多元统计分析-第三章--多元正态分布.pdfVIP

第三章 多元正态分布 多元正态分布是一元正态分布在多元情形下的直接推广，一元正态分布在统计学理论和 应用方面有着十分重要的地位，同样，多元正态分布在多元统计学中也占有相当重要的地位。 多元分析中的许多理论都是建立在多元正态分布基础上的，要学好多元统计分析，首先要熟 悉多元正态分布及其性质。 第一节 一元统计分析中的有关概念 多元统计分析涉及到的都是随机向量或多个随机向量放在一起组成的随机矩阵，学习多 元统计分析，首先要对随机向量和随机矩阵有所把握，为了学习的方便，先对一元统计分析 中的有关概念和性质加以复习，并在此基础上推广给出多元统计分析中相应的概念和性质。 一、随机变量及概率分布函数 （一）随机变量 随机变量是随机事件的数量表现，可用X 、Y 等表示。随机变量X 有两个特点：一是 取值的随机性，即事先不能够确定X 取哪个数值；二是取值的统计规律性，即完全可以确 定X 取某个值或X 在某个区间取值的概率。 (二)随机变量的概率分布函数 随机变量X 的概率分布函数，简称为分布函数，其定义为： F (x)  P (X  x) 随机变量有离散型随机变量和连续型随机变量，相对应的概率分布就有离散型概率分布 和连续型概率分布。 1、离散型随机变量的概率分布 若随机变量X 在有限个或可列个值上取值，则称X 为离散型随机变量。 设 X 为离散型随机变量，可能取值为 x ， x ，…，取这些值的概率分别为p ， 1 2 1 p 2 ，…，记为 P (X  xk )  p k （k  1,2,  ） 称P (X  xk )  p k （k  1,2, ）为离散型随机变量X 的概率分布。 离散型随机变量的概率分布具有两个性质： （1）p k  0 ，k  1,2,   （2） p k  1 k 1 2、连续型随机变量的概率分布 若随机变量X 的分布函数可以表示为 F (x)  x f (t)dt  对一切x R 都成立，则称X 为连续型随机变量，称f (x) 为X 的概率分布密度函数，简 1 称为概率密度或密度函数。 连续型随机变量的概率密度函数具有两个性质： （1）f (x)  0  （2） f (x)dx  1 二、随机变量的数字特征 （一）离散型随机变量的数字特征 若X 为离散型随机变量，其概率分布为P (X  xk )  p k (k  1,2, ) ,则X 的数学 期望（或称均值）和方差分别定义为：    E (X )   x p k k k 1  2 2  2     D (X )  Var(X )  E X  E (X )   xk   p k k 1 （二）连续型随机变量的数字特征 若X 为连续型随机变量