Estoy hablando aquí de matrices de correlaciones de Pearson.
A menudo escuché decir que todas las matrices de correlación deben ser semidefinidas positivas. Tengo entendido que las matrices definidas positivas deben tener valores propios , mientras que las matrices semidefinidas positivas deben tener valores propios . Esto me hace pensar que mi pregunta puede reformularse como "¿Es posible que las matrices de correlación tengan un valor propio ?"≥ 0 = 0
¿Es posible que una matriz de correlación (generada a partir de datos empíricos, sin datos faltantes) tenga un valor propio , o un valor propio ? ¿Qué pasaría si se tratara de una matriz de correlación de población?< 0
Leí en la respuesta superior a esta pregunta sobre las matrices de covarianza que
Considere tres variables, , y . Su matriz de covarianza, , no es positiva definida, ya que hay un vector ( ) para el cual no es positivo.Y Z = X + Y M z = ( 1 , 1 , - 1 ) ′
Sin embargo, si en lugar de una matriz de covarianza hago esos cálculos en una matriz de correlación, entonces resulta positivo. Por lo tanto, creo que tal vez la situación es diferente para las matrices de correlación y covarianza.
Mi razón para preguntar es que me preguntaron en stackoverflow , en relación con una pregunta que hice allí.