Matriu de correlació creuada

La matriu de correlació creuada de dos vectors aleatoris és una matriu que conté com a elements les correlacions creuades de tots els parells d'elements dels vectors aleatoris. La matriu de correlació creuada s'utilitza en diversos algorismes de processament de senyals digitals.[1]

Per a dos vectors aleatoris X = ( X 1 , , X m ) T {\displaystyle \mathbf {X} =(X_{1},\ldots ,X_{m})^{\rm {T}}} i Y = ( Y 1 , , Y n ) T {\displaystyle \mathbf {Y} =(Y_{1},\ldots ,Y_{n})^{\rm {T}}} , cadascun dels quals conté elements aleatoris el valor esperat i la variància dels quals existeixen, la matriu de correlació creuada de X {\displaystyle \mathbf {X} } i Y {\displaystyle \mathbf {Y} } es defineix per [2] :p.337

R X Y   E [ X Y T ] {\displaystyle \operatorname {R} _{\mathbf {X} \mathbf {Y} }\triangleq \ \operatorname {E} [\mathbf {X} \mathbf {Y} ^{\rm {T}}]}

i té unes dimensions m × n {\displaystyle m\times n} . Escrit per components:

R X Y = [ E [ X 1 Y 1 ] E [ X 1 Y 2 ] E [ X 1 Y n ] E [ X 2 Y 1 ] E [ X 2 Y 2 ] E [ X 2 Y n ] E [ X m Y 1 ] E [ X m Y 2 ] E [ X m Y n ] ] {\displaystyle \operatorname {R} _{\mathbf {X} \mathbf {Y} }={\begin{bmatrix}\operatorname {E} [X_{1}Y_{1}]&\operatorname {E} [X_{1}Y_{2}]&\cdots &\operatorname {E} [X_{1}Y_{n}]\\\\\operatorname {E} [X_{2}Y_{1}]&\operatorname {E} [X_{2}Y_{2}]&\cdots &\operatorname {E} [X_{2}Y_{n}]\\\\\vdots &\vdots &\ddots &\vdots \\\\\operatorname {E} [X_{m}Y_{1}]&\operatorname {E} [X_{m}Y_{2}]&\cdots &\operatorname {E} [X_{m}Y_{n}]\\\\\end{bmatrix}}}

Els vectors aleatoris X {\displaystyle \mathbf {X} } i Y {\displaystyle \mathbf {Y} } no cal que tinguin la mateixa dimensió, i també poden ser un valor escalar.[3]

Exemple:

Per exemple, si X = ( X 1 , X 2 , X 3 ) T {\displaystyle \mathbf {X} =\left(X_{1},X_{2},X_{3}\right)^{\rm {T}}} i Y = ( Y 1 , Y 2 ) T {\displaystyle \mathbf {Y} =\left(Y_{1},Y_{2}\right)^{\rm {T}}} són vectors aleatoris, llavors R X Y {\displaystyle \operatorname {R} _{\mathbf {X} \mathbf {Y} }} és una matriu 3 × 2 {\displaystyle 3\times 2} on ( i , j ) {\displaystyle (i,j)} representa E [ X i Y j ] {\displaystyle \operatorname {E} [X_{i}Y_{j}]} .

Referències

  1. Team, Wallstreetmojo Editorial. «Correlation Matrix» (en eanglès). https://www.wallstreetmojo.com,+30-08-2022.+[Consulta: 25 novembre 2022].
  2. Gubner, John A. Probability and Random Processes for Electrical and Computer Engineers. Cambridge University Press, 2006. ISBN 978-0-521-86470-1. 
  3. shoppermotion. «Cross-selling analytics: discovering the Correlation Matrix • Shoppermotion» (en anglès). https://shoppermotion.com,+03-07-2018.+[Consulta: 25 novembre 2022].