python - coefcorr - ¿Por qué la corrcoef devuelve una matriz?

corrcoef python

Question

Me parece extraño que np.corrcoef devuelva una matriz.

 correlation1 = corrcoef(Strategy1Returns,Strategy2Returns)

[[ 1.         -0.99598935]
 [-0.99598935  1.        ]]

¿Alguien sabe por qué este es el caso y si es posible devolver solo un valor en el sentido clásico?

Answer 1

Considere usar matplotlib.cbook pieces

por ejemplo:

import matplotlib.cbook as cbook
segments = cbook.pieces(np.arange(20), 3)
for s in segments:
     print s

Answer 2

La función Correlación de numpy funciona con 2 matrices 1D que desea correlacionar y devuelve un valor de correlación.

Answer 3

La matriz de correlación es la forma estándar de expresar correlaciones entre un número finito arbitrario de variables. La matriz de correlación de N vectores de datos es una matriz simétrica N × N con unidad diagonal. Solo en el caso N = 2 esta matriz tiene un parámetro libre.

Answer 4

Le permite calcular 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) yb, 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.

Answer 5

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 producirá la matriz:

Corr( X, X )    Corr( X, Y )

Corr( Y, X )    Corr( Y, Y )

correlation1[0, 0 ] es la correlación entre Strategy1Returns y él mismo, que debe ser 1. Solo quieres la correlation1[ 0, 1 ] .