手动计算Variance-covariance matrix与R中cov(X)结果差异原因求解

核心逻辑错误 #

• 计算协方差矩阵前需要先对矩阵的每一列（代表一个变量）做中心化处理，即每个元素减去对应列的均值，你直接使用原始矩阵计算叉积，得到的是原始数据的平方和/叉积矩阵，不是协方差矩阵。
• R内置的cov()函数默认会自动完成按列中心化的操作，这就是手动计算结果和内置函数结果不一致的根本原因。

正确手动实现方法 #

你参考的公式(t(X) %*% X)/(n-1)仅适用于X已经完成中心化处理的场景，完整的手动计算流程如下：

# 1. 对原始矩阵按列做中心化（仅去均值，不做标准化）
M_centered <- scale(M, center = TRUE, scale = FALSE)
# 2. 计算叉积后除以（观测数-1）得到无偏估计的协方差矩阵
covM_manual <- (t(M_centered) %*% M_centered) / (nrow(M) - 1)
# 验证与内置cov()结果完全一致
all.equal(covM_manual, cov(M))

额外注意事项 #

你给出的示例矩阵M所有行向量线性相关，计算得到的协方差矩阵是奇异矩阵，无法直接用于mvrnorm()生成多元正态随机数，需要先处理原始数据的完全共线问题。

内容的提问来源于stack exchange，提问作者Patrik Ulvdal