Estoy hablando aquí acerca de las matrices de correlaciones de Pearson.
A menudo he oído decir que todas las matrices de correlación debe ser positivo semidefinite. Mi entendimiento es que positiva definida matrices deben tener autovalores $> 0$, mientras que los positivos semidefinite matrices deben tener autovalores $\ge 0$. Esto me hace pensar que mi pregunta puede reformularse como "Es posible que las matrices de correlación para tener un autovalor $= 0$?"
Es posible que una matriz de correlación (generados a partir de datos empíricos, sin datos perdidos), para tener un autovalor $= 0$, o un autovalor $< 0$? Lo que si fue una matriz de correlación de la población en su lugar?
He leído en la respuesta a esta pregunta acerca de las matrices de covarianza que
Considerar tres variables, $X$, $Y$ y $Z = X+Y$. Su covarianza de la matriz, $M$, no es positiva definida, ya que hay un vector $z$ ($= (1, 1, -1)'$) for which $z'Mz$ no es positiva.
Sin embargo, si en lugar de una matriz de covarianza tengo que hacer los cálculos en una matriz de correlación, a continuación, $z'Mz$ sale como positivo. Por lo tanto, creo que tal vez la situación es diferente para la correlación y la covarianza de las matrices.
Mi razón de preguntar es que se me hizo más en stackoverflow, en relación a una pregunta que le hice allí.