4.2.7.1.5. 协方差计算 encore.covariance

该模块包含估计结构集合的协方差矩阵的函数。

作者:

马泰奥·蒂贝蒂，Wter Boomsma，Tone Bengtsen

在 0.16.0 版本加入.

MDAnalysis.analysis.encore.covariance.covariance_matrix(ensemble, select='name CA', estimator=<function shrinkage_covariance_estimator>, weights='mass', reference=None)[源代码]

计算(可选的质量加权)协方差矩阵

参数:

  • ensemble (Universe object) -- 结构合奏

  • select (str (optional)) -- MDAnalysis格式的ATOM选择字符串。

  • estimator (function (optional)) -- 估计协方差矩阵的函数。它至少需要一个“坐标”数字数组(形状为(N，M，3)，其中N是帧的数目，M是原子的数目)。有关参考，请参阅ML_COVANIANCE_ESTIMATOR和SRESING_COVARIANCE_ESTEATOR。

  • weights (str/array_like (optional)) -- 指定权重。如果 'mass' 然后选择了大量的系综原子，如果 None 选择了统一权重

  • reference (MDAnalysis.Universe object (optional)) -- 使用到特定参考结构的距离，而不是到平均值的距离。

返回:

cov_mat --协方差矩阵

返回类型:

numpy.array

MDAnalysis.analysis.encore.covariance.ml_covariance_estimator(coordinates, reference_coordinates=None)[源代码]

协方差矩阵的标准最大似然估计。

参数:

  • coordinates (numpy.array) -- 平坦化的辅助体阵列

  • reference_coordinates (numpy.array) -- 使用可选引用而不是Mean

返回:

cov_mat --协方差矩阵的估计

返回类型:

numpy.array

MDAnalysis.analysis.encore.covariance.shrinkage_covariance_estimator(coordinates, reference_coordinates=None, shrinkage_parameter=None)[源代码]

使用中描述的方法估计协方差矩阵的收缩估计

股票收益协方差矩阵的改进估计及其在投资组合选择中的应用莱多特；沃尔夫，M.，实证金融杂志，2003年10月5日

该实现基于Olivier Ledoit在其网站上提供的matlab代码：http://www.ledoit.net/ole2_abstract.htm

参数:

  • coordinates (numpy.array) -- 平面化坐标数组

  • reference_coordinates (numpy.array) -- 使用可选引用而不是Mean

  • shrinkage_parameter (None or float) -- 可选的收缩参数

返回:

cov_mat --协方差矩阵

返回类型:

nump.array