多元统计随机向量要点.pptVIP

一、欧氏距离 向量的各分量如果单位不全相同，则上述欧氏距离一般就没有意义。即使单位全相同，但如果各分量的变异性差异很大，则变异性大的分量在欧氏距离的平方和中起着决定性的作用，而变异性小的分量却几乎不起什么作用。 在实际应用中，为了消除单位的影响和均等地对待每一分量，我们常须先对各分量作标准化变换，然后再计算欧氏距离。 令 ，则 由于 ， 故平方和 中各项的平均取值均为1，从而各分量所起的平均作用都一样。 欧氏距离经变量的标准化之后能够消除各变量的单位或方差差异的影响，但不能消除变量之间相关性的影响，以致有时用欧氏距离显得不太合适。为此，我们引入一个由印度著名统计学家马哈拉诺比斯（Mahalanobis，1936年）提出的“马氏距离”的概念。 一、欧氏距离 二、马氏距离 之间的平方马氏距离定义为: 到总体π的平方马氏距离定义为: 比例单位变换 如X的分量是长度、重量、速度、费用和用时等，则变量的单位变换可表达为: 其中