Kovaryans matrisi ve Mahalanobis uzaklığı: çok değişkenli verinin dili
İstatistik · Çok Değişkenli Analizler · Okuma 6 dk · 2 etkinlik
Önce hatırlaPearson korelasyon katsayısı nasıl hesaplanır, hangi değerleri alır ve nasıl test edilir?Bağlantılı konudan (Korelasyon ve regresyon). Önce kendin cevapla, sonra aç.
Kovaryans iki değişkenin birlikte değişme yönünü gösterir ama ölçü birimine bağlıdır. Pearson korelasyon katsayısı kovaryansı iki standart sapmanın çarpımına bölerek birimsiz yapar: r = Sxy/√(SxxSyy), −1 ≤ r ≤ 1. r yalnız doğrusal ilişkinin gücünü ölçer. H₀: ρ = 0, n − 2 serbestlik dereceli t istatistiğiyle sınanır; korelasyon nedensellik kanıtı değildir.
Kovaryans ve Pearson korelasyonu
✎Konu anlatımı
Kovaryans matrisi nedir, Mahalanobis uzaklığı nasıl hesaplanır ve Öklid uzaklığından farkı nedir?
Kısa cevap: p değişkenli veride ortalama vektörü μ her değişkenin ortalamasını, kovaryans matrisi Σ köşegeninde varyansları, köşegen dışında kovaryansları tutar; iz (köşegen toplamı) toplam varyanstır. Mahalanobis uzaklığı D² = (x − μ)′Σ⁻¹(x − μ) farkları hem ölçeğe hem değişkenler arası korelasyona göre düzeltir. Ortalama vektörünün testi Hotelling T²'dir; tek değişkende t²'ye iner.Bir vergi dairesi mükelleflerin beyan ettiği yıllık gelir ile harcamayı birlikte izliyor. Geliri ortalamadan 10 bin TL yüksek ama harcaması ortalamada kalan mükellef mi, ikisi de birlikte yüksek olan mı daha sıra dışıdır?
Korelasyon ve regresyon sayfasında gördüğümüz kovaryans ve r iki değişken içindi. p değişkende bütün çiftler bir tabloda toplanır: kovaryans matrisi Σ simetriktir, i. satır j. sütununda σij = Cov(Xi, Xj), köşegeninde σi² durur. Her değişken z puanına çevrilirse kovaryans matrisi korelasyon matrisi R olur; köşegeni 1'dir. Matrisin iki özeti sık sorulur: iz (köşegen toplamı) toplam varyans, determinant |Σ| ise genelleştirilmiş varyanstır; değişkenler güçlü ilişkiliyse determinant küçülür, çünkü veri bir doğrunun çevresine sıkışır.
Öklid uzaklığı her yöne aynı ölçekle bakar. Mahalanobis uzaklığı ise önce her farkı kendi standart sapmasına göre küçültür, sonra korelasyonun "beklenen" yönündeki sapmayı daha az cezalandırır. Bu yüzden aykırı gözlem aramada ve kümeleme ile diskriminant analizinde çok değişkenli uzaklık ölçüsü olarak kullanılır. Değişkenler çok değişkenli normalse ve Σ biliniyorsa D² ~ χ²p olur; eş uzaklık eğrileri çember değil, elipstir.
Gelir (X₁) ve harcama (X₂, bin TL) için μ = (50, 30)′, Σ = [25 12 ; 12 16] (σ₁ = 5, σ₂ = 4, ρ = 0,6). P = (60, 30) ve Q = (60, 38) mükelleflerinin Mahalanobis uzaklıklarını bulun.
- |Σ| = 25 · 16 − 12² = 256; Σ⁻¹ = (1/256)[16 −12 ; −12 25].
- P: fark (10, 0) ⇒ D² = 16 · 100/256 = 6,25, D = 2,5.
- Q: fark (10, 8) ⇒ D² = (16 · 100 − 2 · 12 · 80 + 25 · 64)/256 = 1.280/256 = 5, D ≈ 2,24.
Cevap: Öklid uzaklığına göre Q daha uzaktır (12,8 > 10), Mahalanobis'e göre P daha sıra dışıdır. Gelir yüksekken harcamanın da yüksek olması pozitif korelasyona uygundur; geliri yüksek ama harcaması ortalamada kalan mükellef bu örüntüden sapar.
Ortalama vektörünün testi: Hotelling T²
Hipotez testleri sayfasında gördüğümüz tek örneklem t testi tek bir ortalamayı sınıyordu. p ortalamayı aynı anda sınamak için her değişkene ayrı t testi yapmak hem Tip I hata olasılığını büyütür hem değişkenler arasındaki korelasyonu yok sayar. Bunun yerine T² = n(x̄ − μ₀)′S⁻¹(x̄ − μ₀) kullanılır: örneklem ortalamasının μ₀'a Mahalanobis uzaklığının n katı. H₀ altında (n − p)T²/[(n − 1)p] ~ F(p, n − p); p = 1'de T² = t²'dir.
| Özet | Anlamı |
|---|---|
| iz(Σ) = σ₁² + … + σp² | toplam varyans (korelasyon matrisinde p) |
| |Σ| | genelleştirilmiş varyans; güçlü korelasyonda küçülür |
| R | z puanlarının kovaryans matrisi, köşegeni 1 |
| D² | ölçeğe ve korelasyona göre düzeltilmiş uzaklık; normalde χ²p |
| Hotelling T² | ortalama vektörü testi; t testinin çok değişkenli hâli |
Nasıl sorulur2 × 2 kovaryans matrisi ve bir gözlem verilip D² hesaplatılır; iz ve determinantın yorumu, Hotelling T²'nin hangi durumda kullanıldığı sorulur.
TuzakΣ⁻¹ yerine Σ ile çarpmak, korelasyonu yok sayıp yalnız standartlaştırmak ve köşegene varyans yerine standart sapma yazmaktır.
?Soru çöz
Bir kurumda iki performans göstergesinin ortalama vektörü μ = (10, 20)′, kovaryans matrisi Σ = [4 2 ; 2 4]'tür. x = (12, 18)′ gözleminin ortalamaya Mahalanobis uzaklığının karesi D² kaçtır?