13 多元正态分布.ppt

第一章 多元正态分布;第一章 多元正态分布;第一章 多元正态分布;§1.1多元分布的基本概念;§1.1.1 随机向量; 横看表1-1，记 ， 它表示第 个样品的观测值。竖看表1-1,第 列的元素 表示对 第个变量 的n次观测数值。下面为表1-1;§1.1.1 随机向量; ;§1.1.3 多元变量的独立性;§1.1.4 随机向量的数字特征;§1.1.4 随机向量的数字特征; 目录 上页 下页 返回 结束 ; 目录 上页 下页 返回 结束 ; 目录 上页 下页 返回 结束 ; 在数据处理时，为了克服由于指标的量纲不同对统计分析结果带来的影响，往往在使用某种统计分析方法之前，常需将每个指标“标准化”，即做如下变换;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离;§1.2 统计距离和马氏距离; §1.3 多元正态分布 ; §1.3 多元正态分布;§1.3.1 多元正态分布的定义; 定理1.1将正态分布的参数μ和∑赋于了明确的统计意义。有关这个定理的证明可参见文献[3]。;§1.3.2 多元正态分布的性质;§ 1.3.2 多元正态分布的性质;§ 1.3.3 条件分布和独立性;证明参见文献[3]。; (1.28);则 有如下的条件均值和条件协差阵的递推公式：; 在定理1.2中，我们给出了对X、μ和Σ作形如(1.25)式剖分时条件协差阵 的表达式及其与非条件协差阵的关系，令 表示 的元素，则可以定义偏相关系数的概念如下： ; 目录 上页 下页 返回 结束 ;§1.4 均值向量和协方差阵的估计;§1.4 均值向量和协方差阵的估计;§1.4 均值向量和协方差阵的估计;§1.4 均值向量和协方差阵的估计;§1.4 均值向量和协方差阵的估计;§1.5常用分布及抽样分布 ;§1.5常用分布及抽样分布;分布有两个重要的性质:; 2. 设 ( ),且相互独立, 为 个 阶对称阵,且 ( 阶单位阵),记 , 则 为相互独立的 分布的充要条件为 .此时 , .; (1.32); 由Wishart分布的定义知,当 时, 退化为 ,此时中心Wishart分布就退化为 ,由此可以看出, Wishart分布实际上是 分布在多维正态情形下的推广.;3.若;特别的,设 和 分别为 和 的第 个对角元,则： ;§1.5.2 分布与 分布;中心 分布可化为中心 分布,其关系为:;§1.5.3 中心分布与Wilks分布; 所服从的分布称为维数为 ,第一自由度为 第二自由度为 的Wilks Λ分布,记为 ; 目录 上页 下页 返回 结束 ; 目录 上页 下页 返回 结束 ; 目录 上页 下页 返回 结束 ; 目录 上页 下页 返回 结束 ; 目录 上页 下页 返回 结束