如何计算R中的马哈拉诺比斯距离?

马氏距离是两个个案与质心之间的相对距离,质心可以看作是多变量数据的整体平均值。可以说质心是均值的多元等效项。如果马哈拉诺比斯距离为零,则意味着这两种情况都是相同的,并且马哈拉诺比斯距离的正值表示两个变量之间的距离较大。在R中,我们可以使用mahalanobis函数查找malanobis距离。

例1

请看以下数据帧-

set.seed(981)
x1<−rnorm(20,5,1)
x2<−rnorm(20,5,0.84)
x3<−rnorm(20,10,1.5)
x4<−rnorm(20,10,3.87)
x5<−rnorm(20,1,0.0025)
df1<−data.frame(x1,x2,x3,x4,x5)
df1

输出结果

      x1       x2       x3       x4       x5
1 4.016851 4.749189 10.166216 9.681625 1.0014171
2 5.208083 4.252389 8.886381 8.407824 0.9973355
3 4.000509 5.680469 10.452573 9.799825 0.9996433
4 4.968047 5.572099 12.813119 10.603569 0.9970847
5 5.253632 4.523665 8.961203 6.135956 0.9974229
6 4.556114 5.963955 7.784837 3.701523 0.9965163
7 4.987874 5.372996 10.104144 12.125932 1.0014389
8 6.164940 4.762497 9.826518 17.002388 0.9998966
9 5.497089 5.006558 11.701747 7.392629 1.0013103
10 4.649598 4.620766 11.955838 7.700963 1.0058710
11 4.947477 4.583403 9.431569 13.005483 0.9963742
12 7.074752 5.093332 9.743409 15.232665 1.0006305
13 4.042776 5.117288 9.603592 12.308203 1.0013562
14 5.364624 3.846084 11.919156 12.546169 1.0034000
15 6.079298 4.270361 10.527513 9.828845 0.9971954
16 4.410121 4.783754 8.844011 15.277243 1.0002428
17 4.213869 5.879465 9.651568 4.334237 1.0018883
18 4.142827 5.619082 9.544201 10.336943 0.9978379
19 3.012995 3.713027 11.487735 13.324214 1.0029497
20 5.481955 3.778913 9.074235 10.391055 0.9982697

在df1中找到行的马哈拉诺比斯距离-

mahalanobis(df1,colMeans(df1),cov(df1))

输出结果

[1] 1.192919 3.207677 2.531851 12.073066 3.664532 6.912468 1.766881
[8] 4.880830 3.652825 6.954114 3.152966 8.433015 2.310850 4.239761
[15] 4.013792 4.358375 5.665279 2.711948 9.063510 4.213342

例2

y1<−rpois(20,1)
y2<−rpois(20,3)
y3<−rpois(20,5)
y4<−rpois(20,8)
y5<−rpois(20,12)
y6<−rpois(20,10)
df2<−data.frame(y1,y2,y3,y4,y5,y6)
df2

输出结果

y1 y2 y3 y4 y5 y6
1 0 2 4 6 11 10
2 1 6 7 4 9 9
3 1 1 6 13 14 11
4 3 3 9 9 16 9
5 2 3 6 10 9 13
6 0 6 7 13 14 13
7 2 2 7 4 15 7
8 0 2 4 8 14 10
9 2 7 3 7 6 12
10 0 2 6 10 10 9
11 0 5 5 10 8 6
12 2 3 5 7 11 9
13 0 5 3 6 9 7
14 0 2 6 3 13 7
15 1 1 7 10 9 9
16 0 3 3 8 12 11
17 0 3 4 5 13 13
18 1 2 6 14 13 8
19 1 2 4 10 8 7
20 1 5 11 13 12 16

马哈拉诺比斯(df2,colMeans(df2),cov(df2))

[1] 2.588021 6.383910 4.101547 8.860628 5.248206 8.669764 6.332766
[8] 3.065049 10.556830 2.882808 6.945220 2.333995 4.171714 5.990775
[15] 5.921976 3.198976 5.971216 5.382210 4.167775 11.226611

范例3

z1<−runif(20,1,2)
z2<−runif(20,1,4)
z3<−runif(20,1,5)
z4<−runif(20,2,5)
z5<−runif(20,5,10)
df3<−data.frame(z1,z2,z3,z4,z5)
df3

输出结果

      z1       z2       z3       z4       z5
1 1.388613 3.591918 4.950430 3.012227 7.646999
2 1.536406 2.346386 4.009326 3.344235 6.804723
3 1.307832 2.156929 1.548907 3.719957 9.647134
4 1.452674 3.659639 4.067904 2.821600 9.042116
5 1.821635 1.581077 1.848880 2.133112 8.606968
6 1.472712 1.853850 2.757099 4.971375 8.195671
7 1.129696 1.007614 3.454963 4.500837 9.512772
8 1.084507 3.509503 3.972340 2.557956 5.070359
9 1.066166 3.487398 3.235659 2.692450 8.566473
10 1.622298 3.285975 3.214168 2.816199 6.811145
11 1.215978 2.695426 4.459403 3.883969 7.015267
12 1.748907 1.855413 1.100227 3.676822 8.668907
13 1.785502 3.365582 1.089094 2.232694 6.207582
14 1.313907 1.010318 2.040431 3.337156 6.281897
15 1.211392 2.821926 3.427129 4.835524 8.469758
16 1.127482 1.589360 4.105524 4.575452 7.425941
17 1.914011 1.015687 1.900738 2.542681 8.710688
18 1.156077 1.237109 1.667345 4.654083 6.764100
19 1.770988 3.685755 4.417545 4.637382 6.155797
20 1.594745 3.750948 1.394754 4.548843 9.902893
mahalanobis(df3,colMeans(df3),cov(df3))
[1] 3.680650 2.011037 3.520353 4.338257 5.095421 2.698317 5.394089 7.190855
[9] 6.030547 1.608436 1.705612 2.770687 7.343208 4.676116 2.461363 3.186534
[17] 6.758622 6.152332 9.599646 8.777917