R cov.wt 加權協方差矩陣

說明

返回一個列表，其中包含加權協方差矩陣和數據平均值的估計值，以及(可選)(加權)相關矩陣的估計值。

用法

cov.wt(x, wt = rep(1/nrow(x), nrow(x)), cor = FALSE, center = TRUE,
       method = c("unbiased", "ML"))

參數

x	矩陣或 DataFrame 。像往常一樣，行是觀察值，列是變量。
wt	每個觀測值的非負且非零權重向量。它的長度必須等於 x 的行數。
cor	指示是否也返回估計的相關加權矩陣的邏輯。
center	邏輯向量或數值向量，指定計算協方差時要使用的中心。如果 TRUE ，則使用每個變量的(加權)平均值，如果 FALSE ，則使用零。如果 center 是數字，則其長度必須等於 x 的列數。
method	指定結果如何縮放的字符串，請參閱下麵的“詳細信息”。可以縮寫。

細節

默認情況下， method = "unbiased" ，協方差矩陣除以一減去權重平方和，因此如果權重是默認值 ( 1/n )，則獲得除數為 (n - 1) 的協方差矩陣的常規無偏估計。這與 S-PLUS 中的行為不同，S-PLUS 對應於 method = "ML" 並且不進行除法。

值

包含以下命名組件的列表：

cov	估計(加權)協方差矩陣
center	對數據中心(平均值)的估計。
n.obs	x 中的觀察值(行)數。
wt	估計中使用的權重。僅當作為參數給出時才返回。
cor	估計的相關矩陣。僅當 cor 為 TRUE 時才返回。

例子

 (xy <- cbind(x = 1:10, y = c(1:3, 8:5, 8:10)))
 w1 <- c(0,0,0,1,1,1,1,1,0,0)
 cov.wt(xy, wt = w1) # i.e. method = "unbiased"
 cov.wt(xy, wt = w1, method = "ML", cor = TRUE)

也可以看看

cov 和 var 。