Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/matlab/15.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/5/spring-mvc/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Matlab mvnrnd不会生成具有给定平均值和相关性的数据_Matlab_Statistics - Fatal编程技术网

Matlab mvnrnd不会生成具有给定平均值和相关性的数据

Matlab mvnrnd不会生成具有给定平均值和相关性的数据,matlab,statistics,Matlab,Statistics,让我们假设我们有下面的平均向量 mu = [2,3] 并给出了相关矩阵 sigma = [1,1.5;1.5,3]. >> corrcoef(r) ans = 1.0000 0.9016 0.9016 1.0000 因此,我们将在matlab中 >> mu = [2,3] sigma = [1,1.5;1.5,3] mu = 2 3 sigma = 1.0000 1.5000 1.50

让我们假设我们有下面的平均向量

mu = [2,3]
并给出了相关矩阵

sigma = [1,1.5;1.5,3].
>> corrcoef(r)

ans =

    1.0000    0.9016
    0.9016    1.0000
因此,我们将在matlab中

>> mu = [2,3]
sigma = [1,1.5;1.5,3]

mu =

     2     3


sigma =

    1.0000    1.5000
    1.5000    3.0000
现在用给定的信息生成多元正态随机数

rng default  % For reproducibility
r = mvnrnd(mu,sigma,100);
但给定矩阵的平均值

>> mean(r)

ans =

    2.1231    3.1217
和相关矩阵

sigma = [1,1.5;1.5,3].
>> corrcoef(r)

ans =

    1.0000    0.9016
    0.9016    1.0000

造成这种差异的原因是什么?因为样本量小?提前感谢

西格玛是协方差矩阵。我认为cov是你想要的,而不是返回相关因子的corrcoef(因此对角线中的1)。你永远不会从有限样本中得到真正的
mu
sigma
值。您从样本中计算的是。它们与理论平均值和协方差不同,但在概率上几乎肯定会收敛到它们(见下表)。换句话说,就好像你被告知西班牙女性的平均身高是162.6厘米;你从100名女性中抽取样本,得到163.5分。这是完全合理的sigma是协方差矩阵。我认为cov是你想要的,而不是返回相关因子的corrcoef(因此对角线中的1)。你永远不会从有限样本中得到真正的
mu
sigma
值。您从样本中计算的是。它们与理论平均值和协方差不同,但在概率上几乎肯定会收敛到它们(见下表)。换句话说,就好像你被告知西班牙女性的平均身高是162.6厘米;你从100名女性中抽取样本,得到163.5分。这完全合理