北大应用多元统计分析课件第三章.ppt

应用多元统计分析 第三章 多元正态总体 参数的假设检验(一) 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-- Hotelling T 2分布的性质 一元统计中(p=1时),t 统计量与参数σ2无关.类似地有以下性质. 性质4 T2统计量的分布只与p,n有关,而与Σ无关. 即 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-- Hotelling T 2分布的性质 事实上,因X～Np(0,Σ) (Σ＞0),W～Wp(n,Σ),则Σ-1/2X～Np(0,Ip)， 因此 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-- Wilks Λ分布的定义 一元统计中,设ξ～χ2(m),η～χ2(n), 且相互独立,则 在总体N(μ1,σ2(x))和N(μ2,σ2(y))方差齐性检验中,设X(i)(i=1,…,m)为来自总体N(μ1,σ2(x))的样本, Y (j) (j=1 ,…,n)为来自总体N(μ2,σ2(y))的样本.取σ2(x)和σ2(y)的估计量(样本方差)分别为 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-- Wilks Λ分布的定义 检验统计量 p元总体Np(μ,Σ)中,协差阵Σ的估计量为A/(n-1)或A/n.在检验H0:Σ1＝Σ2时,如何用一个数值来描述估计矩阵的离散程度呢.一般可用矩阵的行列式、迹或特征值等数量指标来描述总体的分散程度. 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-- Wilks Λ分布的定义 定义3.1.6 设X～Np(μ,Σ),则称协差阵的行列式|Σ|为X的广义方差.若X(α) (α＝1,…, n ) 为p元总体X的随机样本，A为样本离差阵, 有了广义方差的概念后,在多元统计的协差阵齐次检验中,类似一元统计,可考虑两个广义方差之比构成的统计量——Wilks统计量的分布. 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-- Wilks Λ分布的定义 定义3.1.7 设A1～Wp(n1,Σ) , A2～Wp(n2,Σ) (Σ＞0,n1≥p), 且A1与A2独立, 则称广义方差之比 为Wilks(或Λ)统计量,其分布称为Wilks(威尔克斯)分布,记为 Λ～Λ(p,n1,n2) (或Λp,n1,n2) 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-- Wilks Λ统计量的性质 在实际应用中,常把Λ统计量化为T2统计量,进而化为F统计量,利用我们熟悉的F统计量来解决多元统计分析中有关检验的问题. 结论1 当n2＝1时,设n1=n＞p,则 注意:在这里记号Λ(p,n,1)有两重含义:①统计量(也是随机变量); ②其分布是参数为p,n,1的威尔克斯分布. 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-- Wilks Λ统计量的性质 或 证明 设X(α) (α＝1,…,n,n+1)相互独立同Np(0,Σ)分布,显然有 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-- Wilks Λ统计量的性质 由定义3.1.7，知 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-- Wilks Λ统计量的性质 利用分块矩阵求行列式的公式(见附录的推论4.1): 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-- Wilks Λ统计量的性质 所以 结论2 当n2＝2时,设n1＝n＞p,则 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-- Wilks Λ统计量的性质 结论3 当p=1时，则 因p=1时,Λ(1,n1,n2)就是? (n1 /2,n2 /2) 利用贝塔分布与F分布的关系,即有以上结论. 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-- Wilks Λ统计量的性质 结论4 当p=2时，则 结论5 当n2＞2,p＞2时,可用χ2统计量或F统计量近似. Box(1949)给出以下结论： 设Λ～Λ(p, n, n2),则当n→∞时，  -rlnΛ～χ2(p n2 ), 其中r = n-(p- n2+1)/2. (二个重要结论不要求) 第三章 多元正态总体参数的假设检验 §3.2 单总体均值向量的检验 在多元统计分析中,考虑的总体是p维正态总体Np(μ,Σ),关于均值向量的检验问题经常是需要