Macierz kowariancji<\/strong> to macierz kwadratowa, kt\u00f3ra pokazuje kowariancj\u0119 pomi\u0119dzy wieloma r\u00f3\u017cnymi zmiennymi. Mo\u017ce to by\u0107 przydatny spos\u00f3b zrozumienia, w jaki spos\u00f3b r\u00f3\u017cne zmienne s\u0105 powi\u0105zane w zbiorze danych.<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce czyta\u0107 macierz kowariancji.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 macierz kowariancji, kt\u00f3ra zawiera informacje o wynikach uczni\u00f3w z egzamin\u00f3w z trzech r\u00f3\u017cnych przedmiot\u00f3w:<\/span> <\/p>\n Pozosta\u0142e warto\u015bci macierzy reprezentuj\u0105 kowariancje pomi\u0119dzy r\u00f3\u017cnymi podmiotami.<\/strong><\/span> <\/p>\n Na przyk\u0142ad:<\/span><\/p>\n Dodatnia liczba<\/strong> kowariancji wskazuje, \u017ce dwie zmienne maj\u0105 tendencj\u0119 do wzrostu lub spadku w tandemie.<\/span><\/p>\n Na przyk\u0142ad matematyka i przedmioty \u015bcis\u0142e maj\u0105 dodatni\u0105 kowariancj\u0119 ( 33,2<\/strong> ), co wskazuje, \u017ce uczniowie, kt\u00f3rzy osi\u0105gaj\u0105 dobre wyniki w matematyce, zwykle osi\u0105gaj\u0105 wysokie wyniki w przedmiotach \u015bcis\u0142ych.<\/span><\/p>\n I odwrotnie, uczniowie, kt\u00f3rzy osi\u0105gaj\u0105 s\u0142abe wyniki w matematyce, zwykle osi\u0105gaj\u0105 s\u0142abe wyniki w naukach \u015bcis\u0142ych.<\/span><\/p>\n Ujemna liczba<\/strong> kowariancji wskazuje, \u017ce w miar\u0119 wzrostu jednej zmiennej druga zmienna ma tendencj\u0119 do zmniejszania si\u0119.<\/span><\/p>\n Na przyk\u0142ad matematyka i historia maj\u0105 ujemn\u0105 kowariancj\u0119 ( -24,44<\/strong> ), co wskazuje, \u017ce uczniowie osi\u0105gaj\u0105cy dobre wyniki z matematyki zwykle osi\u0105gaj\u0105 s\u0142abe wyniki z historii.<\/span><\/p>\n I odwrotnie, uczniowie, kt\u00f3rzy osi\u0105gaj\u0105 niskie wyniki z matematyki, zwykle osi\u0105gaj\u0105 wysokie wyniki z historii.<\/span><\/p>\n Nale\u017cy zauwa\u017cy\u0107, \u017ce macierz kowariancji jest idealnie symetryczna.<\/span><\/p>\n Na przyk\u0142ad kom\u00f3rka w prawym g\u00f3rnym rogu pokazuje dok\u0142adnie t\u0119 sam\u0105 warto\u015b\u0107, co kom\u00f3rka w lewym dolnym rogu:<\/span> <\/p>\n Rzeczywi\u015bcie, te dwie kom\u00f3rki mierz\u0105 kowariancj\u0119 mi\u0119dzy histori\u0105 a matematyk\u0105.<\/span><\/p>\n Poniewa\u017c macierz kowariancji jest symetryczna, po\u0142owa warto\u015bci kowariancji wy\u015bwietlanych w macierzy jest zb\u0119dna i niepotrzebna.<\/span><\/p>\n Czasami wi\u0119c wy\u015bwietlana b\u0119dzie tylko po\u0142owa macierzy kowariancji:<\/span> <\/p>\n W praktyce cz\u0119sto b\u0119dziesz musia\u0142 tworzy\u0107 i interpretowa\u0107 macierz korelacji<\/a> cz\u0119\u015bciej ni\u017c macierz kowariancji.<\/span><\/p>\n Jednak macierze kowariancji s\u0105 cz\u0119sto u\u017cywane \u201epod mask\u0105\u201d w r\u00f3\u017cnych algorytmach i modelach uczenia maszynowego.<\/span><\/p>\n Na przyk\u0142ad macierz kowariancji jest u\u017cywana podczas analizy g\u0142\u00f3wnych sk\u0142adowych<\/a> , co pomaga nam zrozumie\u0107 podstawowe wzorce w zbiorze danych zawieraj\u0105cym du\u017c\u0105 liczb\u0119 zmiennych.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak utworzy\u0107 macierz kowariancji przy u\u017cyciu r\u00f3\u017cnych program\u00f3w statystycznych:<\/span><\/p>\n Jak utworzy\u0107 macierz kowariancji w R<\/a> Kowariancja jest miar\u0105 tego, jak zmiany jednej zmiennej s\u0105 powi\u0105zane ze zmianami drugiej zmiennej. M\u00f3wi\u0105c dok\u0142adniej, jest to miara stopnia, w jakim dwie zmienne s\u0105 liniowo powi\u0105zane. Macierz kowariancji to macierz kwadratowa, kt\u00f3ra pokazuje kowariancj\u0119 pomi\u0119dzy wieloma r\u00f3\u017cnymi zmiennymi. Mo\u017ce to by\u0107 przydatny spos\u00f3b zrozumienia, w jaki spos\u00f3b r\u00f3\u017cne zmienne s\u0105 powi\u0105zane w zbiorze danych. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-4541","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n Jak czyta\u0107 macierz kowariancji<\/strong><\/span><\/h2>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lirec1.png\")
Warto\u015bci wzd\u0142u\u017c przek\u0105tnych macierzy reprezentuj\u0105 wariancje ka\u017cdego przedmiotu.<\/strong><\/span> ![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lecturec2-1.png\")
Na przyk\u0142ad:<\/span><\/p>\n\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lirec3.png\")
<\/p>\n\n
Uwaga o symetrii macierzy kowariancji<\/strong><\/span><\/h2>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lirec4.png\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lirec5.png\")
<\/p>\n Kiedy stosowa\u0107 macierz kowariancji<\/strong><\/span><\/h2>\n
Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Jak utworzy\u0107 macierz kowariancji w Pythonie<\/a>
Jak utworzy\u0107 macierz kowariancji w SPSS<\/a>
Jak utworzy\u0107 macierz kowariancji w programie Excel<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"