高级统计学课件.pptxVIP

高级统计学

SECTION多元统计的数学基础从一元到多元：推断框架的维度跃迁01

多元数据与统计距离多元数据即点云P维空间视角每个个体同时观察P个指标，可视为P维欧几里得空间中的一个点分析这类点云的统计规律，是多元统计的核心任务变量相关是根本差异联合观察视角一元分析逐个研究变量，多元数据中变量普遍相互依赖血压、血脂、体重指数只有联合观察，才能刻画整体健康状况度量是起点尺度不变度量欧氏距离未考虑相关性与量纲差异马氏距离以协方差矩阵的逆矩阵加权，在变量相关时给出尺度不变的度量，成为判别分析与聚类分析的基础

多元正态分布奠定推断基础核心记号：p维正态总体记作Np(μ,Σ)记号约定·全章基础其中μ为均值向量，Σ为协方差矩阵，p为变量维数。密度与几何二次型与等高面密度函数含二次型(x?μ)TΣ?1(x?μ)，即马氏距离。密度等高面是以μ为中心的椭球面。为何依赖正态良好性质支撑推断线性变换后仍正态，边缘分布与条件分布也正态。中心极限定理保证样本均值在大样本下近似正态。历史脉络学科演进主线多元分析早期主线，即把一元正态总体的统计理论与方法推广至多元正态总体。掌握它是理解参数估计、假设检验与各类多元方法的前提。

均值向量与协差阵的无偏估计设X?,X?,…,X?为来自多元正态总体Np(μ,Σ)的样本，—目标：用样本信息推断总体均值向量μ与协方差矩阵Σ当