02多元统计基础论述.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(Aμ+b,AΣA) 3. 多元正态分布子向量仍服从正态分布，但反过来则不一定 ;判断已有一批数据来自正态总体是很困难的，但判断数据不是来自正态总体则相对容易 把每个分量的值做成直方图，若不是正态分布，则随机向量一定不是正态分布;条件分布 给定X(2)时X(1)的条件分布仍服从正态分布 ;定理: 设X=(X1,X2,...,Xp)~Np(μ,Σ),Σ0，则X(1)|X(2)~Np(μ1.2,Σ11.2)， 其中, μ1.2=μ(1)+Σ12Σ22-1(X(2)-μ(2)), Σ11.2=Σ11-Σ12Σ22-1Σ21 当Σ12=0，Σ11=Σ11.2；当Σ11=0，等价于X(1)和X(2)相互独立;定理 设 则 其中， ;例：在订制服装标准时需抽样进行人体测量，对某年龄段女子的测量结果如下：X1为身高，X2为胸围，X3为腰围，X4为上体长，X5为臀围，已知X服从多元正态分布，且有;若取X(1)=(X1,X2,X3),X(2)=X4,X(3)=X5 则，;这说明，若已知一个人的上身长和臀围，则身高、胸围、腰围的条件方差比原来的方差大大缩小;假设蓝套衫中，X1销量，X2价格，X3广告和X4时间都是正态分布， 给定X2，X3，X4，则X1的条件分布为单变量正态分布并具有均值 ;当给定X3，X4时，X1，X2的条件分布为双变量正态分布，具有均值 协方差矩阵 ;利用条件协方差阵可以求出Xi和Xj的偏相关系数 定义 若X(2)给定时，Xi和Xj的偏相关系数为： ;对蓝套衫数据有： 固定广告和销售助理不变，价格和销量之间的负相关系数比边际情况更显著 ;多元正态分布的参数估计 假定研究对象服从多元正态分布，但分布中的参数μ和Σ往往未知，需要通过样本指标对总体的参数进行估计 多元样本，从多元总体中随机抽取n个个体，若相互独立，且与总体同分布，则称为该总体的一个多元随机样本 每个个体称为一个样品，每个样品都是p维向量;多元样本中的每个样品，对p个指标的观测值往往是有相关关系的，但不同样品之间的观测值一定是相互独立的 多元分析所处理的多元样本观测数据一般都属于横截面数据，即同一时间不同空间上的数据;多元样本的数字特征 设 样本均值向量 样本离差阵 样本协差阵 ;μ和Σ的极大似然估计及基本性质 设有n个来自正态总体的样本，每个样品有p个观察指标，用极大似然法求出μ和Σ的估计量分别为： 为无偏、有效估计，和S/n一起为一致估计;样本均值向量分布 1.正态总体 2.非正态总体 中心极限定理，当样本容量n很大，且n相对于p也很大时，样本平均数近似于正态分布;样本离差阵S的分布 1928年统计学家Wishart 设 分别来自协方差阵相等的p维正态总体 则p×p维随机向量矩阵 的分布服从非中心Wishart分布，记为 ;其中， μa为非中心参数，当其为0时，称为中心Wishart分布，记为Wp(n,Σ) 当p=1时Σ=δ2，此时有W1(n,δ2)=δ2×卡方(n)，可见，Wishart分布是卡方分布在p维中的推广 Wishart分