Я пытаюсь сгенерировать корреляционную матрицу (симметричный psd) с заранее заданной разреженной структурой (указанной графом на узлах). Узлы, которые связаны в графе, имеют корреляцию , все остальные равны 0, а диагональ равна 1.
Я пытался сгенерировать эту матрицу несколько раз, но только редко получал действительную матрицу корреляции.
Есть ли способ, которым я могу обеспечить корреляционную матрицу whp? Обратите внимание, что у меня может быть только положительная корреляция, поэтому и т. Д. Не вариант.
Любая помощь с благодарностью!
correlation
matrix
sparse
correlation-matrix
Бегущий по лезвию
источник
источник
Ответы:
Близко, но нет сигары для @Rodrigo de Azevedo.
Решение состоит в том, чтобы использовать полуопределенное программирование, чтобы найти максимальное значение и минимальное значение (при условии, что оно неотрицательно), ρ m i n , ρ , так что матрица корреляции с заданным шаблоном разреженности является положительной полуопределенной (psd). ). Все значения р такое , что р т х & le ; р & le ; р м а х , будет производить PSD матрицы (упражнение для читателя)ρм а х ρм я н ρ ρ ρм а х≤ ρ ≤ ρм а х
Следовательно, вы должны либо выбрать распределение которое может принимать значения только в [ ρ m a x , ρ m a x ] , либо вы должны использовать принятие / отклонение и отклонить любые сгенерированные значения ρ, которые не производят матрицу psd.ρ [ ρм а х, ρм а х] ρ
Пример для матрицы 4 на 4 с использованием YALMIP под MATLAB
Результаты: максимальное значение rho = 0,57735, минимальное значение rho = 0. Очевидно, что нулевое значение будет минимальным значением rho при условии, что rho является неотрицательным, а заданная матрица - psd, независимо от размерности или разреженности. Следовательно, нет необходимости запускать полуопределенную оптимизацию, чтобы найти минимальное неотрицательное значение .ρ
источник
Корреляционная матрица является симметричной, положительно полуопределенной и имеет на своей главной диагонали. Можно найти корреляционную матрицу n × n , решив следующую полуопределенную программу (SDP), где целевая функция произвольна, скажем, нулевая функция1 n × n
Если у вас есть дополнительные ограничения, такие как ограничения по разреженности
и неотрицательные ограничения, , то один решает следующее SDPX ≥ ON
Пример3 × 3
Запуск сценария,
Посмотрим, какое решение нашел CVX,
Является ли эта матрица положительной полуопределенной? Положительно определен?
Это положительно определенно, как и ожидалось. Мы можем найти положительные полуопределенные корреляционные матрицы, выбрав ненулевую (линейную) целевую функцию.
источник