标签: correlation

我想知道是否有人知道如何在iOS上执行两个音频信号之间的互相关.

我想将我在接收器处获得的FFT窗口(我从麦克风接收信号)与发射器(正在播放音轨)的那些对齐,即确保每个窗口的第一个样本(除了"同步"周期之外,发射机也将是接收机的第一个窗口.

我在传输的音频的每个块中注入一个已知的波形(在频域中).我想通过已知波形和接收信号之间的互相关来估计延迟(通过几个连续的块),但我不知道该怎么做.

看起来有这样的方法vDSP_convD,但我不知道如何使用它以及我是否首先必须执行样本的真实FFT(可能是的,因为我必须传递double []).

void vDSP_convD (
   const double __vDSP_signal[],
   vDSP_Stride __vDSP_signalStride,
   const double __vDSP_filter[],
   vDSP_Stride __vDSP_strideFilter,
   double __vDSP_result[],
   vDSP_Stride __vDSP_strideResult,
   vDSP_Length __vDSP_lenResult,
   vDSP_Length __vDSP_lenFilter
)

假设您有一个包含列,Date,GroupID,X和Y的表.

CREATE TABLE #sample
  (
     [Date]  DATETIME,
     GroupID INT,
     X       FLOAT,
     Y       FLOAT
  )

DECLARE @date DATETIME = getdate()

INSERT INTO #sample VALUES(@date, 1, 1,3)
INSERT INTO #sample VALUES(DATEADD(d, 1, @date), 1, 1,1)
INSERT INTO #sample VALUES(DATEADD(d, 2, @date), 1, 4,2)
INSERT INTO #sample VALUES(DATEADD(d, 3, @date), 1, 3,3)
INSERT INTO #sample VALUES(DATEADD(d, 4, @date), 1, 6,4)
INSERT INTO #sample VALUES(DATEADD(d, 5, @date), 1, 7,5)
INSERT INTO #sample VALUES(DATEADD(d, 6, @date), 1, 1,6)

并且您想要计算每个组的X和Y的相关性.目前我使用的CTE有点乱:

;WITH DataAvgStd
     AS (SELECT GroupID,
                AVG(X) …

我正在测试两个变量之间的相关性:

set.seed(123)
x <- rnorm(20)
y <- x + x * 1:20
cor.test(x, y, method = c("spearman"))

这使:

Spearman's rank correlation rho

data:  x and y 
S = 54, p-value = 6.442e-06
alternative hypothesis: true rho is not equal to 0 
sample estimates:
   rho 
0.9594 

p值正在测试相关为零的零假设.是否有一个R函数可以让我测试一个不同的零假设 - 比如说相关性小于或等于0.3？

我正在尝试使用python来计算响应数组和一组预测变量数组之间的多元线性回归和多重相关.我看到了计算多元线性回归的非常简单的例子,这很容易.但是如何计算与statsmodels的多重相关？或与其他任何东西,作为替代.我想我可以使用rpy和R,但如果可能的话,我宁愿留在python中.

编辑[澄清]:考虑如下所述的情况:http://sphweb.bumc.bu.edu/otlt/MPH-Modules/BS/BS704-EP713_MultivariableMethods/ 我想计算预测变量的多个相关系数,除了回归系数和其他回归参数

基本上我有两个矩阵,如下所示:

  > Matrix A (100 rows x 2 features)

  Height - Weight
  1.48      75
  1.55      65
  1.60      70
  etc...

和矩阵B(矩阵A的相同维度,但当然具有不同的值)

我想了解Matrix A和Matrix B之间是否存在某种相关性,您建议我使用哪种策略？

如何测试两个相关系数是否显着不同 - 在GNU R中？

也就是说,如果相同变量(例如,年龄和收入)之间的影响在两个不同的群体(子样本)中不同.

有关背景信息,请参阅如何比较不同组中相同变量的相关系数,以及对Spearman相关系数差异的显着性检验(均为CrossValidated).

我有一个像这样的矩阵:

实际上只有数百或数千个值.

我需要做的是返回每行的最小值,以及行/列名称.

因此,对于示例中的第1行"BAC",BAC/CSCO的最小值为0.92,因此我需要返回如下内容:

BAC/CSCO 0.92

然后对矩阵中的每一行重复此操作.

非常感谢协助.我认为应用是诀窍,但我无法得到正确的组合.

我试图使用以下代码运行所有数字值之间的相关性(数据集包含数字和非数字值的列):

mydata= read.csv("C:\\full_path\\playerData.csv", header = TRUE)
mydata=data.frame(mydata)
vals=cor(mydata, use="complete.obs", method="pearson") 
write.csv(vals,"C:\\Users\\weiler\\Desktop\\RStudioOutput.csv")

基于这个网站:http://www.statmethods.net/stats/correlations.html我收到错误:

cor中的错误(mydata,use ="complete.obs",method ="pearson"):'x'必须是数字

我的错误似乎是因为某些数据是非数字的.有一种简单的方法可以忽略非数字数据吗？

我感兴趣的是生成一个长度为N的数组(或numpy系列),它将在滞后1处表现出特定的自相关性.理想情况下,我想指定均值和方差,并从(多)正态分布中得出数据.但最重要的是,我想指定自相关.我如何用numpy或scikit-learn做到这一点？

只是为了明确和准确,这是我想要控制的自相关:

numpy.corrcoef(x[0:len(x) - 1], x[1:])[0][1]

我正在尝试使用tensorflow进行语音识别.

我输入波形和字作为输出.

波形看起来像这样

[0,0,0,-2,3,-4,-1,7,0,0,0...0,0,0,20,-11,4,0,0,1,...]

单词将是一个数字数组,而每个数字代表一个单词:

[12,4,2,3]

训练之后,我还想找出每个输出标签的输入和输出之间的相关性.

例如,我想知道哪些输入神经元| 样品负责第一个标签(此处为12).

[0,0.01,0.10,0.99,0.77,0.89,0.99,0.79,0.22,0.11,0...0,0,0,0,0,0,0,0,0,...]

输入的原始值将替换为相关,而0表示无相关,1表示总相关.

目标是在单词开始时获取位置.

是否有张量流中的函数来获得这种相关性？