?在我看来,Frobenius&c不合适,角度参数化也存在问题。直觉上可能希望在这两者之间做出折衷,但是我也想知道是否还有其他方面需要牢记,也许还有完善的标准。

通用指标具有各种弊端,因为它们对于协方差矩阵而言并不自然,例如,它们通常不会特别惩罚非PSD矩阵或表现不佳(考虑两个旋转的低秩协方差椭球体:我也想同样-中间旋转的距离要小于分量平均距离,这与以及Frobenius的情况不同,请在此处进行校正。同样,并不总是保证凸度。很高兴看到“好”指标解决了这些问题和其他问题。L1

是对一些问题的很好的讨论,一个来自网络优化的示例另一个来自计算机视觉的示例。这是一个类似的问题,它得到了一些其他指标,但没有讨论。


2
您寻求指标的目的是什么?Frobenius指标不合适吗?
ub

1
@whuber:在施加太多限制之前,我想大致了解一下。我的领域是量化金融,为了简化起见,大多数人都坚持使用Frobenius。通用度量标准具有多种缺点,因为它们对于协方差矩阵而言并非天然的,例如,它们不会特别惩罚非PSD矩阵并且表现不佳(考虑两个旋转的低秩协方差椭圆体:我想要同秩中间旋转的距离要小于分量平均距离(如果我没记错的话,可能不是Frobenius)。添加了一些链接。L1
石英

您提到的最后一个问题“如何受到更多限制”?毕竟,所有协方差矩阵都是对称的。它似乎是完美的副本。
ub

1
这是对另一个问题的很好的批评。我可以建议您编辑问题(和标题)以反映您最近的评论内容吗?这样可以将其与明显的重复项区分开来,并帮助受访者给您更适当的答复。(不要担心对自己的问题进行编辑:这是预期的;元线程主要是关于社区编辑的。)
whuber

1
@kjetilbhalvorsen这是一个挑衅的句子!您能否扩大答案?或提供文章参考?
Sycorax说恢复Monica 2014年

Answers:


2

好吧,我认为没有很好的指标或“最佳方法”来分析协方差矩阵。分析应始终与您的目标保持一致。假设C是我的协方差矩阵。对角线包含每个计算参数的方差。因此,如果您对参数的重要性感兴趣,那么trace(C)是一个不错的开始,因为它是您的整体性能。

如果绘制参数及其重要性,则可以看到以下内容:

x1 =  1.0 ±  0.1 
x2 = 10.0 ±  5.0
x3 =  5.0 ± 15.0 <-- non-significant parameter

如果您对它们的相互关系感兴趣,那么这样的表可能会产生一些有趣的结果:

x1  1.0
x2  0.9  1.0
x3 -0.3 -0.1  1.0
    x1    x2   x3

每个元素是参数xi和xj之间的相关系数。从示例中可以看出,参数x1和x2是高度相关的。


1

有趣的问题,我现在正在处理相同的问题!这取决于您如何定义“最佳”,即您是在寻找价差的平均值还是数据之间的相关性等。我在Press,SJ(1972):Applied Multivariate Analysis, p。中找到。在图108中,被定义为协方差矩阵的行列式的广义方差可用作扩展的单个度量。但是,如果您追求的是相关性,我将需要进一步考虑。让我知道。


3
请参考。
Nick Cox 2013年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.