2020年最新版应用多元统计分析课后答案_暴强整理.docxVIP

.专业 .专业.专注. word word可编辑 .专业 .专业.专注. word word可编辑 第二章 2.1试述多元联合分布和边缘分布之间的关系 设 ， 是p维随机向量，称由它的q (p)个分量 组成的子向量 ， 的分布为的边缘分布，相对地把 的分布称为联合分布 。 当的分布函数为F ， 时，的分布函数即边缘分布函数 为F ， = P( ) =F 当X有分布密度f ( ， )则也有分布密度，即边缘密度 函 数 为 : f ( ， ) = ( ) 2.2设随机向量 服从二兀正态分布，写出其联合分布密度 函数和 各自的边缘密度函数 联合分布密度函数 0 ,其他 ) 所以指数部分变为 - TOC \o 1-5 \h \z 令 t= - — =^^exp[ ] 十 exp[ ], 0 ,其他 同理， —^exp[ j ，其他的联合分布密度函数为 ，其他 的联合分布密度函数为 2.3已知随机向量 。求:，其中, 。求: 随机变量各自的边缘密度函数、均值与方差 同理, / 、产 ，\ P 1 a + b E x. x.仃 x. x. * dx^i = 二 a b_a 2 p + d 同理可得E x2二p d 2 亠? 2 bD(x 亠? 2 b D(xi )= J (xi — E(xi fi(xi d(xi )=[ a 丄 dxi==2 b —a 12 同理可得D X2二 (c d $ 12 随机变量的协方差和相关系数 E( E( E( E( D( E( D( E( Cov E( E( 判断是否独立 不相互独立。 2.4设随机向量 ， 服从正态分布，已知其协差阵为对 角阵，证明的分量是相互独立的随机变量。 2 2 2 J 与不相关 , 服从正态分布 与相互独立。( ，， ，， ，) 2.5 r 解：依据题意，X= E(X)二一 D(X)=? TOC \o 1-5 \h \z _1 01 - 1 1 * 注：利用 X p— Xln， S = X XI n—— 1n1；）X 其中 I n= = n n .0 1」 在SPSS中求样本均值向量的操作步骤如下 ： 选择菜单项 Analyze 宀 Descriptive Statistics 宀 Descriptives , 打开 Descriptives 对话框。将待估计的四个变量移入右边的 Variables列表框中，如图2.1。 图 2.1 Descriptives 对话框 单击Options按钮，打开Options 子对话框。在对话框中选择 Mean复选框，即 计算样本均值向量，如图2.2所示。单击Continue按钮返回主对话框。 图2.2 Options子对话框 ,如表2.1,即 ,如表2.1,即 样本均值向量为 （35.3333，12.3333，17.1667，1.5250E2 ）。 抽谨绻计里 均（W X1 F 35650.0000 x2 12.3333 汨 号 17325.0000 5 152.5000 5 表2.1样本均值向量 在SPSS中计算样本协差阵的步骤如下 Correlatio ns 对话选择菜单项 Analyze 宀 Correlate 宀 Bivariate ,打开 Correlatio ns 对话 框。将三个变量移入右边的 Variables列表框中，如图2.3。 图 2.3 Bivariate Correlations 对话框 单击 Options 按钮,打开 Options 子对话框。选择 Cross-product deviations ,如图2.4。单击and covariances 复选框 ,如图2.4。单击 Continue按钮，返回主对话框 图2.4 Options 子对话框 ，见表2.2。表中为皮尔逊相关系数单击 ，见表2.2。表中 为皮尔逊相关系数 Covarianee 给出样本协差阵。(另外，Pearson Correlation 矩阵，Sum of Squares and Cross-products 为样本离差阵。) rl ￥3 r4 F閃run相黄1隹 1 .75 B .975 ? 40Q ii 1 】「l 479 平方亍貝职曲忙 1 (IDS 田 19t50iD.OOO 41BEE8 -aeraju on- 關方垄 J niEEB 39900.000 MWEP -73EHng (inc H 5 6 5 F的rsun相护性＜ 753 1 764 ?W7 001 077 平為叼觑庐和 1B45QOOaO 6S.333 8955011 DO -17fl 000 aaaaouao 13.067 1B71DiQDD -35 800 H s B s 谪 F轴怡Q相辛用 肿4 ■即g mi .077 625 平锻斓的和 4.