应用多元统计ch3.2–3.3.pptVIP

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 在一元统计中,讨论均值的假设检验问 题与求均值的置信区间,虽提法上不同,实 质上是等价的. 下面介绍单个多元正态总体均值向量 置信域的有关概念,它可以作为一元统计 中置信区间的推广. 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 1. 置信域 假设X(t)(t=1,2,…,n)来自p元正态总体 Np(μ,Σ)(Σ未知)，由前面的讨论可知 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 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 单总体均值向量的检验 2. 当Σ未知时均值向量的检验 当p=1时(一元统计)，取检验统计量为 或等价地取检验统计量 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 推广到多元,考虑统计量 因 离差阵 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—例3.2.1 例3.2.1 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). 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-- 似然比统计量 在数理统计中关于总体参数的假设检验,通常是利用最大似然原理导出似然比统计量进行检验.在多元统计分析中几乎所有重要的检验都是利用最大似然原理给出的.下面我们回顾下最大似然比原理. 作出判断,这就是假设检验问题.称H 0 为原假设(或零假设)，H 1为对立假设(或备择假设). 设p维总体的密度函数为f(x,θ),其中θ是未知参数，且θ∈Θ(参数空间)，又设Θ0是Θ的子集,我们希望对下列假设： 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-- 似然比统计量 从总体X抽取容量为n的样本X(t)(t=1,…,n).把样本的联合密度函数 记为L(X;θ),并称它为样本的似然函数. 引入统计量 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-- 似然比统计量 λ是样本X(t)(t=1,…,n)的函数,常称λ为似然比统计量.由于Θ0是Θ的子集,即分子≤分母,从而0≤λ≤1. 直观考虑,若H0成立时,λ值应近似为1.如果λ取值太小(即分子＜＜分母),由最大似然原