Parece extraño que np.corrcoef devuelve una matriz.¿Por qué la corrcoef devuelve una matriz?
correlation1 = corrcoef(Strategy1Returns,Strategy2Returns)
[[ 1. -0.99598935]
[-0.99598935 1. ]]
¿Alguien sabe por qué esto es así, y si es posible devolver un solo valor en el sentido clásico?
corrcoef devuelve la matriz de covarianza normalizada.
La matriz de covarianza es la matriz
Cov(X, X) Cov(X, Y)
Cov(Y, X) Cov(Y, Y)
normalizado, esto dará paso a la matriz:
Corr(X, X) Corr(X, Y)
Corr(Y, X) Corr(Y, Y)
correlation1[0, 0 ] es la correlación entre Strategy1Returns y ella misma, que debe ser 1. Lo que desea correlation1[ 0, 1 ] .
La matriz de correlación es la manera estándar para expresar correlaciones entre un número finito arbitraria de variables. La matriz de correlación de N vectores de datos es un simétrico N × N matriz con unidad diagonal. Sólo en el caso N = 2 no esta matriz tiene un parámetro libre.
Se le permite calcular los coeficientes de correlación de> 2 conjuntos de datos, por ejemplo,
>>> from numpy import *
>>> a = array([1,2,3,4,6,7,8,9])
>>> b = array([2,4,6,8,10,12,13,15])
>>> c = array([-1,-2,-2,-3,-4,-6,-7,-8])
>>> corrcoef([a,b,c])
array([[ 1. , 0.99535001, -0.9805214 ],
[ 0.99535001, 1. , -0.97172394],
[-0.9805214 , -0.97172394, 1. ]])
Aquí podemos obtener el coeficiente de correlación de a, b (0.995), a, c (-0.981) y b, c (-0.972) a la vez. El caso de dos conjuntos de datos es solo un caso especial de clase N-data-set. Y probablemente sea mejor mantener el mismo tipo de devolución. Dado que el "valor único" se puede obtener simplemente con
>>> corrcoef(a,b)[1,0]
0.99535001355530017
no hay una razón importante para crear el caso especial.
Excelente ejemplo, que ilustra claramente la funcionalidad básica de CORRCOEF (más allá de responder a la pregunta original) – Hiro
considerar el uso de piezas matplotlib.cbook
por ejemplo:
import matplotlib.cbook as cbook
segments = cbook.pieces(np.arange(20), 3)
for s in segments:
print s
La función de correlación de la numpy funciona con 2 campos de 1D que desea correlacionar y devuelve un valor de correlación.
puede que marque la mejor respuesta desde abajo como el respeto? – Yank