第二章应用多元统计分析答案完整版本.docVIP

2.1 试述多元联合分布和边缘分布之间的关系。 设是p维随机向量，称由它的q（p）个分量组成的子向量的分布为的边缘分布，相对地把的分布称为联合分布。 当的分布函数为F时，的分布函数即边缘分布函数为F=P() = F 当X有分布密度f（）则，即边缘密度函数为：f（）= 2.2 设随机向量服从二元正态分布，写出其联合分布密度函数和各自的边缘密度函数。 联合分布密度函数 0 , 其他 == 所以指数部分变为 令t= =exp[] exp[] ， = 0 ，其他 同理， exp[] ， = 0 ，其他 2.3 已知随机向量的联合分布密度函数为,其中,。求： 随机变量各自的边缘密度函数、均值与方差。 解：= = 同理， = = 同理可得 同理可得 随机变量的协方差和相关系数。 E(== E(== E(== E(= D( E( D( E( Cov E( E(= .= == 判断是否独立。 。 2.4设随机向量服从正态分布，已知其协差阵为对角阵，证明的分量是相互独立的随机变量。 = 不相关 又服从正态分布 相互独立。（ 2.5 解： 依据题意，X= E(X)= D(X)= 注：利用 , S 其中 在SPSS中求样本均值向量的操作步骤如下： 选择菜单项Analyze→Descriptive Statistics→Descriptives，打开Descriptives对话框。将待估计的四个变量移入右边的Variables列表框中，如图2.1。 图2.1 Descriptives对话框 单击Options按钮，打开Options子对话框。在对话框中选择Mean复选框，即计算样本均值向量，如图2.2所示。单击Continue按钮返回主对话框。 图2.2 Options子对话框 单击OK按钮，执行操作。则在结果输出窗口中给出样本均值向量，如表2.1，即样本均值向量为（35.3333，12.3333，17.1667，1.5250E2）。 表2.1 样本均值向量 选择菜单项Analyze→Correlate→Bivariate，打开Bivariate Correlations对话框。将三个变量移入右边的Variables列表框中，如图2.3。 图2.3 Bivariate Correlations对话框 Cross-product deviations and covariances复选框，即计算样本离差阵和样本协差 图2.4 Options子对话框 单击OK按钮，执行操作。则在结果输出窗口中给阵。） 2.6均值向量和协差阵的最大似然估计量具有哪些优良性质？ 1．，即是的无偏估计； ，即不是的无偏估计， 而，即是的无偏估计； 2．，分别是，的有效估计； 3．，（或）分别是，的一致估计（相合估计）。 2.7 试证多元正态总体 的样本均值向量 证明： 2.8 试证多元正态总体 的样本协差阵 为 的无偏估 的分布为(1,) 2.10 设 是来自的数据阵，i=1,2,,k （1）已知 且 ，求 的估计。 （2）已知，求 和 的估计。 这道题我对自己的答案不是很确定。