多元统计分析第二章 多元正态分布

多元统计分析第二章 多元正态分布

ID:40229116

大小:1.00 MB

页数:19页

时间:2019-07-27

多元统计分析第二章 多元正态分布_第1页
多元统计分析第二章 多元正态分布_第2页
多元统计分析第二章 多元正态分布_第3页
多元统计分析第二章 多元正态分布_第4页
多元统计分析第二章 多元正态分布_第5页
资源描述:

《多元统计分析第二章 多元正态分布》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第2章多元正态分布多元正态分析是一元正态分布向多元的自然推广。多元正态分布是多元分析的基础,多元分析的许多理论都是建立在多元正态总体基础上的。虽然实际的数据不一定恰好是多元正态的,但是正态分布常常是真实的总体分布的一种有效的近似。所以研究多元正态分布在理论上或实际上都有重大意义。限于篇幅,本章仅简介多元正态简单理论,细节可参看王学民(2004),张尧庭(2002),余锦华(2005),Richard(2003),朱道元(1999)等。现实世界的许多问题都可以纳入正态理论的范围内,正态分布可以作为许多统计量的近似的抽样分布。2.1随机向量2.1.1随机向量定义

2、2.1.1:称每个分量都是随机变量的向量为随机向量。类似地,所有元素都是随机变量的矩阵称为随机矩阵。设是随机向量,其概率分布函数定义为:,为任意实数多元分布函数有如下性质:(1);(2)是每个变量的非降右连续函数;(3);(4)。多元分布和一元分布一样也分为离散型和连续型。连续型随机向量的分布函数可以表示为:,(2.1)称是的多元联合概率密度,简称多元概率密度或多元密度。19多元概率密度有以下性质:(1)非负;(2);(3)2.1.2边缘分布、条件分布和独立性边缘分布设是维连续型随机向量,由其个分量组成的向量(不妨设)的分布称为的边缘分布,其边缘概率密度为:

3、(2.2)条件分布设是维连续型随机向量,,,在给定的条件下,的条件概率密度函数为:(2.3)独立性设是连续型随机向量,则相互独立当且仅当对任意成立。例2.1设随机向量的概率密度函数为试证相互独立。证明:19同理由于所以相互独立。2.1.3随机向量的变换设随机向量的概率密度函数为,函数组,其逆变换存在,即存在。则的概率密度为:(2.4)其中2.1.4数字特征数学期望随机矩阵的数学期望定义为(2.5)随机向量也可看作随机矩阵,它是只有一列的随机矩阵,其数学期望为:随机矩阵的数学期望有如下的性质:19(1),其中为常数;(2)设是常数矩阵,则;(3)设都是同阶的随

4、机矩阵,则。例2.2设,,则协方差矩阵设随机向量,,则与的协方差定义为:(2.6)简称为与的协差阵特别地,也称为随机向量的协方差矩阵(简称为协差阵)或方差,其中协方差矩阵的性质:(1)随机向量的协方差矩阵是非负定对称矩阵。(2)设是常数矩阵,是常数向量,则。(3)设为常数矩阵,则。相关矩阵设和分别为维和维随机向量,则与的相关矩阵(简称为相关阵)定义为:(2.7)19其中若,表示与不相关。2.1.5特征函数随机向量的特征函数定义为:(2.8)其中是与有相同维数的实向量。随机矩阵的特征函数定义为:(2.9)其中是与有相同阶数的实矩阵。2.2多元正态分布的定义及其

5、性质多元正态分布是一元正态分布向维的推广。一元正态分布的密度函数是:(2.10)一元标准正态分布的密度为:设是独立同分布,则的联合概率密度为:(2.11)其中,称服从元标准正态分布,记为,其中是阶单位矩阵。19定理2.2.1:若,则它的任意线性组合仍服从多元正态分布,且,从而。易见是一个非负定矩阵,记为。因此多元正态随机向量的分布用表示,其中。当时,就是退化的多元正态分布,不存在概率密度。当时,有逆。此时,有概率密度函数,其密度函数为:(2.12)上式就是常见的多元正态概率密度,记为。。例2.3设随机向量,则的特征函数为:例2.4设随机向量服从,则的特征函数

6、。证明:由定理2.2.1知,存在随机向量,使得,其中。于是例2.5设,其中由于,当时,。此时有,19的概率密度为:当时,上式简化为:当时,,此时不存在,是一个退化的二元正态分布,概率密度不存在,与以概率1线性相关。定理2.2.2:设是维随机向量,则的充分必要条件为其任一线性函数,服从分布。(证明参见余锦华等(2005))特别地,若,取,则,即的任一子向量服从正态分布,所以的任一边缘分布都是正态的。定理2.2.3:若,常数矩阵,则服从分布。进一步有,服从其中。(证明参见余锦华等(2005))推论:若,将分块为:,与相应分块:,,则。19定理2.2.4:若,则相

7、互独立的充分必要条件是:。(证明参见王学民(2004))这个定理告诉我们,要证明联合正态分布的分量是否独立时,只要证明他们的斜方差阵是否为0。例如:由于如果,根据定理2.2.4,就可以判定与是独立的。例2.6设是来自正态总体的样本,证明:与相互独立。证明:记,于是有。,其中,从而与相互独立,因此与的函数相互独立,即相互独立。例2.7设服从分布,其中。问与是否独立?和是否独立?19解:因为与的协方差,故他们不是独立的.又,将和划分为:由于和的协方差矩阵。因此由定理2.2.4,和相互独立。这意味着与独立,与也独立。定理2.2.5:设服从的分布,且。则给定时,的条

8、件分布是正态的,且,。(证明参见王学民(2004))

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。