第 一章: 多元统计分析研究的内容( 5 点) 1、 简化数据结构( 主成分分析) 2、 分类与判别( 聚类分析、 判别分析) 3、 变量间的相互关系( 典型相关分析、 多元回归分析) 4、 多维数据的统计推断 5、 多元统计分析的理论基础 第 二三章:
二 、多 维 随 机 变 量 的 数 字 特 征 1、随 机 向 量 的 数 字 特 征 随 机 向 量 X 均 值 向 量 : 随 机 向 量 X 与 Y 的 协 方 差 矩 阵 : 当 X=Y 时 Cov( X, Y) =D( X) ; 当 Cov( X, Y) =0 , 称 X, Y 不 相 关
随 机 向 量 X 与 Y 的 相 关 系 数 矩 阵 : 2、均 值 向 量 协 方 差 矩 阵 的 性 质 (1)
设 X, Y 为 随 机 向 量 , A, B 为 常 数 矩 阵 E( AX) =AE( X) ; E( AXB) =AE( X) B; D(AX)=AD(X)A’; Cov(AX,BY)=ACov(X,Y)B’; (2)
若 X, Y 独 立 , 则 Cov(X,Y)= 0 , 反 之 不 成 立 . (3)
X 的 协 方 差 阵 D(X)是 对 称 非 负 定 矩 阵
见 黑 板 三、多 元正态分布的 参数 估计 2、多 元正态分布的 性 质 (1)
若 ,则 E(X)= ,D(X)=
)',
,,(),,,(2121PpEXEXEXEX)')((),cov(EYYEXXEYXqpijrYX)(),(),(~PNXpXXX,,,21
特 别 地 , 当 为 对 角 阵 时 , 相 互 独 立
若 , A 为 sxp 阶 常 数 矩 阵 , d 为 s 阶 向 量 , A X