使用Numpy的np.cov计算协方差矩阵结果与预期不符问题求解

核心认知错误 #

你混淆了协方差和皮尔逊相关系数的定义，二者的数学关系如下：

• 协方差公式：Cov(a,b) = ρ * σ_a * σ_b
  其中ρ是a和b的皮尔逊相关系数，取值范围为[-1, 1]，σ_a是a的标准差，σ_b是b的标准差
• 你之前的认知只有当|ρ|=1（也就是两个变量完全线性相关）时才成立，你示例中a、b是随机生成的独立变量，相关系数远小于1，自然不会满足你预期的等式

验证说明 #

你可以在现有代码末尾补充如下代码验证结论：

# 计算皮尔逊相关系数
rho = R[0,1]/(np.std(a,ddof=1)*np.std(b,ddof=1))
print(f"皮尔逊相关系数ρ：{rho}")
print(f"协方差计算验证：{rho * np.std(a,ddof=1)*np.std(b,ddof=1)}")
print(f"cov矩阵取出的协方差：{R[0,1]}")

运行后可以看到二者数值完全一致，说明np.cov的计算结果符合协方差的数学定义。

补充拓展 #

协方差矩阵的对角线元素是各变量自身的方差，非对角线元素是两个变量的协方差，非对角线元素的绝对值一定小于等于对应对角线元素平方根的乘积，这是柯西-施瓦茨不等式在统计中的应用，你观测到的结果完全符合该不等式的约束。

内容的提问来源于stack exchange，提问作者Thomas Schmitt