多元正态分布培训课件演示课件.pptVIP

偏相关系数 以x1表示某种商品的销售量， x2表示消费者人均可支配收入， x3表示商品价格。 从经验上看，销售量x1与消费者人均可支配收入x2之间应该有正相关，简单相关系数r12应该是正的。但是如果你计算出的r12是个负数也不要感到惊讶，这是因为还有其它没有被固定的变量在发挥影响，例如商品价格x3在这期间大幅提高了。反映固定x3后x1与x2相关程度的偏相关系数r12；3会是个正数。 * .. § 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： * .. 目录 上页 下页 返回 结束 § 1.3.3 条件分布和独立性 定理1.4：设 将X、μ、Σ按同样方式剖分为 其中， 证明参见文献[3] * .. 中国人民大学六西格玛质量管理研究中心 样本均值向量的计算 * .. 中国人民大学六西格玛质量管理研究中心 样本协方差阵（也称为样本方差阵）的计算 * .. 中国人民大学六西格玛质量管理研究中心 样本协方差阵（也称为样本方差阵）的计算 由于样本协方差阵是对称的，会话区窗口结果中只显示了协方差阵的下三角部分，所以整个样本协方差阵全部写出则应是： 如果采用存储功能，则存储的样本协方差阵就是整个方阵而不是三角阵，这个矩阵对角线上的3个数74.6222、70.2222、34.9，分别是基础焊接技术（BWT），焊接技术提高（AWT）和焊接车间实践（PWW）三门课成绩的样本方差。 样本离差阵等于样本协方差阵乘以n?1，所以例1-1样本离差阵就是 * .. 中国人民大学六西格玛质量管理研究中心 样本相关阵R计算： * .. 中国人民大学六西格玛质量管理研究中心 样本相关阵R计算： 由于样本相关阵是对称的，对角线上全是1，会话区窗口结果中只显示了扣除对角线后的下三角部分，所以整个样本相关阵全部写出则应是： 如果采用存储功能，则存储的样本相关阵就是方阵而不是三角阵。 * .. §1.2 统计距离和马氏距离 目录 上页 下页 返回 结束 欧氏距离 马氏距离 * .. §1.2 统计距离和马氏距离 欧氏距离 在多指标统计分析中,距离的概念十分重要,样品间的不少特征都可用距离去描述。大部分多元方法是建立在简单的距离概念基础上的。即平时人们熟悉的欧氏距离,或称直线距离.如几何平面上的点p=(x1,x2)到原点O=(0,0)的欧氏距离,依勾股定理有 目录 上页 下页 返回 结束 * .. §1.2 统计距离和马氏距离 但就大部分统计问题而言，欧氏距离是不能令人满意的。这里因为，每个坐标对欧氏距离的贡献是同等的。当坐标轴表示测量值时，它们往往带有大小不等的随机波动，在这种情况下，合理的办法是对坐标加权，使得变化较大的坐标比变化小的坐标有较小的权系数，这就产生了各种距离。 欧氏距离还有一个缺点，这就是当各个分量为不同性质的量时，“距离”的大小竟然与指标的单位有关。 目录 上页 下页 返回 结束 * .. §1.2 统计距离和马氏距离 目录 上页 下页 返回 结束 例如，横轴 代表重量（以kg为单位），纵轴 代表长度（以cm为单位）。有四个点A、B、C、D见图1.1，它们的坐标如图1.1所示 * .. §1.2 统计距离和马氏距离 目录 上页 下页 返回 结束 这时 显然AB比CD要长。 现在，如果 用mm作单位， 单位保持不变，此时A坐标为（0，50），C坐标为（0，100），则 结果CD反而比AB长！这显然是不够合理的。 * .. §1.2 统计距离和马氏距离 目录 上页 下页 返回 结束 因此，有必要建立一种距离，这种距离要能够体现各个变量在变差大小上的不同，以及有时存在着的相关性，还要求距离与各变量所用的单位无关。看来我们选择的距离要依赖于样本方差和协方差。因此，采用“统计距离” 这个术语，以区别通常习惯用的欧氏距离。最常用的一种统计距离是印度统计学家马哈拉诺比斯（Mahalanobis）于1936年引入的距离，称为“马氏距离”。 * .. §1.2 统计距离和马氏距离 目录 上页 下页 返回 结束 下面先用一个一维的例子说明欧氏距离与马氏距离在概率上的差异。 设有两个一维正态总体 。若有一个样品，其值在A处，A点距离哪个总体近些呢？由图1-2 图1-2 * .. §1.2 统计距离和马氏距离 目录 上页 下页 返回 结束 由图1-2可看出,从绝对长