Statistics 调整带宽并找到协方差（A，B）

我有两个问题

我想求两个矩阵A和B的协方差。在标准化它们之前，cov（A，B）是这样的：（一个10*10的对角矩阵，其中主对角线约为1.25）

为了使主对角线小于1，我标准化了A和B，下面是stdA和stdB的协方差：

 1.0000   -0.0019   -0.0019    0.0012   -0.0028   -0.0002   -0.0001    0.0007    0.0007   -0.0018
   -0.0019    1.0000   -0.0026    0.0017   -0.0039   -0.0002   -0.0002    0.0010    0.0009   -0.0025
   -0.0019   -0.0026    1.0000    0.0017   -0.0038   -0.0002   -0.0002    0.0010    0.0009   -0.0024
    0.0012    0.0017    0.0017    1.0000    0.0024    0.0002    0.0001   -0.0006   -0.0006    0.0016
   -0.0028   -0.0039   -0.0038    0.0024    1.0000   -0.0003   -0.0003    0.0014    0.0013   -0.0035
   -0.0002   -0.0002   -0.0002    0.0002   -0.0003    1.0000   -0.0000    0.0001    0.0001   -0.0002
   -0.0001   -0.0002   -0.0002    0.0001   -0.0003   -0.0000    1.0000    0.0001    0.0001   -0.0002
    0.0007    0.0010    0.0010   -0.0006    0.0014    0.0001    0.0001    1.0000   -0.0003    0.0009
    0.0007    0.0009    0.0009   -0.0006    0.0013    0.0001    0.0001   -0.0003    1.0000    0.0009
   -0.0018   -0.0025   -0.0024    0.0016   -0.0035   -0.0002   -0.0002    0.0009    0.0009    1.0000

现在主对角线是1，这让我很困惑。 我的第一个问题是，如果我知道A和B不可能是完全线性相关的， 我得到1的可能原因是什么

我的第二个问题与调谐带宽有关。 为了得到A，B，我使用了KDE，并且我已经将参数调整到非常小的值。但是，它仍然非常平滑，我如何修复它

任何建议或想法都将不胜感激

谢谢大家!

 1.0000   -0.0019   -0.0019    0.0012   -0.0028   -0.0002   -0.0001    0.0007    0.0007   -0.0018
   -0.0019    1.0000   -0.0026    0.0017   -0.0039   -0.0002   -0.0002    0.0010    0.0009   -0.0025
   -0.0019   -0.0026    1.0000    0.0017   -0.0038   -0.0002   -0.0002    0.0010    0.0009   -0.0024
    0.0012    0.0017    0.0017    1.0000    0.0024    0.0002    0.0001   -0.0006   -0.0006    0.0016
   -0.0028   -0.0039   -0.0038    0.0024    1.0000   -0.0003   -0.0003    0.0014    0.0013   -0.0035
   -0.0002   -0.0002   -0.0002    0.0002   -0.0003    1.0000   -0.0000    0.0001    0.0001   -0.0002
   -0.0001   -0.0002   -0.0002    0.0001   -0.0003   -0.0000    1.0000    0.0001    0.0001   -0.0002
    0.0007    0.0010    0.0010   -0.0006    0.0014    0.0001    0.0001    1.0000   -0.0003    0.0009
    0.0007    0.0009    0.0009   -0.0006    0.0013    0.0001    0.0001   -0.0003    1.0000    0.0009
   -0.0018   -0.0025   -0.0024    0.0016   -0.0035   -0.0002   -0.0002    0.0009    0.0009    1.0000