Statistics 将相关矩阵从[-1,1]空间映射到[0,1]空间的最佳方法
因此,他警告我,我的问题可能会结束,我希望他们是错的:) 我的问题是:让你有一个相关矩阵;您希望靠近1和-1的相关性朝着1移动,而靠近0的相关性保持不变 最简单的方法是使用绝对值,例如,如果Statistics 将相关矩阵从[-1,1]空间映射到[0,1]空间的最佳方法,statistics,Statistics,因此,他警告我,我的问题可能会结束,我希望他们是错的:) 我的问题是:让你有一个相关矩阵;您希望靠近1和-1的相关性朝着1移动,而靠近0的相关性保持不变 最简单的方法是使用绝对值,例如,如果Rho是相关矩阵,则将使用abs(Rho) 理论上有没有比上述方法更正确的方法 举个例子:如果我用正常的p.d.f.而不是绝对值会怎么样 Adjusted Rho = N(Rho, mu = 0, sigma = stdev(Rho)) 其中N是正常的p.d.f.功能 你有更好的办法吗 每种方法的优点和缺点
Rho
是相关矩阵,则将使用abs(Rho)
理论上有没有比上述方法更正确的方法
举个例子:如果我用正常的p.d.f.而不是绝对值会怎么样
Adjusted Rho = N(Rho, mu = 0, sigma = stdev(Rho))
其中N
是正常的p.d.f.功能
你有更好的办法吗
每种方法的优点和缺点是什么
谢谢,试试这个
x <- runif(min = -1, max = 1, n = 100)
tr <- (x - min(x))/diff(range(x))
plot(x)
points(tr, col = "red")
x我建议在stats.stackexchange.com上问这个问题。谢谢,我会的。如果他们认为这样做不合适,那么适度可以取消这个问题:)谢谢你,罗曼。您的方法看起来像线性插值。我不是统计学专家,你能解释一下你的方法的优点和缺点吗:绝对值,正常p.d.f.,你的方法?非常感谢。@JohnGay,也许你应该在crossvalidated.com上提出一个新问题。