第三章多元正态假设检验p16作业.pptVIP

应用多元统计分析 第三章 多元正态总体 参数的假设检验(一) 第三章 多元正态总体参数的假设检验§3.2 --置信域与联立置信区间 任给置信度1-α,查F分布临界值表得Fα 满足 P{F≤Fα}=1-α, (3.2.1) 第三章 多元正态总体参数的假设检验§3.2 --置信域与联立置信区间 当检验假设H0:μ=μ0时，若μ0落入 该置信域内，即 第三章 多元正态总体参数的假设检验§3.2 --置信域与联立置信区间 例3.2.2 沿用例3.2.1的数据,试求μ的置信度为 95%的置信椭球. 解 由观测数据计算样本均值X和样本离差阵 A及样本协差阵S: 第三章 多元正态总体参数的假设检验§3.2 --置信域与联立置信区间 S的特征值和单位正交特征向量为 λ1=200.4625, l1=(0.05084,0.9983,-0.02907)′, λ2=4.5316, l2=(-0.5737,0.05302,0.8173)′, λ3=1.3014, l3=(0.8175,-0.02488,0.5754)′. 记 第三章 多元正态总体参数的假设检验§3.2 --置信域与联立置信区间 并令Yi= (X-μ)′li (i=1,2,3),则μ的置信度为 95%的置信椭球为 第三章 多元正态总体参数的假设检验§3.2 --置信域与联立置信区间 2. 联立置信区间(不要求) 以上介绍如何构造均值向量μ的置信域: 第三章 多元正态总体参数的假设检验§3.2 --置信域与联立置信区间 第三章 多元正态总体参数的假设检验§3.2 --置信域与联立置信区间 北大数学学院 * 第三章 多元正态总体参数的假设检验 §3.2 单总体均值向量的检验 由定义3.1.5可知 利用T 2与F分布的关系，检验统计量取为 第三章 多元正态总体参数的假设检验 §3.2 单总体均值向量的检验—p45 例1 人的出汗多少与人体内钠和钾的含量有一定的关系.今测量了20名健康成年女性的出汗量(X1)、钠的含量(X2)和钾的含量(X3)(数据见表3.1).试检验 H0:μ=μ0=(4,50,10)′， H1: μ≠μ0 . 第三章 多元正态总体参数的假设检验 §3.2 单总体均值向量的检验—例3.2.1 解 记随机向量X= (X1,X2,X3)′,假定X～N3(μ,Σ) . 检验 H0: μ＝μ0， H1：μ≠μ0 .取检验统计量为 由样本值计算得: 第三章 多元正态总体参数的假设检验 §3.2 单总体均值向量的检验—例3.2.1 第三章 多元正态总体参数的假设检验 §3.2 单总体均值向量的检验—例3.2.1 对给定α=0.05,按传统的检验方法,可查F分布临界值表得λα=F3,17(0.05)=3.2,比较由样本值计算得到的F值及临界值,因F值=2.9045＜3.2,故H0相容. 利用统计软件进行检验时,首先计算p值(此时检验统计量F～F(3,17))： p=P{F≥2.9045}=0.06493 . 因p值=0.06493＞0.05=α,故H0相容.在这种情况下，可能犯第二类错误,且第二类错误的概率为 β=P{ F≤3.2|μ=X }=0.3616 (假定总体均值μ=μ1≠μ0,取μ1=X). 则均值向量μ的置信度为1-α的置信域为 该置信域是一个中心在X上的椭球. 则在显著性水平α下，H0相容；若μ0没有落入该置信域内，则否定H0. 可见在多元统计中，讨论均值向量的假设检验问题实质上也等价于求均值向量的置信域. 由S-1的谱分解式： 置信椭球的第一长轴半径为d1=(λ1)1/2c=10.3703,方向沿l1; 第二长轴半径为d2=(λ2)1/2c=1.5592,方向沿l2; 短轴半径为d3=(λ3)1/2c=0.8356,方向沿l3. 第一长轴与短轴的比为d1/d2=12.4106,即第一长轴和长度是短轴的12倍还多. 在实际应用中,我们往往更需要考察μ的线性组合的联立置信区间. 对任意的p维常向量a,考虑a′μ的置信区间,便能够得到所要的联立置信区间.比如取a=ei=(0,…,1,…0)′, μi =ei′μ(i=1,…,p) 考察μi (i=1,…,p)的的联立置信区