Mahalanobis mesafesinin aşağıdan yukarıya doğru açıklaması Mahalanobis mesafesinin açıklaması mı? iki temel sonuç içerir:
Tanım gereği, regresörler düzgün bir şekilde değiştiğinde değişmez.
x ve y vektörleri arasındaki kare Mahalanobis mesafesi , D2(x,y)=(x−y)′Σ−1(x−y)
; burada Σ , verilerin kovaryansıdır.
(1) regresörlerin ortalamalarının sıfır olduğunu varsaymamızı sağlar. hi yi hesaplamak için kalır . Ancak, iddianın doğru olması için bir varsayım daha eklememiz gerekiyor:
Model bir durdurma içermelidir.
Buna izin vermek için, gözlem için i regresörün j değerini x i j olarak yazarak k≥0 regresörleri ve n verisi olsun . Bu kolon vektörü olsun , n geri çekici değerleri j yazılır x , j ve bu satır vektörü k gözlem için değerler i yazılır x i . Daha sonra örnek matrisi olanjbenxben jnjx, jkbenxben
X= ⎛⎝⎜⎜⎜⎜11⋮1x11x21⋮xn 1⋯⋯⋮⋯x1 kx2 k⋮xn k⎞⎠⎟⎟⎟⎟
ve tanım gereği şapka matrisi,
'H= X(X′X)−1X′,
köşegen boyunca i girişi
hi=hii=(1;xi)(X′X)−1(1;xi)′.(1)
Bunun için merkezi matrisi tersine çevirmekten başka bir şey yok - ancak ilk anahtar sonuçtan dolayı, özellikle blok matris formunda yazdığımızda kolaydır:
X′X=n(100′C)
burada 0=(0,0,…,0)′ ve
Cj k= 1nΣi = 1nxben jxben k= n - 1nCov( xj, xk) = n - 1nΣj k.
( Regresörlerin örnek kovaryans matrisi için Σ yazdım .) Bu blok çapraz olduğundan, tersi sadece blokları ters çevirerek bulunabilir:
( X'X)- 1= 1n( 100'C- 1) = ( 1n00'1n - 1Σ- 1) .
Tanımdan ( 1 ) elde ederiz
hben= ( 1 ; xben) ( 1n00'1n - 1Σ- 1) (1; xben)'= 1n+ 1n - 1xbenΣ- 1x'ben= 1n+ 1n - 1D2( xben, 0 ) .
Kare Mahalanobis uzunluğu D2ben= D2( xben, 0 ) verimi için çözme
D2ben= ( n - 1 ) ( sben- 1n) ,
QED .
1 / nXn - 1n - 1n
ben
İlişkinin gerçekten geçerli olduğunu gösteren R kodu:
x <- mtcars
# Compute Mahalanobis distances
h <- hat(x, intercept = TRUE); names(h) <- rownames(mtcars)
M <- mahalanobis(x, colMeans(x), cov(x))
# Compute D^2 of the question
n <- nrow(x); D2 <- (n-1)*(h - 1/n)
# Compare.
all.equal(M, D2) # TRUE
print(signif(cbind(M, D2), 3))