nancov
协方差忽略南
值
语法
Y = nancov(X)
Y = nancov(X1,X2)
Y = nancov(…,1)
Y = nancov(…,'成对的')
描述
Y = nancov(X)
是协方差浸
的X
,在去除观测值后计算南
值。
为向量x
,nancov (x)
剩余元素的样本方差是一次吗南
值被删除。对矩阵X
,nancov (X)
是否样本协方差的其余观测,一旦观测(行)包含任何南
值被删除。
Y = nancov(X1,X2)
,在那里X1
而且X2
矩阵是否具有相同数量的元素,是否等价nancov (X)
,在那里X = [x1 (:) x2 (:)]
.
nancov
从每个变量(矩阵列)中移除平均值X
),然后计算Y
.如果n移除观测值后剩余观测值的数量是多少南
值,nancov
规范化Y
通过n- 1或n,取决于是否n> 1或n= 1。通过n,使用Y = nancov(…,1)
.
Y = nancov(…,'成对的')
计算Y (i, j)
使用带no的行南
列中的值我
或j
.结果Y
可能不是正定矩阵。
例子
为两个变量(列)生成随机数据,随机缺失值:
X = rand(10,2);p = randperm(数字(X));X(p(1:5)) = NaN X = 0.8147 0.1576 NaN NaN 0.1270 0.9572 0.9134 NaN 0.6324 NaN 0.0975 0.1419 0.2785 0.4218 0.5469 0.9157 0.9575 0.7922 0.9649 NaN
建立第三个变量和其他两个变量之间的相关性:
X(:,3) = sum(X,2) X = 0.8147 0.1576 0.9723 NaN NaN NaN 0.1270 0.9572 1.0842 0.9134 NaN NaN 0.6324 NaN NaN 0.0975 0.1419 0.2394 0.2785 0.4218 0.7003 0.5469 0.9157 1.4626 0.9575 0.7922 1.7497 0.9649 NaN NaN
计算三个变量的协方差矩阵后,删除观察(行)南
价值观:
Y = nancov(X) Y = 0.1311 0.0096 0.1407 0.0096 0.1388 0.1483 0.1407 0.1483 0.2890
选择功能
而不是使用nancov
,可以使用MATLAB®函数浸
输入参数nanflag
.例如,而不是nancov (X)
,使用X (X, omitrows)
,而不是nancov (X,“成对”)
,使用X (X, partialrows)
.
扩展功能
R2006a之前介绍
这个话题有用吗?