Меры сходства или расстояния между двумя ковариационными матрицами


28

Существуют ли меры сходства или расстояния между двумя симметричными ковариационными матрицами (обе имеют одинаковые размеры)?

Я имею в виду аналоги KL-расходимости двух вероятностных распределений или евклидова расстояния между векторами, за исключением примененных к матрицам. Я предполагаю, что было бы довольно много измерений подобия.

В идеале я также хотел бы проверить нулевую гипотезу о том, что две ковариационные матрицы идентичны.


3
ответы на этот вопрос: quant.stackexchange.com/q/121/108 могут быть полезны .
Шаббычеф

2
отличный вопрос и ответ по ссылке - спасибо - да, это то, куда я направлялся :)
Рам Ахлувалия

Ответы:


21

Вы можете использовать любую из норм (см. Википедию по различным нормам; обратите внимание, что квадратный корень из суммы квадратов расстояний, \ sqrt {\ sum_ {i, j} (a_ {ij} -b_ {ij}) ^ 2} , называется нормой Фробениуса и отличается от нормы L_2 , которая является корнем квадратным из наибольшего собственного значения (AB) ^ 2 , хотя, конечно, они будут генерировать ту же топологию). Расстояние KL между двумя нормальными распределениями с одинаковыми средними (скажем, нулем) и двумя конкретными ковариационными матрицами также доступно в Википедии как \ frac12 [\ mbox {tr} (A ^ {- 1} B) - \ mbox {ln } (| B | / | A |)] .ABp L2(A-B)2i,j(aijbij)2L2(AB)212[tr(A1B)ln(|B|/|A|)]

Редактировать: если одна из матриц является подразумеваемой матрицей, а другая - образцом ковариационной матрицы, то, конечно, вы можете сформировать критерий отношения правдоподобия между ними. Моя личная любимая коллекция таких тестов для простых структур дана в Rencher (2002) Methods of Multitivariate Analysis . Более сложные случаи рассматриваются в моделировании ковариационных структур, на котором разумной отправной точкой является Боллен (1989) Структурные уравнения со скрытыми переменными .


у меня есть проблема с : он не дает одинаковое значение, если вы переставляете и (реальное расстояние должно быть симметричным). 1/2(tr(A1B)log(|B|/|A|)) БAB
user603

у меня есть проблема с : это не аффинно-эквивариантно (если вы вращаете матрицы, там изменения расстояния!). Кроме того, вы должны как-то масштабировать свои матрицы (они могут быть измерены в очень разных единицах), также, естественно, требовать, чтобы расстояние между двумя ковариационными матрицами было таким же, как расстояние между соответствующими матрицами корреляции: поэтому я предлагаю . (AB)2(Adet(A)1/pBdet(B)1/p)2
user603

2
Во-первых, KL не является реальным расстоянием, и это хорошо известный факт. Во-вторых, если матрицы измеряются в разных единицах, они не могут быть равны.
StasK

Является ли расстояние KL похожим на отношение правдоподобия, или они связаны?
hashmuke

7

Обозначим и ваши матрицы обеих размерностей .Σ 2 рΣ1Σ2p

  1. Cond number: где ( ) - это наибольшее (наименьшее) собственное значение , где определяется как: λ 1 λ р Σ * Σ * Σ * : = Σ - 1 / 2 1 Σ 2 Σ - 1 / 2 1log(λ1)log(λp)λ1λpΣΣΣ:=Σ11/2Σ2Σ11/2

Изменить: я отредактировал второе из двух предложений. Я думаю, что неправильно понял вопрос. Предложение, основанное на номерах условий, часто используется в надежной статистике для оценки качества соответствия. Старый источник, который я мог найти для этого:

Yohai, VJ and Maronna, RA (1990). Максимальный уклон робастных ковариаций. Сообщения в статистике - теория и методика, 19, 3925–2933.

Первоначально я включил показатель отношения Det:

  1. Коэффициент : где .Σ =(Σ1+Σ2)/2log(det(Σ)/det(Σ2)det(Σ1))Σ=(Σ1+Σ2)/2

это будет расстояние Бхаттачарьи между двумя гауссовыми распределениями, имеющими один и тот же вектор местоположения. Я, должно быть, первоначально прочитал вопрос как относящийся к обстановке, где две ковариации исходили из выборок из популяций, предположительно имеющих одинаковые средние значения.


7

Мера, введенная Хердином (2005), «Расстояние корреляционной матрицы, значимая мера для оценки нестационарных каналов MIMO» : где нормой является норма Фробениуса.

d=1tr(R1R2)R1R2,


+1. Большое спасибо за этот ответ, это было очень полезно для меня.
говорит амеба: восстанови Монику

1
Это один минус косинус сходство, верно?
Firebug

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.