Calculateur de distance de Mahalanobis
Calculer la distance multivariée à l’échelle de la covariance à partir d’une matrice de covariance entrée au point, au centre et à la valeur positive-définie.
VOTRE CALCUL
Résultat
—
Étapes du calcul
Affichez les étapes une par une ou le calcul complet. Les étapes utilisent les valeurs que vous avez saisies.
Méthode de calcul
Vérifiez la symétrie et la précision positive, résolvez le système triangulaire inférieur et la somme des coordonnées blanchies carrées.
D²=(x−μ)ᵀ Σ⁻¹(x−μ); solve a Cholesky-whitened vector instead of explicitly inverting Σ
Exemple détaillé
Le point ( 2 , 1 ), le centre ( 0 , 0 ) et la covariance diagonale ( 4 , 1 ) donnent la distance carrée 2 et la distance Mahalanobis √ 2 .
Hypothèses et précisions sur les données
2 – 10 dimensions, covariance correspondante, covariance positive-définie bien conditionnée. La matrice est fournie plutôt qu’équipée. Pas de seuil aberrant automatique, de valeur p-carré chi ou d’interprétation causale/clinique.
Utiliser ce calculateur
Puis-je saisir mes propres données ?
Oui. Remplacez les valeurs de l’exemple par vos propres données. Le résultat, les étapes, les tableaux et les diagrammes disponibles se mettent à jour. Une valeur vide ou invalide efface le résultat ; les valeurs de l’exemple ne remplacent jamais les données manquantes.
Les résultats sont-ils exacts ?
Les calculs utilisent des nombres à virgule flottante et les résultats affichés sont arrondis. Consultez la formule, les hypothèses et la précision des données indiquée avant d’interpréter le résultat.
Mes données sont-elles envoyées ?
Le calcul s’effectue dans votre navigateur. Aucun compte, envoi de fichier ou service d’IA externe n’est nécessaire. Les données saisies ne sont pas conservées après le rechargement de la page.
Ajouter, soustraire ou multiplier deux matrices 2 × 2, ou trouver l’inverse de A. Entrez chaque cellule séparément et suivez l’arithmétique ligne par colonne dans le tableau de résultats.
Calculer les écarts entre les composantes principales et les charges à partir d’observations appariées.
Propager des incertitudes standard indépendantes par une somme, une différence, un produit ou un quotient en utilisant des sensibilités de premier ordre.
Espace publicitaire réservé.