Questions tagged «distance-covariance»

2
什么时候距离协方差不如线性协方差合适?
刚刚(模糊地)向我介绍了Brownian /距离协方差/相关性。在测试依赖性时,它在许多非线性情况下似乎特别有用。但是,尽管协方差/相关经常用于非线性/混沌数据,但它似乎并不经常使用。 这使我认为距离协方差可能存在一些缺点。那么它们是什么?为什么每个人都不总是使用距离协方差?

2
了解距离相关计算
据我了解,距离相关是一种健壮且通用的方法,用于检查两个数字变量之间是否存在关系。例如,如果我们有一组数字对: (x1, y1) (x2, y2) ... (xn, yn) 我们可以使用距离相关来检查两个变量(x和y)之间是否存在任何(不一定是线性的)关系。而且,x并且y可以是不同维度的向量。 计算距离相关性相对容易。首先,我们使用计算距离矩阵。然后我们使用计算距离矩阵。这两个距离矩阵的维数相同,因为x_i和y_i的数目相同(因为它们成对出现)。ÿ 我X 我ÿ 我xixix_iyiyiy_ixixix_iyiyiy_i 现在我们有很多距离可以配对。例如,(2,3)来自第一距离矩阵的元素(2,3)与来自第二距离矩阵的元素配对。因此,我们有一组成对的距离,我们可以用它来计算相关性(距离之间的相关性)。 如果两种类型的距离相关,则意味着接近Xs通常意味着接近Ys。例如,如果接近,则意味着y_7可能接近y_ {13}。因此,我们可以得出结论,Xs和Ys是相关的。x 13 y 7 y 13x7x7x_7x13x13x_{13}y7y7y_7y13y13y_{13} 听起来很合理,但是我不了解两个方面。 首先,要计算距离相关性,我们不直接使用两个距离矩阵。我们对其应用双重居中过程(以便任何行(或列)中所有元素的总和等于零)。我不明白为什么我们需要这样做。此步骤背后的逻辑(或直觉)是什么? 其次,在原始距离矩阵中,对角线上有零。因此,如果我们计算距离之间的相关性,则将具有统计上显着的相关性,因为第一矩阵中的许多零与第二矩阵中的对应零成对。该问题如何解决?

1
距离相关与互信息
我已经使用共同信息一段时间了。但是我发现“关联世界”中有一个非常新的度量,也可以用来度量分布独立性,即所谓的“距离相关”(也称为布朗相关):http : //en.wikipedia.org/wiki/Brownian_covariance。我检查了引入此措施的论文,但没有发现对相互信息的任何暗示。 因此,我的问题是: 他们解决完全相同的问题吗?如果不是,那么这些问题有何不同? 并且,如果可以肯定地回答上一个问题,那么使用一个或另一个有什么好处?

1
距离相关性有直观的表征吗?
我一直在注视着维基百科页面上的距离相关性,该距离相关性似乎由如何计算来表征。虽然我可以进行计算,但仍在努力寻找距离相关量度以及为什么计算看起来像它们一样。 是否存在(或许多)更直观的距离相关特征,可以帮助我理解其测量结果? 我意识到要求直觉有点含糊,但是如果我知道我要的是哪种直觉,我可能一开始就不会要求。对于两个随机变量之间的距离相关情况(即使在两个随机向量之间定义了距离相关)的情况,我也很满意。
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.