《多元正态分布 》PPT课件.ppt
《《多元正态分布 》PPT课件.ppt》由会员分享,可在线阅读,更多相关《《多元正态分布 》PPT课件.ppt(76页珍藏版)》请在三一办公上搜索。
1、第一章 多元正态分布,目录 上页 下页 返回 结束,1.1 多元分布的基本概念,1.2 统计距离和马氏距离,1.3 多元正态分布,1.4 均值向量和协方差阵的估计,1.5 常用分布及抽样分布,第一章 多元正态分布,一元正态分布在统计学的理论和实际应用中都有着重要的地位。同样,在多变量统计学中,多元正态分布也占有相当重要的位置。原因是:许多随机向量确实遵从正态分布,或近似遵从正态分布;对于多元正态分布,已有一整套统计推断方法,并且得到了许多完整的结果。,目录 上页 下页 返回 结束,第一章 多元正态分布,多元正态分布是最常用的一种多元概率分布。除此之外,还有多元对数正态分布,多项式分布,多元超几
2、何分布,多元 分布、多元 分布、多元指数分布等。本章从多维变量及多元分布的基本概念开始,着重介绍多元正态分布的定义及一些重要性质。,目录 上页 下页 返回 结束,1.1多元分布的基本概念,目录 上页 下页 返回 结束,1.1.1 随机向量,1.1.2 分布函数与密度函数,1.1.3 多元变量的独立性,1.1.4 随机向量的数字特征,2023/7/12,中国人民大学六西格玛质量管理研究中心,5,1.1.1 随机向量,表示对同一个体观测的 个变量。若观测了 个个体,则可得到如下表1-1的数据,称每一个个体的 个变量为一个样品,而全体 个样品形成一个样本。,假定所讨论的是多个变量的总体,所研究的数据
3、是同时观测 个指标(即变量),又进行了 次观测得到的,把这 个指标表示为 常用向量,目录 上页 下页 返回 结束,横看表1-1,记,它表示第 个样品的观测值。竖看表1-1,第 列的元素 表示对 第个变量 的n次观测数值。下面为表1-1,目录 上页 下页 返回 结束,1.1.1 随机向量,2023/7/12,中国人民大学六西格玛质量管理研究中心,7,因此,样本资料矩阵可用矩阵语言表示为:,定义1.1 设 为 个随机变量,由它们组成的向量 称为随机向量。,目录 上页 下页 返回 结束,1.1.1 随机向量,若无特别说明,本书所称向量均指列向量,2023/7/12,中国人民大学六西格玛质量管理研究中
4、心,8,定义1.2 设 是一随机向量,它的多元分布函数是,式中,并记成。,1.1.2 分布函数与密度函数,描述随机变量的最基本工具是分布函数,类似地描述随机向量的最基本工具还是分布函数。,目录 上页 下页 返回 结束,多元分布函数的有关性质此处从略。,2023/7/12,中国人民大学六西格玛质量管理研究中心,9,1.1.2 分布函数与密度函数,目录 上页 下页 返回 结束,定义1.3:设=,若存在一个非负的函数,使得,对一切 成立,则称(或)有分布密度 并称 为连续型随机向量。,一个 维变量的函数 能作为 中某个随机向量的分布密度,当且仅当,2023/7/12,中国人民大学六西格玛质量管理研究
5、中心,10,1.1.3 多元变量的独立性,目录 上页 下页 返回 结束,注意:在上述定义中,和 的维数一般是不同的。,若 有密度,用 分别表示 和 的分布密度,则 和 独立当且仅当(1.5),2023/7/12,中国人民大学六西格玛质量管理研究中心,11,1.1.4 随机向量的数字特征,是一个 维向量,称为均值向量.,目录 上页 下页 返回 结束,当 为常数矩阵时,由定义可立即推出如下性质:,1、随机向量 的均值 设 有 个分量。若 存在,定义随机向量 的均值为,2023/7/12,中国人民大学六西格玛质量管理研究中心,12,1.1.4 随机向量的数字特征,目录 上页 下页 返回 结束,2、随
6、机向量 自协方差阵,称它为 维随机向量 的协方差阵,简称为 的协方差阵。称 为 的广义方差,它是协差阵的行列式之值。,目录 上页 下页 返回 结束,1.1.4 随机向量的数字特征,3、随机向量X 和Y 的协差阵,设 分别为 维和 维随机向量,它们之间的协方差阵定义为一个 矩阵,其元素是,即,当A、B为常数矩阵时,由定义可推出协差阵有如下性质:,目录 上页 下页 返回 结束,1.1.4 随机向量的数字特征,(3)设X为 维随机向量,期望和协方差存在记 则,对于任何随机向量 来说,其协差阵都是对称阵,同时总是非负定(也称半正定)的。大多数情形下是正定的。,目录 上页 下页 返回 结束,1.1.4
7、随机向量的数字特征,4、随机向量X 的相关阵 若随机向量 的协差阵存在,且每个分量的方差大于零,则X的相关阵定义为:,也称为分量 与 之间的(线性)相关系数。,在数据处理时,为了克服由于指标的量纲不同对统计分析结果带来的影响,往往在使用某种统计分析方法之前,常需将每个指标“标准化”,即做如下变换,目录 上页 下页 返回 结束,1.1.4 随机向量的数字特征,中国人民大学六西格玛质量管理研究中心,随机向量数字特征的例子,中国人民大学六西格玛质量管理研究中心,例1-1,例1-1 焊接技术培训班有10名学生:基础焊接技术(BWT),焊接技术提高(AWT)和焊接车间实践(PWW)的成绩如表1-1所示(
8、数据文件MV_焊接成绩.BTW)。,中国人民大学六西格玛质量管理研究中心,例1-1,请注意:样本资料阵在形式上与在MINITAB软件中的工作表是完全一致的,工作表的第i行表示第i个样品,工作表的第j列表示对第j个变量的观测值,变量名称常列在表头,中国人民大学六西格玛质量管理研究中心,样本均值向量的计算,中国人民大学六西格玛质量管理研究中心,样本协方差阵(也称为样本方差阵)的计算,中国人民大学六西格玛质量管理研究中心,样本协方差阵(也称为样本方差阵)的计算,由于样本协方差阵是对称的,会话区窗口结果中只显示了协方差阵的下三角部分,所以整个样本协方差阵全部写出则应是:如果采用存储功能,则存储的样本协
9、方差阵就是整个方阵而不是三角阵,这个矩阵对角线上的3个数74.6222、70.2222、34.9,分别是基础焊接技术(BWT),焊接技术提高(AWT)和焊接车间实践(PWW)三门课成绩的样本方差。样本离差阵等于样本协方差阵乘以n1,所以例1-1样本离差阵就是,中国人民大学六西格玛质量管理研究中心,样本相关阵R计算:,中国人民大学六西格玛质量管理研究中心,样本相关阵R计算:,由于样本相关阵是对称的,对角线上全是1,会话区窗口结果中只显示了扣除对角线后的下三角部分,所以整个样本相关阵全部写出则应是:,如果采用存储功能,则存储的样本相关阵就是方阵而不是三角阵。,1.2 统计距离和马氏距离,目录 上页
10、 下页 返回 结束,欧氏距离,马氏距离,1.2 统计距离和马氏距离,欧氏距离,在多指标统计分析中,距离的概念十分重要,样品间的不少特征都可用距离去描述。大部分多元方法是建立在简单的距离概念基础上的。即平时人们熟悉的欧氏距离,或称直线距离.如几何平面上的点p=(x1,x2)到原点O=(0,0)的欧氏距离,依勾股定理有,目录 上页 下页 返回 结束,1.2 统计距离和马氏距离,但就大部分统计问题而言,欧氏距离是不能令人满意的。这里因为,每个坐标对欧氏距离的贡献是同等的。当坐标轴表示测量值时,它们往往带有大小不等的随机波动,在这种情况下,合理的办法是对坐标加权,使得变化较大的坐标比变化小的坐标有较小
11、的权系数,这就产生了各种距离。欧氏距离还有一个缺点,这就是当各个分量为不同性质的量时,“距离”的大小竟然与指标的单位有关。,目录 上页 下页 返回 结束,1.2 统计距离和马氏距离,目录 上页 下页 返回 结束,例如,横轴 代表重量(以kg为单位),纵轴 代表长度(以cm为单位)。有四个点A、B、C、D见图1.1,它们的坐标如图1.1所示,2023/7/12,中国人民大学六西格玛质量管理研究中心,29,1.2 统计距离和马氏距离,目录 上页 下页 返回 结束,这时,显然AB比CD要长。,现在,如果 用mm作单位,单位保持不变,此时A坐标为(0,50),C坐标为(0,100),则,结果CD反而比
12、AB长!这显然是不够合理的。,1.2 统计距离和马氏距离,目录 上页 下页 返回 结束,因此,有必要建立一种距离,这种距离要能够体现各个变量在变差大小上的不同,以及有时存在着的相关性,还要求距离与各变量所用的单位无关。看来我们选择的距离要依赖于样本方差和协方差。因此,采用“统计距离”这个术语,以区别通常习惯用的欧氏距离。最常用的一种统计距离是印度统计学家马哈拉诺比斯(Mahalanobis)于1936年引入的距离,称为“马氏距离”。,1.2 统计距离和马氏距离,目录 上页 下页 返回 结束,下面先用一个一维的例子说明欧氏距离与马氏距离在概率上的差异。,设有两个一维正态总体。若有一个样品,其值在
13、A处,A点距离哪个总体近些呢?由图1-2,图1-2,2023/7/12,中国人民大学六西格玛质量管理研究中心,32,1.2 统计距离和马氏距离,目录 上页 下页 返回 结束,由图1-2可看出,从绝对长度来看,A点距左面总体G1近些,即A点到 比A点到 要“近一些”(这里用的是欧氏距离,比较的是A点坐标与 到 值之差的绝对值),但从概率观点来看,A点在 右侧约4 处,A点在 的左侧约3 处,若以标准差的观点来衡量,A点离 比A点离 要“近一些”。显然,后者是从概率角度上来考虑的,因而更为合理些,它是用坐标差平方除以方差(或说乘以方差的倒数),从而化为无量纲数,推广到多维就要乘以协方差阵的逆矩阵,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多元正态分布 多元正态分布 PPT课件 多元 正态分布 PPT 课件
链接地址:https://www.31ppt.com/p-5488922.html