随机向量自协方差阵-中国人民大学六西格玛质量管理研究中心.PPT

第一章 多元正态分布 一元正态分布在统计学的理论和实际应用中都有着重要的地位。同样，在多变量统计学中，多元正态分布也占有相当重要的位置。原因是： 许多随机向量确实遵从正态分布，或近似遵从正态分布； 对于多元正态分布，已有一整套统计推断方法，并且得到了许多完整的结果。 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 §1.1.1 随机向量 §1.1.1 随机向量 因此,样本资料矩阵可用矩阵语言表示为: §1.1.2 分布函数与密度函数 §1.1.2 分布函数与密度函数 §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 §1.1.4 随机向量的数字特征 §1.1.4 随机向量的数字特征 §1.1.4 随机向量的数字特征 §1.1.4 随机向量的数字特征 §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 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 §1.3.1 多元正态分布的定义 §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 § 1.3.3 条件分布和独立性 § 1.3.3 条件分布和独立性 § 1.3.3 条件分布和独立性 服装标准例子 定理1.2和定理1.3在20世纪70年代中期为国家标准部门制定服装标准时有成功的应用，见参考文献[3]。在制定服装标准时需抽样进行人体测量，现从某年龄段女子测量取出部分结果如下： 再利用（1.30）式得 这说明,若已知一个人的上体的长和臀围,则身高、胸围和腰围的条件方差比原来的方差大大缩小。 § 1.3.3 条件分布和独立性 § 1.3.3 条件分布和独立性 在上面制定服装标准的例子中，给定X4和X5的偏相关系数为： § 1.3.3 条件分布和独立性 §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 (1.32) 定义1.7 设 相互独立,且 ,记 ,则随机矩阵： 所服从的分布称为自由度为 的 维非中心Wishart分布,记为 , 其中, , , 称为非中心参数,当 时称为中心Wishart分布,记为 m 目录 上页 下页 返回 结束 §1.5.1 分布与Wishart分布 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. 下面不加证明的给出Wishart分布的5条重要性质: 个随机样本, 为样本均值, 样本离差阵为 维正态总体 1.若 是从 中抽取的 , 则 . 相互独立. 和 (1) (2) , 目录 上页 下页 返回 结束 §1.5.1 分布与Wishart分布 3.若 , 为非奇异阵,则 , 为任一 4.若 元常向量,满足 则 目录 上页 下页 返回 结束 §1.5.1 分布与Wishart分布 2.若 且相互独立,则 特别的,设 和 分别为 和 的第 个对角元,则： 5. 若 , 为任一 元非零常向量,比值 目录 上页 下页 返回 结束 §1.5.1 分布与Wishart分布 §1.5.2 分布与 分布 在数理统计中,若 , ,且 与 相互独立,则称 服从自由度为 的 分布,又称为学生分布(student distribution),记为 .如果将 平方,即 ,则