应用多元统计31.pptx

第三章 多元正态总体参数的假设检验目 录(一)§3.1 几个重要统计量的分布 一、正态变量二次型的分布 二、威沙特分布 三、霍特林T2分布 四、威尔克斯统计量§3.2 单总体均值向量的检验及置信域§3.3 多总体均值向量的检验第三章 多元正态总体参数的假设检验 一元统计中,参数μ,σ2的检验涉及到一个总体、二个总体,乃至多个总体的检验问题; 推广到p元统计分析中，类似地对参数向量μ和参数矩阵Σ 涉及到的检验也有一个总体、二个总体,乃至多个总体的检验问题。 第三章 多元正态总体参数的假设检验 在一元统计中，用于检验μ, σ2的抽样分布有χ2分布,t 分布,F分布等,它们都是由来自总体N(μ, σ2)的样本导出的检验统计量. 推广到多元统计分析后，也有相应于以上三个常用分布的统计量:Wishart, Hotelling T 2,Wilks Λ统计量,讨论这些统计量的分布是多元统计分析所涉及的假设检验问题的基础.第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型 设Xi ～N1(μi ,σ2)(i =1,...…,n),且相互独立，记结论1一般情况(μi ＝0，σ2 ≠1时),第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型 结论2 当μi≠0(i=1,…,n),σ2 =1时,X′X的分布常称为非中心χ2分布. 定义3.1.1 设n维随机向量X～Nn(μ,In) (μ≠0),则称随机变量ξ＝XX为服从 n个自由度,非中心参数的χ2分布，记为 第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型则 结论3 设X～Nn(0 ,σ2In), A为n阶对称方阵, rk(A)= r,则 二次型 XAX/σ2～χ2(r) ? A2＝A(A为对称幂等阵).特例:当A=In时,第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型 证明 (充分性)因A为对称幂等阵，而对称幂等阵的特征值非0即1,且只有r个非0特征值，即存在正交阵Γ(其列向量ri为相应特征向量)，使第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型必要性证明不要求(利用特征函数).第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量的二次型(必要性) 因A为对称阵，所以存在正交阵Γ使: Γ′AΓ＝diag(λ1,…λr，0…0).令 Y= Γ′X ～N（0,σ2 In ）,X=ΓY则 且Y1，…，Yr相互独立同N(0,σ2)分布.故而 第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量的二次型(i＝1,…,r),且相互独立.Zi=λi Zi的特征函数为(1-2iλit)- 1 /2,又 Z1 Z2 ... Zr且相互独立.故有又已知ξ＝XAX/σ2～χ2(r)，故ξ的特征函数为(1-2it)- r /2 第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量的二次型利用同分布的特征函数相同可得出 λ1＝…＝λr=1 .diag(1,…,1,0,…,0)=ΓAΓ =ΓAΓ·ΓAΓ =ΓA2Γ故 A＝A2，即A为对称幂等阵. 第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量的二次型 结论4 设X～Nn(μ,σ2In), A为对称阵,且rk(A)=r, 则二次型 ? A2＝A(A为对称幂等阵).作业1:证明充分性(习题3-1 ）(充分性的证明类似于结论3中充分性的证明方法,必要性证明不要求)第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型 证明 (充分性)因A为对称幂等阵，而对称幂等阵的特征值非0即1,且只有r个非0特征值，即存在正交阵Γ(其列向量ri为相应特征向量)，使第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型其中非中心参数为第三章 多元正态总体参数的假设检验§3.1 几个重要统计量的分布--分量独立的正态变量二次型 结论5 二次型与线性函数的独立性: 设X～Nn(μ,σ2In), A为n阶对称阵， B为m×n阵,令ξ＝XAX,Z=BX(Z为m维 随机向量),若BA=O,则BX和XAX相互独立. 证明 设rk(A)=