1. #1
    Invité de passage
    Inscrit en
    juin 2007
    Messages
    13
    Détails du profil
    Informations forums :
    Inscription : juin 2007
    Messages : 13
    Points : 4
    Points
    4

    Par défaut covar comme dans excel

    Bonjour

    Existe-t-il l'equivalent de la fonction covar de excel pour python (dans numpy ou scipy) ?

    http://office.microsoft.com/en-us/ex...010335639.aspx

    J'ai bien trouve la fonction numpy.cov mais elle me renvoie une matrice (matrice de covariance si j'ai bien compris) et non un simple nombre.

    Merci

    Sylvain

  2. #2
    Invité de passage
    Inscrit en
    juin 2007
    Messages
    13
    Détails du profil
    Informations forums :
    Inscription : juin 2007
    Messages : 13
    Points : 4
    Points
    4

    Par défaut

    Je vais me repondre a moi meme .

    Mais si d'autres incultes se posent la meme question :
    Il faut prendre l'une des valeurs de la diagonales (bas gauche vers haut droit).
    et mettre le parametre bias=1.

    Je ne vais pas explique le principe d'une matrice de covariance, car je maitrise trop mal le sujet...

  3. #3
    Membre Expert
    Inscrit en
    août 2010
    Messages
    1 043
    Détails du profil
    Informations forums :
    Inscription : août 2010
    Messages : 1 043
    Points : 1 224
    Points
    1 224

    Par défaut

    Bonjour,

    Peut etre essayer un appel avec deux arguments
    Code : Sélectionner tout - Visualiser dans une fenêtre à part
    1
    2
     
    numpy.cov(x,y) # non testé, mais ce serait comme ca en matlab
    Sinon
    * La matrice de covariance cov(X1,...Xn) contient à l'emplacement (i,j) la covariance entre Xi et Xj. Donc il suffit d'extraire les éléments hors de la diagonale principale (ce que tu sembles faire).
    * Il me semble que biais permet juste de choisir si les moyennes sont normalisées par N ou N-1 (N= nb d'observations)

+ Répondre à la discussion
Cette discussion est résolue.

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo