首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >计算一维数组之间的协方差,以便合并到Python中的不确定性传播中

计算一维数组之间的协方差,以便合并到Python中的不确定性传播中
EN

Stack Overflow用户
提问于 2018-07-10 06:19:16
回答 1查看 473关注 0票数 0

我有四个一维的因变量数组。它们包含数百个数据点,但在本例中我将它们裁剪为20个数据点。每个点代表地图上的一个网格单元。

代码语言:javascript
复制
import numpy as np

A=np.asarray([0.195, 0.154, 0.208, 0.22, 0.204, 0.175, 0.184, 0.187, 0.171, 0.2, 0.222, 0.235, 0.206, 0.215, 0.222, 0.252, 0.269, 0.251, 0.285, 0.28])
B=np.asarray([0.119, 0.134, 0.132, 0.121, 0.11, 0.097, 0.13, 0.106, 0.103, 0.139, 0.124, 0.147, 0.152, 0.123, 0.177, 0.172, 0.18, 0.182, 0.197, 0.193])
C=np.asarray([0.11, 0.1, 0.103, 0.111, 0.105, 0.098, 0.099, 0.093, 0.105, 0.099, 0.113, 0.093, 0.104, 0.095, 0.099, 0.105, 0.108, 0.128, 0.125, 0.118])
D=np.asarray([-0.015, -0.015, -0.007, -0.02, 0.002, 0.009, 0.019, 0.0, -0.02, -0.001, -0.006, -0.015, -0.03, -0.036, -0.051, -0.058, -0.065, -0.081, -0.082, -0.055])

每个变量的错误都包含在数组中:

代码语言:javascript
复制
A_err=np.asarray([ 0.016,  0.015,  0.017,  0.016,  0.015,  0.016,  0.016,  0.018, 0.015,  0.014,  0.015,  0.016,  0.017,  0.016,  0.017,  0.017, 0.017,  0.017,  0.017,  0.017])
B_err=np.asarray([ 0.045,  0.049,  0.039,  0.044,  0.036,  0.027,  0.032,  0.033, 0.029,  0.036,  0.032,  0.027,  0.04 ,  0.022,  0.034,  0.026, 0.021,  0.028,  0.035,  0.028])
C_err=np.zeros(20)+0.7
D_err=np.zeros(20)+0.9

Y是A、B、C和D的和:

代码语言:javascript
复制
Y=A+B+C+D

显然,Y在20个网格单元格中的每个单元格中都有不同的值。我试图计算的是每一次Y测量的误差。最初,我的计算方法很简单:

代码语言:javascript
复制
Y_err=np.sqrt(A_err**2 + B_err**2 + C_err**2 + D_err**2)

但这不包括协方差项。由于我没有变量A、B、C和D彼此之间的表达式,因此我看到的计算协方差的唯一方法是使用相关协方差矩阵:

代码语言:javascript
复制
X = np.vstack([A,B,C,D])
C = np.cov(X)
print(C)
[[  1.31819737e-03   9.52921053e-04   2.17881579e-04  -8.58197368e-04]
[  9.52921053e-04   9.87252632e-04   1.69478947e-04  -7.97089474e-04]
[  2.17881579e-04   1.69478947e-04   9.47868421e-05  -1.88007895e-04]
[ -8.58197368e-04  -7.97089474e-04  -1.88007895e-04   8.85081579e-04]]

我不清楚是否可以简单地将六个非对角矩阵项分别相加:

代码语言:javascript
复制
σ_AB=9.52921053e-04 
σ_AC=2.17881579e-04
σ_AD=-8.58197368e-04
σ_BC=1.69478947e-04
σ_BD=-7.97089474e-04
σ_CD=-1.88007895e-04 

转换成误差传播的方程,这样:

代码语言:javascript
复制
Y_err=np.sqrt(A_err**2 + B_err**2 + C_err**2 + D_err**2 + 2*σ_AB + 2*σ_AC + 2*σ_AD + 2*σ_BC + 2*σ_BD + 2*σ_CD)

或者这是完全无效的?

EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/51254777

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档