Есть ли способ вычислить матрицу ковариации из эллипса уверенности/неопределенности/ошибки? Я знаю, как это делается наоборот, используя 2x2 covariance matrix
для вычисления уверенного эллипса (например, описанного здесь: http://www.visiondummy.com/2014/04/draw-error-ellipse-representing-covariance-matrix/).Преобразование позиции эллипса уверенности в соответствие ковариационной матрице
Возможно ли это, если это необходимо или информация отсутствует?
Мой эллипс доверия описывается длиной обеих осей и углом поворота эллипса.
Мой подход до сих пор: Ось длины соответствуют двум собственным значениям ковариационной матрицы и определение «распространение». Угол эллипса 0 означает, что нет никакой корреляции между x & y. Covariance matrix without correlation
Я создал новую чистую матрицу 2x2 и предположил, что угол равен zero
, например. Я использовал первое собственное значение и установил его в var_xx
. то же самое со вторым собственным значением и var_yy
. Теперь у меня есть диагональная матрица, которая описывает дисперсию, но не вращение (корреляция).
Теперь я использовал матрицу 2D-поворота и угол эллипса для поворота предыдущей созданной матрицы.
Этот подход кажется неправильным, потому что матрица больше не симметрична. К сожалению, ковариационная матрица должна быть симметричной.
Любые идеи?