WikiDer > Корреляция расстояний

В статистика И в теория вероятности, корреляция расстояний или же ковариация расстояния это мера зависимость между двумя парными случайные векторы произвольных, не обязательно равных, измерение. Коэффициент корреляции расстояния между популяциями равен нулю тогда и только тогда, когда случайные векторы независимый. Таким образом, корреляция расстояния измеряет как линейную, так и нелинейную связь между двумя случайными величинами или случайными векторами. Это в отличие от Корреляция Пирсона, который может обнаружить только линейную связь между двумя случайные переменные.

Корреляция расстояний может использоваться для выполнения статистический тест зависимости с перестановочный тест. Сначала вычисляется корреляция расстояний (включая повторное центрирование матриц евклидовых расстояний) между двумя случайными векторами, а затем это значение сравнивается с корреляциями расстояний многих перетасовок данных.

Несколько наборов (Икс, у) точек с коэффициентом корреляции расстояний Икс и у за каждый комплект. Сравните с графиком на корреляция

Фон

Классическая мера зависимости, Коэффициент корреляции Пирсона,^[1] в основном чувствительна к линейной зависимости между двумя переменными. Корреляция расстояний была введена в 2005 г. Габор Й. Секели в нескольких лекциях, посвященных этому недостатку метода Пирсона. корреляция, а именно, что он легко может быть равен нулю для зависимых переменных. Корреляция = 0 (некоррелированность) не подразумевает независимости, а корреляция расстояния = 0 подразумевает независимость. Первые результаты по дистанционной корреляции были опубликованы в 2007 и 2009 годах.^[2][3] Было доказано, что ковариация расстояния совпадает с броуновской ковариацией.^[3] Эти меры являются примерами энергетические расстояния.

Корреляция расстояния выводится из ряда других величин, которые используются в его спецификации, а именно: отклонение расстояния, стандартное отклонение расстояния, и ковариация расстояния. Эти величины играют ту же роль, что и обычные моменты с соответствующими названиями в спецификации Коэффициент корреляции продукт-момент Пирсона.

Определения

Ковариация расстояния

Начнем с определения ковариация расстояния выборки. Позволять (Икс_k, Y_k), k = 1, 2, ..., п быть статистическая выборка из пары действительных или векторных случайных величин (Икс, Y). Сначала вычислите п к п матрицы расстояний (а_{j, k}) и (б_{j, k}) содержащий все попарно расстояния

${ displaystyle { begin {align} a_ {j, k} & = | X_ {j} -X_ {k} |, qquad j, k = 1,2, ldots, n, b_ { j, k} & = | Y_ {j} -Y_ {k} |, qquad j, k = 1,2, ldots, n, end {выравнивается}}}$

где || ⋅ || обозначает Евклидова норма. Затем возьмите все дважды центрированные расстояния

${ displaystyle A_ {j, k}: = a_ {j, k} - { overline {a}} _ {j cdot} - { overline {a}} _ { cdot k} + { overline { a}} _ { cdot cdot}, qquad B_ {j, k}: = b_ {j, k} - { overline {b}} _ {j cdot} - { overline {b}} _ { cdot k} + { overline {b}} _ { cdot cdot},}$

куда ${ displaystyle textstyle { overline {a}} _ {j cdot}}$ это j-я строка означает, ${ displaystyle textstyle { overline {a}} _ { cdot k}}$ это k-й столбец означает, и ${ displaystyle textstyle { overline {a}} _ { cdot cdot}}$ это большое среднее матрицы расстояний Икс образец. Обозначения аналогичны для б значения. (В матрицах центрированных расстояний (А_{j, k}) и (B_j,k) сумма всех строк и всех столбцов равна нулю.) Квадрат ковариация расстояния выборки (скаляр) - это просто среднее арифметическое продуктов А_{j, k} B_{j, k}:

${ displaystyle operatorname {dCov} _ {n} ^ {2} (X, Y): = { frac {1} {n ^ {2}}} sum _ {j = 1} ^ {n} сумма _ {k = 1} ^ {n} A_ {j, k} , B_ {j, k}.}$

Статистика Т_п = п dCov²_п(Икс, Y) определяет непротиворечивый многомерный тест на независимость случайных векторов произвольной размерности. Для реализации см. dcov.test функция в энергия пакет для р.^[4]

Численность населения ковариация расстояния можно определить по тем же принципам. Позволять Икс быть случайной величиной, которая принимает значения в п-мерное евклидово пространство с распределением вероятностей μ и разреши Y быть случайной величиной, которая принимает значения в q-мерное евклидово пространство с распределением вероятностей ν, и предположим, что Икс и Y иметь конечные ожидания. Написать

${ displaystyle a _ { mu} (x): = operatorname {E} [ | Xx |], quad D ( mu): = operatorname {E} [a _ { mu} (X)] , quad d _ { mu} (x, x '): = | x-x' | -a _ { mu} (x) -a _ { mu} (x ') + D ( mu). }$

Наконец, определите популяционное значение ковариации квадрата расстояния Икс и Y в качестве

${ displaystyle operatorname {dCov} ^ {2} (X, Y): = operatorname {E} { big [} d _ { mu} (X, X ') d _ { nu} (Y, Y' ){большой ]}.}$

Можно показать, что это эквивалентно следующему определению:

${ displaystyle { begin {align} operatorname {dCov} ^ {2} (X, Y): = {} & operatorname {E} [ | X-X ' | , | Y-Y' |] + operatorname {E} [ | X-X ' |] , operatorname {E} [ | Y-Y' |] & qquad {} - operatorname {E} [ | X-X ' | , | Y-Y' ' |] - operatorname {E} [ | X-X' ' | , | Y-Y' |] = {} & operatorname {E} [ | X-X ' | , | Y-Y' |] + operatorname {E} [ | X-X ' |] , operatorname {E } [ | Y-Y ' |] & qquad {} -2 operatorname {E} [ | X-X' | , | Y-Y '' |], end { выровнено}}}$

куда E обозначает ожидаемое значение, а ${ displaystyle textstyle (X, Y),}$ ${ displaystyle textstyle (X ', Y'),}$ и ${ displaystyle textstyle (X '', Y '')}$ независимы и одинаково распределены. Штрихованные случайные величины ${ displaystyle textstyle (X ', Y')}$ и ${ displaystyle textstyle (X '', Y '')}$ обозначают независимые и одинаково распределенные (iid) копии переменных ${ displaystyle X}$ и ${ displaystyle Y}$ и аналогично iid. ^[5] Ковариация расстояния может быть выражена в терминах классического уравнения Пирсона. ковариация,cov, следующее:

${ displaystyle operatorname {dCov} ^ {2} (X, Y) = operatorname {cov} ( | X-X ' |, | Y-Y' |) -2 operatorname {cov} ( | X-X ' |, | Y-Y' ' |).}$

Это тождество показывает, что ковариация расстояний - это не то же самое, что ковариация расстояний, cov (||Икс − ИКС' ||, ||Y − Y ' ||). Это может быть ноль, даже если Икс и Y не являются независимыми.

В качестве альтернативы ковариацию расстояния можно определить как взвешенную L² норма расстояния между стыком характеристическая функция случайных величин и произведение их предельных характеристических функций:^[6]

${ displaystyle operatorname {dCov} ^ {2} (X, Y) = { frac {1} {c_ {p} c_ {q}}} int _ { mathbb {R} ^ {p + q} } { frac { left | varphi _ {X, Y} (s, t) - varphi _ {X} (s) varphi _ {Y} (t) right | ^ {2}} {| s | _ {p} ^ {1 + p} | t | _ {q} ^ {1 + q}}} , dt , ds}$

куда ${ displaystyle varphi _ {X, Y} (s, t)}$, ${ displaystyle varphi _ {X} (s)}$, и ${ Displaystyle varphi _ {Y} (т)}$ являются характеристические функции из (Икс, Y), Икс, и Y, соответственно, п, q обозначают евклидово измерение Икс и Y, и, следовательно, s и т, и c_п, c_q являются константами. Весовая функция ${ displaystyle ({c_ {p} c_ {q}} {| s | _ {p} ^ {1 + p} | t | _ {q} ^ {1 + q}}) ^ {- 1}}$ выбирается для получения меры, эквивариантной по масштабу и инвариантной к вращению, которая не стремится к нулю для зависимых переменных.^[6][7] Одна интерпретация определения характеристической функции состоит в том, что переменные е^isX и е^это циклические представления Икс и Y с разными периодами, указанными s и т, а выражение ϕ_{Икс, Y}(s, т) − ϕ_Икс(s) ϕ_Y(т) в числителе характеристической функции определение ковариации расстояния - это просто классическая ковариация е^isX и е^это. Определение характеристической функции ясно показывает, что dCov²(Икс, Y) = 0 тогда и только тогда, когда Икс и Y независимы.

Дисперсия расстояния и стандартное отклонение расстояния

В отклонение расстояния является частным случаем ковариации расстояния, когда две переменные идентичны. Значение дисперсии расстояния для населения - это квадратный корень из

${ displaystyle operatorname {dVar} ^ {2} (X): = operatorname {E} [ | X-X ' | ^ {2}] + operatorname {E} ^ {2} [ | X -X ' |] -2 operatorname {E} [ | X-X' | , | X-X '' |],}$

куда ${ displaystyle operatorname {E}}$ обозначает ожидаемое значение, ${ displaystyle X '}$ является независимой и идентично распределенной копией ${ displaystyle X}$ и ${ displaystyle X ''}$ не зависит от ${ displaystyle X}$ и ${ displaystyle X '}$ и имеет то же распределение, что и ${ displaystyle X}$ и ${ displaystyle X '}$.

В дисперсия расстояния выборки квадратный корень из

${ displaystyle operatorname {dVar} _ {n} ^ {2} (X): = operatorname {dCov} _ {n} ^ {2} (X, X) = { tfrac {1} {n ^ { 2}}} sum _ {k, ell} A_ {k, ell} ^ {2},}$

который является родственником Коррадо Джинис средняя разница введен в 1912 году (но Джини не работал с центрированными расстояниями).^[8]

В стандартное отклонение расстояния квадратный корень из отклонение расстояния.

Корреляция расстояний

В корреляция расстояний ^[2][3] двух случайных величин получается делением их ковариация расстояния благодаря их стандартные отклонения расстояния. Корреляция расстояний равна

${ displaystyle operatorname {dCor} (X, Y) = { frac { operatorname {dCov} (X, Y)} { sqrt { operatorname {dVar} (X) , operatorname {dVar} (Y )}}},}$

и корреляция расстояния между выборками определяется заменой значений ковариации расстояния выборки и дисперсии расстояния на коэффициенты совокупности, указанные выше.

Для простого вычисления корреляции расстояния между выборками см. декор функция в энергия пакет для р.^[4]

Характеристики

Корреляция расстояний

Ковариация расстояния

Последнее свойство - самый важный эффект при работе с центрированными расстояниями.

Статистика ${ displaystyle operatorname {dCov} _ {n} ^ {2} (X, Y)}$ предвзятая оценка ${ displaystyle operatorname {dCov} ^ {2} (X, Y)}$. При независимости от X и Y ^[9]

${ displaystyle { begin {align} operatorname {E} [ operatorname {dCov} _ {n} ^ {2} (X, Y)] & = { frac {n-1} {n ^ {2} }} left {(n-2) operatorname {dCov} ^ {2} (X, Y) + operatorname {E} [ | X-X ' |] , operatorname {E} [ | Y-Y ' |] right } [6pt] & = { frac {n-1} {n ^ {2}}} operatorname {E} [ | X-X' |] , operatorname {E} [ | Y-Y ' |]. end {выравнивается}}}$

Беспристрастная оценка ${ displaystyle operatorname {dCov} ^ {2} (X, Y)}$ дано Секели и Риццо.^[10]

Отклонение расстояния

В (iv) равенство выполняется тогда и только тогда, когда одна из случайных величин Икс или же Y является константой.

Обобщение

Ковариация расстояния может быть обобщена, чтобы включать степени евклидова расстояния. Определять

${ displaystyle { begin {align} operatorname {dCov} ^ {2} (X, Y; alpha): = {} & operatorname {E} [ | X-X ' | ^ { alpha} , | Y-Y ' | ^ { alpha}] + operatorname {E} [ | X-X' | ^ { alpha}] , operatorname {E} [ | Y-Y ' | ^ { alpha}] & qquad {} -2 operatorname {E} [ | X-X' | ^ { alpha} , | Y-Y '' | ^ { alpha}]. end {выравнивается}}}$

Тогда для каждого ${ Displaystyle 0 < альфа <2}$, ${ displaystyle X}$ и ${ displaystyle Y}$ независимы тогда и только тогда, когда ${ displaystyle operatorname {dCov} ^ {2} (X, Y; alpha) = 0}$. Важно отметить, что эта характеристика не выполняется для экспоненты ${ Displaystyle альфа = 2}$; в этом случае для двумерной ${ displaystyle (X, Y)}$, ${ displaystyle operatorname {dCor} (X, Y; alpha = 2)}$ является детерминированной функцией корреляции Пирсона.^[2] Если ${ displaystyle a_ {k, ell}}$ и ${ displaystyle b_ {k, ell}}$ находятся ${ displaystyle alpha}$ степени соответствующих расстояний, ${ Displaystyle 0 < альфа leq 2}$, тогда ${ displaystyle alpha}$ Ковариация расстояния выборки может быть определена как неотрицательное число, для которого

${ displaystyle operatorname {dCov} _ {n} ^ {2} (X, Y; alpha): = { frac {1} {n ^ {2}}} sum _ {k, ell} A_ {k, ell} , B_ {k, ell}.}$

Можно продлить ${ displaystyle operatorname {dCov}}$ к метрическое пространство-значен случайные переменные ${ displaystyle X}$ и ${ displaystyle Y}$: Если ${ displaystyle X}$ имеет закон ${ displaystyle mu}$ в метрическом пространстве с метрикой ${ displaystyle d}$, затем определим ${ displaystyle a _ { mu} (x): = operatorname {E} [d (X, x)]}$, ${ displaystyle D ( mu): = operatorname {E} [a _ { mu} (X)]}$, и (при условии ${ displaystyle a _ { mu}}$ конечно, т.е. ${ displaystyle X}$ имеет конечный первый момент), ${ displaystyle d _ { mu} (x, x '): = d (x, x') - a _ { mu} (x) -a _ { mu} (x ') + D ( mu)}$. Тогда если ${ displaystyle Y}$ имеет закон ${ displaystyle nu}$ (в возможно другом метрическом пространстве с конечным первым моментом), определим

${ displaystyle operatorname {dCov} ^ {2} (X, Y): = operatorname {E} { big [} d _ { mu} (X, X ') d _ { nu} (Y, Y' ){большой ]}.}$

Это неотрицательно для всех таких ${ displaystyle X, Y}$ если оба метрических пространства имеют отрицательный тип.^[11] Здесь метрическое пространство ${ displaystyle (M, d)}$ имеет отрицательный тип, если ${ displaystyle (M, d ^ {1/2})}$ является изометрический к подмножеству Гильбертово пространство.^[12] Если оба метрических пространства имеют сильный отрицательный тип, то ${ Displaystyle OperatorName {dCov} ^ {2} (X, Y) = 0}$ если только ${ displaystyle X, Y}$ независимы.^[11]

Альтернативное определение ковариации расстояния

Оригинал ковариация расстояния был определен как квадратный корень из ${ displaystyle operatorname {dCov} ^ {2} (X, Y)}$, а не сам квадрат коэффициента. ${ displaystyle operatorname {dCov} (X, Y)}$ имеет свойство, что это энергетическое расстояние между совместным распределением ${ displaystyle operatorname {X}, Y}$ и продукт его маргиналов. Однако согласно этому определению дисперсия расстояния, а не стандартное отклонение расстояния, измеряется в тех же единицах, что и ${ displaystyle operatorname {X}}$ расстояния.

В качестве альтернативы можно определить ковариация расстояния быть квадратом энергетического расстояния:${ displaystyle operatorname {dCov} ^ {2} (X, Y).}$ В этом случае стандартное отклонение расстояния ${ displaystyle X}$ измеряется в тех же единицах, что и ${ displaystyle X}$ расстояние, и существует несмещенная оценка ковариации расстояния между популяциями.^[10]

Согласно этим альтернативным определениям корреляция расстояний также определяется как квадрат ${ displaystyle operatorname {dCor} ^ {2} (X, Y)}$, а не квадратный корень.

Альтернативная формулировка: броуновская ковариация

Броуновская ковариация мотивирована обобщением понятия ковариантности на случайные процессы. Квадрат ковариации случайных величин X и Y можно записать в следующем виде:

${ displaystyle operatorname {cov} (X, Y) ^ {2} = operatorname {E} left [{ big (} X- operatorname {E} (X) { big)} { big ( } X ^ { mathrm {'}} - operatorname {E} (X ^ { mathrm {'}}) { big)} { big (} Y- operatorname {E} (Y) { big )} { big (} Y ^ { mathrm {'}} - operatorname {E} (Y ^ { mathrm {'}}) { big)} right]}$

где E обозначает ожидаемое значение штрихом обозначены независимые и одинаково распределенные копии. Нам понадобится следующее обобщение этой формулы. Если U (s), V (t) - произвольные случайные процессы, определенные для всех действительных s и t, то определите U-центрированную версию X следующим образом:

${ Displaystyle X_ {U}: = U (X) - operatorname {E} _ {X} left [U (X) mid left {U (t) right } right]}$

всякий раз, когда существует вычитаемое условное ожидаемое значение, и обозначим Y_V V-центрированная версия Y.^[3][13][14] Ковариация (U, V) числа (X, Y) определяется как неотрицательное число, квадрат которого равен

${ displaystyle operatorname {cov} _ {U, V} ^ {2} (X, Y): = operatorname {E} left [X_ {U} X_ {U} ^ { mathrm {'}} Y_ {V} Y_ {V} ^ { mathrm {'}} right]}$

если правая часть неотрицательна и конечна. Самый важный пример - когда U и V двусторонне независимы. Броуновские движения /Винеровские процессы с нулевым ожиданием и ковариацией |s| + |т| − |s − т| = 2 мин (s,т) (только для неотрицательных s, t). (Это в два раза больше ковариации стандартного винеровского процесса; здесь множитель 2 упрощает вычисления.) В этом случае (U,V) ковариация называется Броуновская ковариация и обозначается

${ displaystyle operatorname {cov} _ {W} (X, Y).}$

Удивительное совпадение: броуновская ковариация - это то же самое, что и ковариация расстояния:

${ displaystyle operatorname {cov} _ { mathrm {W}} (X, Y) = operatorname {dCov} (X, Y),}$

и поэтому Броуновская корреляция то же самое, что и корреляция расстояний.

С другой стороны, если мы заменим броуновское движение детерминированной тождественной функцией я бы затем Cov_{я бы}(Икс,Y) - это просто абсолютная величина классического Пирсона. ковариация,

${ displaystyle operatorname {cov} _ { mathrm {id}} (X, Y) = left vert operatorname {cov} (X, Y) right vert.}$

Связанные метрики

Другие корреляционные метрики, в том числе корреляционные метрики на основе ядра (такие как критерий независимости Гильберта-Шмидта или HSIC), также могут обнаруживать линейные и нелинейные взаимодействия. И корреляция расстояния, и показатели на основе ядра могут использоваться в таких методах, как канонический корреляционный анализ и независимый компонентный анализ сдавать сильнее статистическая мощность.

Смотрите также

• Коэффициент RV
• Для связанной статистики третьего порядка см. Асимметрия расстояния.

Примечания

Рекомендации

• Бикель, Питер Дж .; Сюй, Ин (2009). «Обсуждение: ковариации броуновского расстояния». Летопись прикладной статистики. 3 (4): 1266–1269. Дои:10.1214 / 09-AOAS312A.CS1 maint: ref = harv (связь)
• Джини, К. (1912). Variabilità e Mutabilità. Болонья: Типография Паоло Куппини.CS1 maint: ref = harv (связь)
• Косорок, Майкл Р. (2009). «Обсуждение: Ковариация броуновского расстояния». Летопись прикладной статистики. 3 (4): 1270–1278. arXiv:1010.0822. Дои:10.1214 / 09-AOAS312B. S2CID 88518490.CS1 maint: ref = harv (связь)
• Пирсон, К. (1895). «Примечание о регрессе и наследовании в случае двух родителей». Труды Королевского общества. 58: 240–242. Bibcode:1895RSPS ... 58..240P.CS1 maint: ref = harv (связь)
• Пирсон, К. (1895). «Заметки по истории корреляции». Биометрика. 13: 25–45. Дои:10.1093 / biomet / 13.1.25.CS1 maint: ref = harv (связь)
• Székely, Gábor J .; Риццо, Мария Л. (2009a). «Ковариация броуновского расстояния». Летопись прикладной статистики. 3 (4): 1236–1265. Дои:10.1214 / 09-AOAS312. ЧВК 2889501. PMID 20574547.CS1 maint: ref = harv (связь)
• Székely, Gábor J .; Риццо, Мария Л. (2009b). "Реплика: ковариация броуновского расстояния". Летопись прикладной статистики. 3 (4): 1303–1308. Дои:10.1214 / 09-AOAS312REJ.CS1 maint: ref = harv (связь)
• Székely, Gabor J .; Риццо, Мария Л. (2014). «Корреляция частичных расстояний с методами различий». Анналы статистики. 42 (6): 2382–2412. arXiv:1310.2926. Bibcode:2014arXiv1310.2926S. Дои:10.1214 / 14-AOS1255. S2CID 55801702.CS1 maint: ref = harv (связь)

внешняя ссылка

• Электронная статистика (статистика энергетики)