多元正态分布的参数估计演示文稿.pptVIP

1.简单相关系数相关系数ρij的极大似然估计为:其中 。称S为样本协方差矩阵、rij为样本相关系数、 为样本相关矩阵。本文档共67页；当前第31页；编辑于星期六\2点52分2.复相关系数将X,Σ(0),S剖分如下：则复相关系数ρ1?2,?,p的极大似然估计为r1?2,?,p,称之为样本复相关系数。其中本文档共67页；当前第32页；编辑于星期六\2点52分3.偏相关系数将X,Σ(0),S剖分如下：则偏相关系数ρij?k+1,?,p的极大似然估计为rij?k+1,?,p，称之为样本偏相关系数，其中本文档共67页；当前第33页；编辑于星期六\2点52分§3.5和(N?1)S2的抽样分布一、的抽样分布二、(n?1)S的抽样分布本文档共67页；当前第34页；编辑于星期六\2点52分一、的抽样分布1.正态总体设X~Np(μ,Σ),Σ0，X1,X2,?,Xn是从总体X中抽取的一个样本，则2.非正态总体（中心极限定理）设X1,X2,?,Xn是来自总体X的一个样本，μ和Σ存在，当n很大且n相对于p也很大时，上式近似地成立。本文档共67页；当前第35页；编辑于星期六\2点52分本文档共67页；当前第36页；编辑于星期六\2点52分本文档共67页；当前第37页；编辑于星期六\2点52分本文档共67页；当前第38页；编辑于星期六\2点52分本文档共67页；当前第39页；编辑于星期六\2点52分本文档共67页；当前第40页；编辑于星期六\2点52分本文档共67页；当前第41页；编辑于星期六\2点52分本文档共67页；当前第42页；编辑于星期六\2点52分本文档共67页；当前第43页；编辑于星期六\2点52分二、均值向量与协差阵的最大似然估计本文档共67页；当前第44页；编辑于星期六\2点52分本文档共67页；当前第45页；编辑于星期六\2点52分本文档共67页；当前第46页；编辑于星期六\2点52分本文档共67页；当前第47页；编辑于星期六\2点52分本文档共67页；当前第48页；编辑于星期六\2点52分三、估计量的性质1.无偏性2.有效性3.一致性4.充分性本文档共67页；当前第49页；编辑于星期六\2点52分充分统计量1充分性的概念例1为研究某种产品的合格品率，我们对该产品进行检查，从该产品中随机抽取10件进行观测，发现除第三、六件产品不合格外，其余8件产品都是合格品。这样的观测结果包含了两种信息：(1)10件产品有8件是合格品；(2)2件不合格品分别是第三和第六件。本文档共67页；当前第50页；编辑于星期六\2点52分第二种信息对了解该产品合格品率是没有什么帮助的。一般地，设我们对该产品进行n次观测，得到x1,x2,…,xn，每个xj取值非0即1，合格为1，不合格为0。令T=x1+…+xn，T为观测到的合格品数。在这种场合仅仅记录使用T不会丢失任何与合格品率?有关的信息，统计上将这种“样本加工不损失信息”称为“充分性”。样本x=(x1,x2,…,xn)有一个样本分布F?(x)，这个分布包含了样本中一切有关?的信息。本文档共67页；当前第51页；编辑于星期六\2点52分多元正态分布的参数估计演示文稿本文档共67页；当前第1页；编辑于星期六\2点52分第二章多元正态分布的参数估计本文档共67页；当前第2页；编辑于星期六\2点52分§2.1多元正态分布的定义一元正态分布N(μ,σ2)的概率密度函数为：若随机向量 的概率密度函数为则称X服从p元正态分布，记作X~Np(μ,Σ)，其中，参数μ和Σ分别为X的均值和协差阵。本文档共67页；当前第3页；编辑于星期六\2点52分例1（二元正态分布）设X~N2(μ,Σ)，这里易见，ρ是X1和X2的相关系数。当|ρ|1时，可得X的概率密度函数为：本文档共67页；当前第4页；编辑于星期六\2点52分二元正态分布的密度曲面图下图是当时二元正态分布的钟形密度曲面图。本文档共67页；当前第5页；编辑于星期六\2点52分二元正态分布等高线等