2009第1章多元正态分布.pptVIP

第?一章 多?元正态分布?及其抽样分?布 ? §1.1?多元正态分?布 下一张? ?主 页? 退 出? 上一张? ? ? 下一张? ?主 页? 退 出? 上一张? 在农业科学研究中，经常通过多元统计寻求多维随机变量的统计规律，即多指标问题。如，自然因子对作物产量和品质的作用、育种中选择性状对目标性状的影响、疾病的多指标诊断、土壤成分分析、气象预报、样品的归属等，都属于多指标的统计问题。这些指标间千丝万缕、交叉影响，存在着极其复杂的统计规律。在这种情况下，用我们所熟知的一元统计知识去孤立地分析各个指标，就难免顾此失彼，使整体结论失真。因而多指标、多因素问题只有选择相应的多元统计方法来处理，才能使其规律得以正确的表达。 多元统计分析的理论主要建立在多元正态分布总体基础上的。在实际问题中，所遇到的多元总体多是多元正态分布总体或近似多元正态分布，有时不是多元正态分布总体，但当样本容量足够大时，其平均值将近似服从多元正态分布。 1.2.1多元正态分布的定义 设某品种小麦的产量(x1)、每亩穗数 (x2) 、每穗粒数 (x3) 、千粒重 (x4)均服从正态分布： ? 那么4个性状所组成的4维列向量X=[X1,X2,X3,X4]T就服从四元正态分布。 一般地,对于每一个分量都服从正态分布的p维随机向量 X=[X1,X2,…,Xp]T (1.2.3) 具有和一元正态分布相似的概率密度函数 ? ? 下一张? ?主 页? 退 出? 上一张? 在式（1.2.4）中，μ为均值向量。E为期望算子，有E(X)= μ, μ的分量μi(i=1,2,…,p)为X的分量Xi的数学期望，即E(Xi)= μi，∑称为X的协方差阵。V为方差算子，即V(X)= ∑, ∑中的元素δii为X的分量Xi的方差，即V(Xi)= δi2= δii,而δij为Xi与Xj间的协方差， δij= δji。在（1.2.4)中，要求?∑?〉0，即∑不但对称而且正定，这时∑的逆∑-1一定存在，且∑的特征根大于0。正态分布参数的这些性质农林科研中具有特定的实际意义。 1.2.2 多元正态分布的性质 多元正态分布的性质在实际应用中起着重要的作用： 1、若X∽N(μ,Σ),则 ?~ ?∽ ?∽ ? ? ?∽ ?~ ?~ ?∽ ?~ ?~ ? ? 下一张? ?主 页? 退 出? 上一张? §1.3?多元正态分?布参数的估?计 1.3.1样本 ? ? 下一张? ?主 页? 退 出? 上一张? 1.3.2样本的数字特征 由样本观察矩阵（1.3.1)，通过计算可得样本的数字特征。 1.样本均值向量 是表示样本中心位置的，其定义为 2样?本离差阵 ? 样本离差?阵L亦称样?本信息阵，?因为它反映?了样本中指?标及指标间?的变异及相?关信息，令? 下一张? ?主 页? 退 出? 上一张? ? ? 下一张? ?主 页? 退 出? 上一张? ? ? 下一张? ?主 页? 退 出? 上一张? ? ? ? ? ? 由于 ?样本方差 ?带有原观测?单位的 平?方单位，在?仅表示一个?资料中各观?测值的变异?程度而不作?其它分析时? ， 常?需要与平均?数配合使用? ，这 时?应 将平方?单位还原，?即应求出样?本方差的平?方根。统计?学上把样本?方差 S2? 的平方根?叫做样本标?准 差，记?为S，即：? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （?3-11）? 下一张? ?主 页? 退 出? 上一张? ? 由?于 ? ? 所以（?3-11）?式可改写为?： ? ? ? ? ? ? ? ? ? （?3-12）? 下一张? ?主 页? 退 出? 上一张? ? ? 相应?的总体参数?叫总体标准?差，记为σ?。对于有限?总体而言，?σ的计算公?式为： ? ? ? ? ? ? ? ? ? ? 在统?计学中，常?用样本标准?差S估计总?体标准差σ?。