Ковариационная матрица для круглых переменных? ⇐ Python

[Anonymous]

В моем текущем проекте у меня есть коллекция трехмерных образцов, таких как [-0,5, -0,1,0,2]*PI, [0,8, -0,1, -0,4]*PI. Эти переменные являются круглыми/периодическими, с их значениями в диапазоне от -pi до +pi. Моя цель-рассчитать матрицу ковариации 3 на 3 для этих круговых переменных. Стандартные отклонения вдоль каждого измерения, затем используйте их для создания диагональной ковариационной матрицы (то есть без какой -либо корреляции). В идеале, однако, я хотел бы рассмотреть корреляции между параметрами. Есть ли способ рассчитать корреляции между круглыми переменными или непосредственно вычислять ковариационную матрицу между ними? < /P>
import numpy as np
import scipy.stats

# A collection of N circular samples
samples = np.asarray(
[[0.384917, 1.28862, -2.034],
[0.384917, 1.28862, -2.034],
[0.759245, 1.16033, -2.57942],
[0.45797, 1.31103, 2.9846],
[0.898047, 1.20955, -3.02987],
[1.25694, 1.74957, 2.46946],
[1.02173, 1.26477, 1.83757],
[1.22435, 1.62939, 1.99264]])

# Calculate the circular standard deviations
stds = scipy.stats.circstd(samples, high = np.pi, low = -np.pi, axis = 0)

# Create a diagonal covariance matrix
cov = np.identity(3)
np.fill_diagonal(cov,stds**2)


Подробнее здесь: https://stackoverflow.com/questions/638 ... -variables