来自 np.polyfit() 的协方差矩阵具有负对角线？

Question

问题： np.polyfit() 的 cov=True 选项产生了一个带有无意义负值的对角线。

更新： 玩了一会儿之后，我 真的开始怀疑 numpy 中的错误？那可能吗？从数据集中删除任何一对 13 个值都可以解决问题。

我正在使用 np.polyfit() 来计算数据集的斜率和截距系数。这些值的图会产生一个非常线性（但不完美）的线性图。我试图用 np.sqrt(np.diag(cov)) 获得这些系数的标准差；但是，这会引发错误，因为对角线包含负值。

生成负对角线的协变量矩阵在数学上应该是不可能的——numpy 做错了什么？

这是重现问题的片段：

import numpy as np

x = [1476728821.797, 1476728821.904, 1476728821.911, 1476728821.920, 1476728822.031, 1476728822.039,
     1476728822.047, 1476728822.153, 1476728822.162, 1476728822.171, 1476728822.280, 1476728822.289,
     1476728822.297, 1476728822.407, 1476728822.416, 1476728822.423, 1476728822.530, 1476728822.539,
     1476728822.547, 1476728822.657, 1476728822.666, 1476728822.674, 1476728822.759, 1476728822.788,
     1476728822.797, 1476728822.805, 1476728822.915, 1476728822.923, 1476728822.931, 1476728823.038,
     1476728823.047, 1476728823.054, 1476728823.165, 1476728823.175, 1476728823.182, 1476728823.292,
     1476728823.300, 1476728823.308, 1476728823.415, 1476728823.424, 1476728823.432, 1476728823.551,
     1476728823.559, 1476728823.567, 1476728823.678, 1476728823.689, 1476728823.697, 1476728823.808,
     1476728823.828, 1476728823.837, 1476728823.947, 1476728823.956, 1476728823.964, 1476728824.074,
     1476728824.083, 1476728824.091, 1476728824.201, 1476728824.209, 1476728824.217, 1476728824.324,
     1476728824.333, 1476728824.341, 1476728824.451, 1476728824.460, 1476728824.468, 1476728824.579,
     1476728824.590, 1476728824.598, 1476728824.721, 1476728824.730, 1476728824.788]

y = [6309927, 6310105, 6310116, 6310125, 6310299, 6310317, 6310326, 6310501, 6310513, 6310523, 6310688,
     6310703, 6310712, 6310875, 6310891, 6310900, 6311058, 6311069, 6311079, 6311243, 6311261, 6311272,
     6311414, 6311463, 6311479, 6311490, 6311665, 6311683, 6311692, 6311857, 6311867, 6311877, 6312037,
     6312054, 6312065, 6312230, 6312248, 6312257, 6312430, 6312442, 6312455, 6312646, 6312665, 6312675,
     6312860, 6312879, 6312894, 6313071, 6313103, 6313117, 6313287, 6313304, 6313315, 6313489, 6313505,
     6313518, 6313675, 6313692, 6313701, 6313875, 6313888, 6313898, 6314076, 6314093, 6314104, 6314285,
     6314306, 6314321, 6314526, 6314541, 6314638]

z, cov = np.polyfit(np.asarray(x), np.asarray(y), 1, cov=True)

std = np.sqrt(np.diag(cov))

print z
print cov
print std

Answer 1

看起来和你的x值有关：它们的总范围约为3，偏移量约为15亿。

在你的代码中

np.asarray(x)

转换 float64 的 ndarray 中的 x 值。虽然这可以正确表示 x 值本身，但可能不足以进行所需的计算以获得协方差矩阵。

np.asarray(x, dtype=np.float128)

会解决问题，但 polyfit 不能与 float128 一起使用:(

TypeError: array type float128 is unsupported in linalg

作为解决方法，您可以从 x 中减去偏移量，然后使用 polyfit。这将产生一个具有正对角线的协方差矩阵：

x1 = x - np.mean(x)
z1, cov1 = np.polyfit(np.asarray(x1), np.asarray(y), 1, cov=True)
std1 = np.sqrt(np.diag(cov1))

print z1    # prints: array([  1.56607841e+03,   6.31224162e+06])
print cov1  # prints: array([[  4.56066546e+00,  -2.90980285e-07],
            #                [ -2.90980285e-07,   3.36480951e+00]])
print std1  # prints: array([ 2.13557146,  1.83434171])

您必须相应地重新调整结果。

来自 np.polyfit() 的协方差矩阵具有负对角线？

Covariance matrix from np.polyfit() has negative diagonal?

python

statistics

numpy

linear-regression

python-2.7