イミニュートを使ったPythonの共分散

Question

私はフィット関数から2つのパラメータ間の共分散を計算する必要があります。このパッケージがPythonでiminuitというパッケージを見つけました。このパッケージは適切に機能し、パラメータの共分散行列も計算します。私は単純な関数でパッケージをテストしました。これは、コードである：

from iminuit import Minuit, describe, Struct 

def func(x,y): 
    f=x**2+y**2 
    return f 

m = Minuit(func,pedantic=False,print_level=0) 
m.migrad() 

print("Covariance:") 
print(m.matrix()) 

これが出力される。

共分散： （（1.0、0.0）、 （0.0、1.0））

ただしiはX^2を交換する場合 （（250.24975024975475、249.75024975025426）、 （249.75024975025426、250.24975024975475））

0：（XY）^ 2とy^2 + Iは

共分散を得ます

私は混乱しているのですがなぜ私は共分散が1よりも大きいのですか（私は統計的には良くありませんが、それは-1と1の間でなければならないと理解しています）。また、最初のケースでは、マトリックスとはどういう意味ですか？なぜxとyの間に0の相関があり、対角の1は何を意味しますか？

Answer 1

あなたは相関と共分散を混同しています。相関が共分散行列からcorellationを得るために間に-1と1

常に確かである共分散の正規化されたバージョンであり、計算：

correlation = cov[0, 1]/np.sqrt(cov[0, 0] * cov[1, 1])