第十二讲多元正态分布的参数估计与检验.pptVIP

第十二讲 多元正态分布的参数估计与检验 一、多元正态分布 二、参数的估计 三、均值的检验 * 一、多元正态分布 二、参数的估计 三、参数的检验 如果 维随机向量 (随机变量) 定义 (联合)概率密度函数为 则称随机向量 为 维正态随机向量， 其中 称为均值向量， 为协方差矩阵(协差阵)，且 对于一般情形 仍可定义多维正 记为 。 ～ 态随机向量， 当 时， 若令 多元正态分布的性质： （1） 维正态分布由其均值向量和协方差阵唯 一确定。 （2） 对于任一 维向量 及 阶非负定矩阵 ， （3） 设 ， 是 常数矩阵， ～ 是 维向量， ～ 则 必存在 维正态随机向量 。 ～ 有前面的密度表示，而当 时， 的分 布是退化的正态分布。 （4） 为 维正态随机向量的充要条件为对任 一 维向量 ， 是一维正态随机变量。 （5） 设 为多维正态随机向量， 则 与 互不相关的充要条件是 与 相互独立。 注： 若 ，则称 与 互不相关。 （6） 设 ， ～ 则 的充要条 件是存在 矩阵 使得 其中 。 ～ 证明 充分性由性质3立得。 下证必要性。 由于 是秩 为的非负定阵，则必存在正 交矩阵 使得 其中 。 令 则有 令 则由性质3知 ， ～ 且 , ～ 由上式可得 若记 它是 矩阵，即有 （7） 若 , ～ 且 ， 则 ～ 证明 由 可知 是正定矩阵， 所以 存在且为对称矩阵， 这样 令 则 ～ 且 由性质3知 的每个分量 服从标准正态分布， 且相互独立， 故 分布的定义知 ～ 在此给出多元正态分布的参数 和 的估 计。 为简单计，仅考虑 的情形。 设 是来自多元正态总 体 的简单样本， 令 ——样本均值向量 —样本离差阵 定理18.1 则 是 设 是来自多元正 态总体 的简单样本， 且 ， 的极大似然估计， 是 的极大似然估计。 定理18.2 则 是 设 是来自多元正 态总体 的简单样本， 且 ， 的一致最小方差无偏估计， 是 的一致 最小方差无偏估计。 （一） 协差阵 已知时，均值 的检验 设 是来自多元正态总 体 的简单样本， 其中 已知。 考虑假设 检验问题 令 则可以证明当 成立时，即 时， ～ 而当 不成立时， 有偏大的趋势。 因此，对 给定的显著性水平 ， 当 时拒绝 ， 否则接受 ，即拒绝域为 （二） 协差阵 未知时，均值 的检验 设 是来自多元正态总 体 的简单样本， 其中 未知。 考虑假设 检验问题 令 则可以证 成立时，即 时， ～ 明当 而当 不成立时， 有偏大的趋势。 因此，对 给定的显著性水平 ， 当 时拒绝 ， 否则接受 ，即拒绝域为 *