矩阵与多元正态分布.pptxVIP

多元统计分析的理论基础一、矩阵二、多元正态分布

一、矩阵基础知识矩阵形式和定义

矩阵运算

矩阵行列式

逆矩阵

特征值和特征向量

矩阵形式及定义

如果矩阵的行数等于列数即n=p，则该矩阵为方阵。如果矩阵仅有1列，则该矩阵为列向量.如果矩阵仅有1列，则该矩阵为行向量。N×p阶矩阵：12

X、A、B的转置矩阵：转置矩阵（TransposeofaMatrix）：将矩阵的行和列交换。矩阵A的转置矩阵是？？例：给定一个矩阵A，

其他特殊矩阵形式和定义：零矩阵:矩阵中所有元素为零。对角矩阵：除开主对角线上的元素外，其他元素皆为零的方阵。

对称矩阵—矩阵的转置和它本身相等的方阵。或主对角线外的元素关于主对角线对称。单位矩阵：主对角线上元素皆为1的对角矩阵。

逆矩阵：对于一个方阵A，若有方阵B使得AB=BA=I。则方阵B则为方阵A的逆矩阵（或称方阵A则为方阵B的逆矩阵）。矩阵的迹：方阵主对角线上元素之和。（注意：仅适用于方阵）例：给定一个矩阵A，求矩阵A的迹？tr(A)=a+b

二、矩阵运算1、矩阵加法和减法例：续例1：欲求每人、每科两次考试的总分数，即把两个矩阵的对应元素相加。只有当两个矩阵同行数、同列数时，才能相加减。

矩阵乘法数乘运算：续例1：求每人每科两次考试的平均成绩

（2）矩阵与矩阵相乘:两个矩阵相乘，第一个矩阵的列数必须等于第二个矩阵的行数

01AB不等于BA.02AB=0并不意味着A=0orB=003若A=0orB=0则AB=0.矩阵乘法的代数式

No.3矩阵行列式和逆矩阵矩阵行列式:矩阵的行列式为。其中，为除开第1行第j列元素后余下的矩阵行列式。只有方阵才有行列式No.2No.1

例:例：

逆矩阵：对于一个方阵A，若有方阵B使得AB=BA=I。则方阵B则为方阵A的逆矩阵（或称方阵A则为方阵B的逆矩阵）如果方阵的行列式等于0，则该方阵无逆矩阵如果方阵的行列式等于0，则称该方阵为奇异矩阵；否则，为非奇异矩阵如果A的逆矩阵等于其转置矩阵，则称矩阵A正交

二阶逆矩阵运算：例：

三、特征值与特征向量若A为nn阶方阵，I为nn阶单位阵。若算式成立，则将＝称为方阵A的特征值。方程称为特征方程。如果C为非零向量，有AC=或则C称为方阵A的特征值对应的特征向量注意：方阵A的特征值之和等于方阵A的迹只有方阵才有特征值

例：先用7代替特征方程左端行列式中的λ

例：求出以下方阵的特征值和特征根

多元分布的基本概念随机向量：设x1、x2、······xp为p个随机变量，由它们组成的向量X=(x1、x2、······xp)称为随机向量。分布函数与密度函数:多元分布函数及密度函数（见定义1.2；1.3）0102二、多元正态分布

例：口袋中有2白球3黑球,有放回取两次，每次任取一球.设X为第一次得白球数,Y为第二次得白球数。求(X,Y)的联合分布和边际分布。

1多元变量的联合分布等于各自分布的乘积，称p个随机向量X1、X2······Xp相互独立。2由X1、X2······Xp相互独立可以推出Xi、Xj独立(i,j不相等）。3Xi、Xj独立(i,j不相等），不能推出X1、X2······Xp相互独立多元变量的独立性

随机向量的均值随机向量X的自协方差阵随机向量X和Y的协方差阵随机向量的X的相关阵随机变量的数字特征

例：益寿宁的降血脂效果求均值向量和协方差阵、相关系数矩阵

相关系数矩阵＝？？

例：在一项实验中，测得大豆的周龄x(以周计)和平均高度y(厘米)的数据如下：求两变量的协方差阵和相关系数阵。

多元正态分布定义（见书定义1.5）性质每一个变量均服从正态分布变量的线性组合服从正态分布m元正态分布中的任意k个变量服从k元正态分布m元正态分布的条件分布仍服从正态分布条件分布和独立性（见书P13）

统计距离和马氏距离**欧氏距离（直线距离）定义缺陷标准化处理的必要

例：横轴代表重量（单位：kg),纵轴代表长度（单位：cm)。有四个点A,B,C,D,见图。

有两个正态总体和，设有一个样本，其值在A处，点A距离哪个总体近些（样本来自哪个总体）？

距离的值与各指标的量纲有关。各指标计量单位的选择有一定的人为性和随意性，任何一个变量计量单