1A.data - Décorrélation de variables aléatoires - correction#

Links: notebook, html, python, slides, GitHub

On construit des variables corrélées gaussiennes et on cherche à construire des variables décorrélées en utilisant le calcul matriciel. (correction)

from jyquickhelper import add_notebook_menu
add_notebook_menu()

Création d’un jeu de données#

Q1#

La première étape consiste à construire des variables aléatoires normales corrélées dans une matrice N \times 3. On cherche à construire cette matrice au format numpy. Le programme suivant est un moyen de construire un tel ensemble à l’aide de combinaisons linéaires. Complétez les lignes contenant des .....

import random
import numpy as np

def combinaison():
    x = random.gauss(0,1) # génère un nombre aléatoire
    y = random.gauss(0,1) # selon une loi normale
    z = random.gauss(0,1) # de moyenne null et de variance 1
    x2 = x
    y2 = 3*x + y
    z2 = -2*x + y + 0.2*z
    return [x2, y2, z2]

li = [ combinaison () for i in range (0,100) ]
mat = np.matrix(li)
mat[:5]
matrix([[-0.63295784, -2.80012415,  0.22050058],
        [-1.21821148, -3.04992927,  3.24455663],
        [-0.32571451, -0.93074193,  0.50069519],
        [-0.13063124, -1.07137214, -0.56615199],
        [-0.36056318, -1.50832676,  0.32408593]])

Q2#

npm = mat
t   = npm.transpose ()
a   = t @ npm
a  /= npm.shape[0]
a
matrix([[ 0.82547076,  2.51922244, -1.58633195],
        [ 2.51922244,  9.04578378, -3.50440536],
        [-1.58633195, -3.50440536,  4.40003306]])

a est la matrice de covariance.

Corrélation de matrices#

Q3#

cov = a
var = np.array([cov[i,i]**(-0.5) for i in range(cov.shape[0])])
var.resize((3,1))
varvar = var @ var.transpose()
varvar
array([[ 1.21142995,  0.36595362,  0.52471223],
       [ 0.36595362,  0.11054874,  0.15850718],
       [ 0.52471223,  0.15850718,  0.22727102]])
cor = np.multiply(cov, varvar)
cor
matrix([[ 1.        ,  0.92191858, -0.83236777],
        [ 0.92191858,  1.        , -0.5554734 ],
        [-0.83236777, -0.5554734 ,  1.        ]])

Q4#

def correlation(npm):
    t   = npm.transpose ()
    a   = t @ npm
    a  /= npm.shape[0]
    var = np.array([cov[i,i]**(-0.5) for i in range(cov.shape[0])])
    var.resize((3,1))
    varvar = var @ var.transpose()
    return np.multiply(cov, varvar)

correlation(npm)
matrix([[ 1.        ,  0.92191858, -0.83236777],
        [ 0.92191858,  1.        , -0.5554734 ],
        [-0.83236777, -0.5554734 ,  1.        ]])

Calcul de la racine carrée#

Q6#

Le module numpy propose une fonction qui retourne la matrice P et le vecteur des valeurs propres L :

::

L,P = np.linalg.eig(a)

Vérifier que P'P=I. Est-ce rigoureusement égal à la matrice identité ?

L,P = np.linalg.eig(a)
P.transpose() @ P
matrix([[  1.00000000e+00,  -6.13577229e-17,  -2.23247265e-16],
        [ -6.13577229e-17,   1.00000000e+00,  -1.20740141e-16],
        [ -2.23247265e-16,  -1.20740141e-16,   1.00000000e+00]])

C’est presque l’identité aux erreurs de calcul près.

Q7#

np.diag(l) construit une matrice diagonale à partir d’un vecteur.

np.diag(L)
array([[  1.17360418e+01,   0.00000000e+00,   0.00000000e+00],
       [  0.00000000e+00,   1.31745703e-03,   0.00000000e+00],
       [  0.00000000e+00,   0.00000000e+00,   2.53392830e+00]])

Q8#

Ecrire une fonction qui calcule la racine carrée de la matrice \frac{1}{n}M'M (on rappelle que M est la matrice npm). Voir aussi Racine carrée d’une matrice.

def square_root_matrix(M):
    L,P = np.linalg.eig(M)
    L = L ** 0.5
    root = P @ np.diag(L) @ P.transpose()
    return root

root = square_root_matrix(cov)
root
matrix([[ 0.27891067,  0.69732306, -0.51129263],
        [ 0.69732306,  2.85042611, -0.65923845],
        [-0.51129263, -0.65923845,  1.92458244]])

On vérifie qu’on ne s’est pas trompé.

root @ root - cov
matrix([[  0.00000000e+00,  -1.33226763e-15,  -8.88178420e-16],
        [ -8.88178420e-16,  -8.88178420e-15,   4.44089210e-16],
        [ -6.66133815e-16,   1.77635684e-15,   1.77635684e-15]])

Décorrélation#

np.linalg.inv(cov)
matrix([[ 702.44132815, -141.03278518,  140.9237308 ],
        [-141.03278518,   28.4757628 ,  -28.16665145],
        [ 140.9237308 ,  -28.16665145,   28.60079705]])

Q9#

Chaque ligne de la matrice M représente un vecteur de trois variables corrélées. La matrice de covariance est V=\frac{1}{n}M'M. Calculer la matrice de covariance de la matrice N=M V^{-\frac{1}{2}} (mathématiquement).

Q10#

Vérifier numériquement.

Simulation de variables corrélées#

Q11#

A partir du résultat précédent, proposer une méthode pour simuler un vecteur de variables corrélées selon une matrice de covariance V à partir d’un vecteur de lois normales indépendantes.

Q12#

Proposer une fonction qui crée cet échantillon :

def simultation (N, cov) :
    # simule un échantillon de variables corrélées
    # N : nombre de variables
    # cov : matrice de covariance
    # ...
    return M

Q13#

Vérifier que votre échantillon a une matrice de corrélations proche de celle choisie pour simuler l’échantillon.