第一部分多元正态分布.pptVIP

2019/3/17 中国人民大学六西格玛质量管理研究中心 31 § 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 ) , ( : ) , ( : 2 2 2 2 2 1 1 1 ? ? ? ? G G 和 图 1-2 2019/3/17 中国人民大学六西格玛质量管理研究中心 32 § 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 , 从绝对长度来看 , A 点距左面总体 G 1 近 些 , 即 A 点到 比 A 点到 要“近一些”（这里用的是欧氏距 离，比较的是 A 点坐标与 到 值之差的绝对值），但从 概率观点来看， A 点在 右侧约 4 处， A 点在 的左侧约 3 处，若以标准差的观点来衡量， A 点离 比 A 点离 要 “近一些”。显然，后者是从概率角度上来考虑的，因而 更为合理些，它是用坐标差平方除以方差（或说乘以方差 的倒数），从而化为无量纲数，推广到多维就要乘以协方 差阵 ∑ 的逆矩阵 ，这就是马氏距离的概念，以后将会看 到，这一距离在多元分析中起着十分重要的作用。 2 ? 1 ? 2 ? 1 ? 2 ? 1 ? 2 ? 2 ? 2 ? 1 ? 1 ? ? 2019/3/17 中国人民大学六西格玛质量管理研究中心 33 § 1.2 统计距离和马氏距离 马氏距离 设 X 、 Y 从均值向量为 μ ，协方差阵为 ∑ 的总体 G 中抽 取的两个样品，定义 X 、 Y 两点之间的马氏距离为 (1.21) ) ( ) ( ) , ( 1 / 2 Y X Σ Y X Y X ? ? ? ? d m X G (1.22) ) ( ) ( ) , ( 1 / 2 μ X Σ μ X X ? ? ? ? G d m 的马氏距离为 与总体 定义 目录 上页 下页 返回 结束 2019/3/17 中国人民大学六西格玛质量管理研究中心 34 § 1.2 统计距离和马氏距离 设 表示一个点集， 表示距离，它 是到 的函数，可以证明 , 马氏距离符合如下距离的四条基本公 理 : E d E E ? ) , 0 [ ? ； 0 ) , ( ? y x d E y x ? ? , （ 1 ） ， （ 2 ） 当且仅当 ； 0 ) , ( ? y x d y x ? （ 3 ） ) , ( ) , ( x y d y x d ? E y x ? ? , （ 4 ） ) , ( ) , ( ) , ( y z d z x d y x d ? ? E z y x ? ? , , 目录 上页 下页 返回 结束 2019/3/17 中国人民大学六西格玛质量管理研究中心 35 § 1.3 多元正态分布 多元正态分布是一元正态分布的推广。迄今 为止 , 多元分析的主要理论都是建立在多元正态 总体基础上的 , 多元正态分布是多元分析的基础。 另一方面，许多实际问题的分布常是多元正态分 布或近似正态分布，或虽本身不是正态分布，但 它的样本均值近似于多元正态分布。 本节将介绍多元正态分布的定义，并简要给 出它的基本性质。 目录 上页 下页 返回 结束 2019/3/17 中国人民大学六西格玛质量管理研究中心 36 § 1.3 多元正态分布 目录 上页 下页 返回 结束 §