多元课件第三章 (2).ppt

应用多元统计分析 第三章 多元正态总体 参数的假设检验(二) 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 设X(α)(α=1,…,n)为来自p元正态总体Np(μ,Σ) (Σ＞0未知)的随机样本,检验 H0:Σ＝ Σ0(Σ0＞0为已知阵)，H1:Σ≠Σ0 1. 当Σ0 ＝Ip时检验H0:Σ＝Ip，H1:Σ≠Ip 利用似然比原则来导出检验统计量λ1 当Σ＝Ip成立时,似然函数L(μ,Ip)在μ＝X达最大值. 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 所以似然比统计量 其中 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 利用定理3.2.1可知,当n很大且H0成立时, ξ=-2lnλ1的近似分布为χ2(p(p+1)/2)， 参数空间?的维数为p+p(p+1)/2,而?0的维数为p, 故卡方分布的自由度为p(p+1)/2. 取ξ作为检验统计量,按传统检验方法,对给定显著性水平α,否定域为 {ξ＞χα2}, 其中χα2 满足：P{ξ＞ χα2 }=α. 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 2. 当Σ0 ≠I p时检验H0 :Σ＝Σ0 ,H1 :Σ≠Σ0 因Σ0＞0，存在p阶非退化阵D，使DΣ0D′＝I p， 令 Y(α)=DX (α)(α＝1,…,n)， 则Y(α)～N p(Dμ，DΣD′)==N p(μ*，Σ*) 检验H 0 :Σ＝Σ0 == H0 :Σ*＝ I p 从新样本Y(α)(α=1,…,n)出发，检验 H0：Σ*＝Ip的检验统计量取为 记为 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 其中 若注意到DΣ0D′＝I p , 即 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 研究似然比统计量λ2的抽样分布是很困难的.通常根据定理3.2.1由λ2的近似分布来构造检验法. 当样本容量n很大，在H0成立时， -2lnλ2 的极限分布为χ2(p(p+1)/2). 除此外在不同适用范围下还有其它近似分布可用来构造检验法. 则似然比统计量λ2还可以表示为 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 3. 检验H0：Σ＝σ2Σ0 (σ2 未知) 当Σ0 ＝Ip 时此检验常称为球性检验.利用似然比原则来导出检验统计量λ3： 当σ2给定时,似然函数L(μ,σ2Σ0)在μ=X达最大值,且 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 可得出 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--单个p元正态总体 所以似然比统计量 或等价于 当样本容量n很大，在H0为真时有以下近似分布： 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--多个p元正态总体 设有k个总体Np(μ(t),Σt)(t=1,…,k),X(α)(t)(t＝1,…,k; α＝1,…,n t)来自第t个总体Np(μ(t) ,Σt )的随机样本,记 n＝n1+n2+…+nk. 检验 H0 :Σ1=Σ2=…=Σk≡Σ,H1 : Σ1, Σ2,…,Σk不全相等. 样本｛ X(α)(t)}的似然函数为 似然比统计量λ4为 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--多个p元正态总体 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--多个p元正态总体 则似然比检验统计量为 ( 其中 A=A1+…+Ak) 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--多个p元正态总体 根据无偏性的要求进行修正,将λ4中的ni用ni -1替代,n用n-k替代.然后对λ4取对数,可得到统计量： 当样本容量n很大时,在H0为真时M有以下近似分布：  (1-d)M=-2(1-d)lnλ4*～χ2(f) 其中 f=p(p+1)(k-1) /2, 第三章 多元正态总体参数的假设检验 §3.4 协差阵的检验--多个p元正态总体(例) 例3.4.1 对例3.3.2表3.3中给出的身体指标化验数据,试判断三个组(即三个