多元正态总体的统计推断.ppt

§4.5 两个总体均值分量间结构关系的检验 设两个独立的样本 和 分别取自总体Np(μ1,Σ)和总体Np(μ2,Σ)，Σ0，n1+n2?2≥p，我们希望检验 H0：C(μ1?μ2)=φ，H1：C(μ1?μ2)≠φ 其中C为一已知的k×p矩阵，k＜p,rank(C)=k，φ为一已知的k维向量。检验统计量为 其中Sp是Σ的联合无偏估计。当原假设H0为真时， 拒绝规则为： 若 ，则拒绝H0 其中 例4.5.1 某种产品有甲、乙两种品牌，从甲产品批和乙产品批中分别随机地抽取5个样品，测量相同的5个指标，数据列于表4.5.1。在多元正态性假定下，试问甲、乙两种品牌产品的每个指标间的差异是否有显著的不同。该题就是要检验 H0：C(μ乙?μ甲)=0，H1：C(μ乙?μ甲)≠0 其中 表4.5.1 甲、乙两种品牌产品的指标值 指标 1 2 3 4 5 样品 甲 1 11 18 15 18 15 2 33 27 31 21 17 3 20 28 27 23 19 4 18 26 18 18 9 5 22 23 22 16 10 均 值 20.8 24.4 22.6 19.2 14.0 乙 1 18 17 20 18 18 2 31 24 31 26 20 3 14 16 17 20 17 4 25 24 31 26 18 5 36 28 24 26 29 均 值 24.8 21.8 24.6 23.2 20.4 检验统计量为 经计算 所以 由于 ，所以在α=0.05下拒绝原假设H0(p=0.044)。 §4.6 多个总体均值的比较检验（多元方差分析） 设有k个总体π1,π2,?,πk，它们的分布分别是Np(μ1,Σ),Np(μ2,Σ), ?,Np(μk,Σ)，今从这k个总体中各自独立地抽取一个样本，取自总体πi的样本为 ，i=1,2,?,k。现欲检验 H0：μ1=μ2=?=μk，H1：μi≠μj,至少存在一对i≠j 记 则 SST=SSE+SSTR 称SST、SSE和SSTR分别为总平方和及交叉乘积和、误差(或组内)平方和及交叉乘积和和处理(或组间)平方和及交叉乘积和，它们分别具有自由度(n?1)、(n?k)和(k?1)。采用似然比方法可以得到威尔克斯（Wilks）Λ统计量 对给定的显著性水平α，拒绝规则为： 若Λp,k?1,n?k≤Λp,k?1,n?k,α，则拒绝H0 其中临界值Λp,k?1,n?k,α满足：当原假设H0为真时， P(Λp,k?1,n?k≤Λp,k?1,n?k,α)=α Λp,m,r,α常通过查F分布(或卡方分布)表得到(或近似得到)。 例4.6.1 为了研究销售方式对商品销售额的影响，选择四种商品（甲、乙、丙和丁）按三种不同的销售方式（Ⅰ、Ⅱ和Ⅲ）进行销售。这四种商品的销售额分别为x1,x2,x3,x4,其数据见表4.6.1。 表4.6.1 销售额数据 编 号 销售方式Ⅰ 销售方式Ⅱ 销售方式Ⅲ x1 x2 x3 x4 x1 x2 x3 x4 x1 x2 x3 x4 1 125 60 338 210 66 54 455 310 65 33 480 260 2 119 80 233 330 82 45 403 210 100 34 468 295 3 63 51 260 203 65 65 312 280 65 63 416 265 4 65 51 429 150 40 51 477 280 117 48 468 250 5 130 65 403 205 67 54 481 293 114 63 395 380 6 69 45 350 190 38 50 468 210 55 30 546 235 7 46 60 585 200 42 45 351 190 64 51 507 320 8 146 66 273 250 113 40 390 310 110 90 442 225 9 87 54 585 240 80 55 520 200 60 62 440 248 10 110 77 507 270 76 60 507 189 110 69 377 260 11 107 60 364 200 94 33 260 280 88 78 299 360 12 130 61 391 200 60 51 429 190 73 63 390 320 13 80 45 429 270 55 40 390 295 114 55 494 240 14 60 50 442 190 65 48 481 177 103 54 416 310 15 81 54 260