如何在R语言中手动实现协方差矩阵（不使用内置函数及包）

我明白你现在的困境——已经能计算两个变量的协方差，但要扩展到整个协方差矩阵，不想手动复制粘贴每个变量组合对吧？别担心，我们可以用双重循环遍历所有变量对，自动填充矩阵，完全不用重复写代码。

完整实现代码 #

首先保留你已经写好的meanf和sampleCov函数，然后新增一个构建协方差矩阵的函数：

# 自定义均值函数
meanf <- function(x){ sum(x) / length(x) }

# 自定义两变量协方差函数
sampleCov <- function(x,y){
  stopifnot(identical(length(x), length(y)))
  sum((x - meanf(x)) * (y - meanf(y))) / (length(x) - 1)
}

# 构建完整协方差矩阵的函数
covMatrix <- function(data) {
  # 获取数据的变量数量
  n_vars <- ncol(data)
  # 初始化一个空的n×n矩阵
  cov_mat <- matrix(nrow = n_vars, ncol = n_vars)
  # 获取变量名用于矩阵标注
  var_names <- colnames(data)
  
  # 双重循环遍历所有变量组合
  for (i in 1:n_vars) {
    for (j in 1:n_vars) {
      # 调用sampleCov计算第i列和第j列的协方差
      cov_mat[i, j] <- sampleCov(data[[i]], data[[j]])
    }
  }
  
  # 给矩阵设置行名和列名，和原数据一致
  rownames(cov_mat) <- var_names
  colnames(cov_mat) <- var_names
  
  return(cov_mat)
}

测试与验证 #

用你的winequality_red数据测试，对比R内置的cov()函数验证结果：

# 生成自定义协方差矩阵
custom_cov <- covMatrix(winequality_red)

# 生成内置函数的协方差矩阵
builtin_cov <- cov(winequality_red)

# 验证两者是否一致（浮点精度差异可忽略）
all.equal(custom_cov, builtin_cov)

运行后应该返回TRUE，说明自定义函数的结果和内置函数完全一致。

优化版本（利用协方差矩阵的对称性） #

因为协方差矩阵是对称的（cov(i,j) = cov(j,i)），我们可以只计算一半的元素，再复制到对称位置，减少计算量：

covMatrixOptimized <- function(data) {
  n_vars <- ncol(data)
  cov_mat <- matrix(nrow = n_vars, ncol = n_vars)
  var_names <- colnames(data)
  
  for (i in 1:n_vars) {
    # 先计算对角线元素（变量自身的方差）
    cov_mat[i, i] <- sampleCov(data[[i]], data[[i]])
    # 计算上三角部分，然后复制到下三角
    for (j in (i+1):n_vars) {
      cov_val <- sampleCov(data[[i]], data[[j]])
      cov_mat[i, j] <- cov_val
      cov_mat[j, i] <- cov_val
    }
  }
  
  rownames(cov_mat) <- var_names
  colnames(cov_mat) <- var_names
  return(cov_mat)
}

这个版本在变量较多时会更高效，原理和基础版本完全一致，只是减少了重复计算。

内容的提问来源于stack exchange，提问作者Tom