Pour estimer une valeur, j'ai besoin de calculer la covariance de deux matrices dans scilab. En conséquence, j'ai besoin d'une matrice scalaire et non pas d'une matrice de covariance. Devrais-je utiliser la fonction corr dans scilab ou cov?covariance de deux vecteurs dans scilab
La covariance scalaire a un sens pour la covariance de deux vecteurs, chacun représentant quelques observations d'une variable. Si c'est la signification de vos données, qui se trouve simplement dans une matrice, aplatissez-la avant d'appliquer cov. La fonction cov retournera une matrice symétrique 2 par 2 dans laquelle les entrées diagonales sont des variances de chaque vecteur, et l'entrée hors diagonale est leur covariance. Choisissez celui-là:
c = cov(A(:), B(:))
scalar_covariance = c(1,2)
J'ai testé votre code dans scilab mais il renvoie une matrice pas un scalaire? – user7417788
Est-ce une matrice symétrique 2 par 2? Si oui, l'entrée hors-diagonale (1,2) est ce que vous voulez. Les entrées diagonales sont les variances de chaque vecteur. – FTP