一、统计学的基本概念 统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述： 均值： 标准差： 方差： 均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。 以这两个集合为 ...
分类：
其他好文 时间：
2016-06-26 16:36:47
阅读次数：
193
之前的单因素方差分析和多因素方差分析，都在针对一个因变量，而实际工作中，经常会碰到多个因变量的情况，如果单纯的将其拆分为多个单因变量的做法不妥，需要使用多元方差分析或因子分析 多元方差分析与一元方差分析本质区别是：一元方差分析是组间均方与组内均方进行比较，而多元方差分析时组间方差协方差矩阵与组内方差 ...
分类：
其他好文 时间：
2016-06-08 00:01:16
阅读次数：
399
PCA最大化单个维度的区分性，减少维度之间的影响。区分性度量：方差维度之间影响：协方差因此用矩阵表示之后就是协方差矩阵的特征值和特征向量。1.构造矩阵。2.求出矩阵的协方差矩阵。3.求出协方差矩阵的特征值和特征向量，即在这些方向上不变。4.选出其中的几个方向能够比较完整表示所有的向量。5.计算在新坐标轴上的坐标ref:http://www.cnblogs.com/CBDoctor/archive/...
分类：
其他好文 时间：
2016-05-13 02:36:08
阅读次数：
141
主成分分析 Pearson于1901年提出，再由Hotelling（1933）加以发展的一种多变量统计方法通过析取主成分显出最大的个别差异，也用来削减回归分析和聚类分析中变量的数目可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析成分的保留：Kaiser主张（1960）将特征值小于1的成分放弃， ...
分类：
其他好文 时间：
2016-04-23 18:05:51
阅读次数：
167
本文讲的主要内容是协方差以及协方差矩阵。 在统计学中，我们见过的最基本的三个概念是均值，方差，标准差。假定给定了n个样本的集合，那么公式如下 均值是描述样本的平均值，标准差描述的是样本集合的各个点到均值距离的平均，体现了样本的散步程度。而方 差仅仅是标准差的平方。 实际上，上述的方差是针对一维数据的 ...
分类：
其他好文 时间：
2016-04-12 20:54:24
阅读次数：
141
matlab是标准的，numpy相当于转置后计算 >> x = [2,0,-1.4;2.2,0.2,-1.5;2.4,0.1,-1;1.9,0,-1.2] x = 2.0000 0 -1.4000 2.2000 0.2000 -1.5000 2.4000 0.1000 -1.0000 1.9000
分类：
其他好文 时间：
2016-03-19 00:59:33
阅读次数：
494
cov11 = sum((dim1-mean(dim1)).*(dim1-mean(dim1)))/(size(MySample,1)-1) cov11 = 296.7222 >> std(dim1) ans = 17.2256 >> std(dim1).^2 ans = 296.7222 统计学里
分类：
其他好文 时间：
2016-03-18 23:33:52
阅读次数：
548
原文出处： http://blog.sina.com.cn/s/blog_c96053d60101n24f.html 在PCA算法中用到了方差，协方差矩阵，其中方差公式为，协方差矩阵公式为，当时不明白为什么除的不是m，而是m-1，那么想要知道为何，下面就是你想要的答案。 假设X为独立同分布的一组随机
分类：
其他好文 时间：
2016-02-14 06:48:17
阅读次数：
196
图像的高级处理中，协方差矩阵计算是必不可少的，但opencv关于这方面的资料却相当少。首先，利用matlab计算一下，便于比较：>> data=[1,2,3;10,20,30]data = 1 2 3 10 20 30>> convar=cov(data)c...
分类：
其他好文 时间：
2015-12-01 23:05:10
阅读次数：
202
最近在做目标追踪的过程中用到了2DPCA变换，花了两天时间研究了下2DPCA的起源及其重要改进，在此稍作总结。 1、一维PCA及其不足之处 在介绍2DPCA之前，稍微提一下历史悠久的PCA变换，一句话总结PCA变换：“通过求解目标协方差矩阵的前N个最大特征值对应的特征向量来组成特征映射矩阵以...
分类：
其他好文 时间：
2015-11-19 22:27:43
阅读次数：
146
