概率论与数理统计_5.docVIP

概率论与数理统计2 1 第二章 多元正态分布及参数的估计 §21 随机向量5 第二章 多元正态分布及参数的估计§21 随机向量其中Xi i1n是来自p维总体的一个样品 X1X2Xp def 6 在多元统计分析中涉及到的都是随机向量 或是多个随机向量放在一起组成的随机矩阵 本节有关随机向量的一些概念联合分布边缘分布条件分布独立性X的均值向量X的协差阵和相关阵X与Y的协差阵要求大家自已复习 三、均值向量和协方差阵的性质 1 设XY为随机向量AB为常数阵则 EAXA·EX EAXBA·EX·B 第二章 多元正态分布及参数的估计 §21 随机向量7 DAXA·DX·A COVAXBYA·COVXY·B 2 若XY相互独立则COVXYO反之不成立 若COVXYO我们称X与Y不相关故有 两随机向量若相互独立则必不相关 两随机向量若不相关则未必相互独立 3 随机向量XX1X2Xp′的协差阵DX是对称非负定阵 即′ ′ ≥0 为任给的p维常量 第二章 多元正态分布及参数的估计 §21 随机向量8 第二章 多元正态分布及参数的估计 §21 随机向量协差阵的性质 4 ∑L2 其中L为非负定阵 由于∑≥0非负定利用线性代数中实对称阵的对角化定理存在正交阵Γ使9 第二章 多元正态分布及参数的估计 §21 随机向量协差阵的性质当矩阵∑0正定时矩阵L也称为∑的平方根矩阵记为∑12 当矩阵∑0正定时必有p×p非退化矩阵A使得 ∑AA′ 10 第二章 多元正态分布及参数的估计 §21 随机向量协差阵的性质 若∑≥0非负定必有p×q矩阵A1使得 ∑A1A1′ 这里记ΓΓ1 Γ2 Γ1为p×q列正交阵p ≥q 并设11 在一元统计中若U～N01则U的任意线性变换XσUμ～Nμσ2利用这一性质可以从标准正态分布来定义一般正态分布 若U～N01则称X σUμ的分布为一般正态分布记为X ～Nμ σ2 此定义中不必要求σ＞0当σ退化为0时仍有意义把这种新的定义方式推广到多元情况可得出多元正态分布的第一种定义 第二章 多元正态分布及参数的估计§22 多元正态分布的定义12 com 设UU1Uq′为随机向量 U1Uq相互独立且同N01分布设μ为p维常数向量A为p×q常数矩阵则称XAU μ的分布为p维正态分布或称X为p 维正态随机向量记为X ～Npμ AA′ 简单地说称q个相互独立的标准正态随机变量的一些线性组合构成的随机向量的分布为多元正态分布 第二章 多元正态分布及参数的估计§22 多元正态分布的第一种定义13 第二章 多元正态分布及参数的估计§22 多元正态分布的性质1 在一元统计中若X～Nμσ2则X的特征函数为 φtEeitXexp〔itμ-t 2σ2 2〕14 第二章 多元正态分布及参数的估计§22 多元正态分布的性质115 性质1 设U U1Uq′为随机向量 U1 Uq 相互独立且同N01分布令XμAU则X的特征函数为第二章 多元正态分布及参数的估计§22 多元正态分布的性质1这里tt1tp 故ΦXt为p元函数当X～N01时φtexp〔-t 2 2〕 16 性质1的证明 根据随机向量特征函数的定义和性质经计算即可得出X的特征函数为 ΦXt EeitX Eeit AUμ 第二章 多元正态分布及参数的估计§22 多元正态分布的性质1令t′As′s1sq 17 第二章 多元正态分布及参数的估计§22 多元正态分布的性质1因U1 Uq相互独立乘积的期望等于期望的乘积 18 com 若p维随机向量X的特征函数为 第二章 多元正态分布及参数的估计§22 多元正态分布的第二种定义一元正态 p1 则称X服从p 维正态分布记为 X ～Npμ∑ 记∑AA′则有以下定义19 性质2 设X～Npμ∑ B为s×p常数阵d为s×1常向量令ZBXd则 Z～NsBμd B∑B 该性质指出正态随机向量的任意线性组合仍为正态分布第二章 多元正态分布及参数的估计§22 多元正态分布的性质220 第二章 多元正态分布及参数的估计§22 多元正态分布的性质2 证明因∑≥0 ∑可分