02多元统计基础总汇.pptVIP

多元统计基础;;协方差(Covariance);若X和Y是独立的，协方差Cov(X,Y)将为0，反之不一定成立 如果X是p维多元变量X=(X1,X2,...,Xp)，则所有元素的协方差可写为矩阵形式，即协方差矩阵 ;各协方差经验形式： 对于小样本，如n≤20，通常用1/(n-1) 对于p维随机变量，可得经验协方差矩阵： ;;时期;X1的均值为172.7，X2的均值为104.6，则 sX1X1=[(230-172.7)2+(181-172.7)2+...+(170-172.7)2]/10=1037.2 sX1X2=[(230-172.7)×(125-104.6)+(181-172.7)×(99-104.6)+...+(170-172.7)×(125-104.6)]/10=-80.2 ;样本协方差矩阵;相关系数(Correlation);相关系数的经验形式： 相关系数矩阵：;蓝套衫例子中样本相关系数矩阵：;协方差阵和相关系数矩阵的关系 设标准离差阵为 则有;多元正态分布;若p维随机向量X=(X1,X2,...,Xp)的密度函数为： x=(x1,x2,...,xp),μ是p维列向量，Σ是协方差矩阵，称X服从p元正态分布，记为X~Np(μ,Σ);当p=2时，设X=(X1,X2)服从二元正态分布，则 ;多元正态变量的基本性质 1.若Σ是对角阵，则随机向量中各变量相互独立 2.AX+b~N(A