數(shù)學(xué)實(shí)驗(yàn)04-多元統(tǒng)計(jì)基本概念.ppt

多元統(tǒng)計(jì)分析簡(jiǎn)介,多元統(tǒng)計(jì)分析：通過(guò)對(duì)多個(gè)隨機(jī)變量觀測(cè)數(shù)據(jù)的分析，來(lái)研究變量之間的相互關(guān)系以及解釋這些變量?jī)?nèi)在的變化規(guī)律。,一元統(tǒng)計(jì)分析一個(gè)隨機(jī)變量的 統(tǒng)計(jì)規(guī)律 多元統(tǒng)計(jì)分析多個(gè)隨機(jī)變量之間的 相互依賴關(guān)系及內(nèi)在統(tǒng)計(jì)規(guī)律性,多元統(tǒng)計(jì)分析應(yīng)用： 經(jīng)濟(jì)學(xué)、工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、教育學(xué)、生態(tài)學(xué)、地質(zhì)學(xué)、社會(huì)學(xué)、考古學(xué)、環(huán)境學(xué)、氣象、文學(xué)等許多領(lǐng)域,多元統(tǒng)計(jì)分析主要內(nèi)容： 1、多元正態(tài)總體的參數(shù)估計(jì)和假設(shè)檢驗(yàn) 2、常用的處理多元數(shù)據(jù)的統(tǒng)計(jì)方法： 1）聚類(lèi)分析 2）判別分析 3）主成分分析 4）因子分析 5）多重多元回歸分析等等,第一章 多元統(tǒng)計(jì)中的基本概念,第一節(jié) 基本概念 第二節(jié) 多元正態(tài)分布 第三節(jié) 多元統(tǒng)計(jì)中的常用分布,第一節(jié) 基本概念,1.隨機(jī)向量 Def1:將p個(gè)隨機(jī)變量 的整體稱(chēng)為p維隨機(jī)向量，記作 。,分布函數(shù),離散型：分布律 連續(xù)型：密度函數(shù),分布密度函數(shù),滿足,分布密度函數(shù)應(yīng)滿足的兩個(gè)條件？,Def2:設(shè) 是p維隨機(jī)向量，稱(chēng)由它的q（qp）個(gè)分量組成的子向量 的分布為 的邊緣分布，相對(duì)的把 的分布稱(chēng)為聯(lián)合分布。,邊緣分布函數(shù)和邊緣分布密度可由聯(lián)合分布和聯(lián)合密度確定。,Def3:若p個(gè)隨機(jī)變量 的聯(lián)合分布等于各自的邊緣分布的乘積，則稱(chēng) 是相互獨(dú)立的。,2.隨機(jī)向量的數(shù)字特征,（1）數(shù)學(xué)期望,其中，,均值向量具有如下性質(zhì)：,（2）協(xié)方差矩陣 設(shè) 稱(chēng),為X的協(xié)差陣。,若X的協(xié)差陣存在，且每個(gè)分量的方差大于0，則稱(chēng)隨機(jī)變量X的相關(guān)陣為 ，其中 為相關(guān)系數(shù)。,設(shè)標(biāo)準(zhǔn)離差陣為 則有,稱(chēng)X和Y的協(xié)差陣為：,協(xié)差陣具有如下性質(zhì)：（試證之）,多元分析的任務(wù)分析各變量之間的關(guān)系，推斷總體的性質(zhì),為一維隨機(jī)變量 為多維隨機(jī)變量 (隨機(jī)向量),3.多元總體 多元分析研究具有多個(gè)(如p個(gè))屬性(指標(biāo))的對(duì)象組成的總體-多元總體。 從總體中任意抽出一個(gè)對(duì)象(總體單元)，其p個(gè)屬性的值為,多元總體多維隨機(jī)變量(隨機(jī)向量)可能取值的全體。,觀測(cè)矩陣（隨機(jī)） （樣本資料陣）,4.多元樣本的相關(guān)概念,從多元總體中隨機(jī)抽取n個(gè)個(gè)體。,i.i.d. 簡(jiǎn)單隨機(jī)樣本,多元分析的 研究對(duì)象,（1） 樣本平均值,樣本平均值是n個(gè) 樣本點(diǎn)的重心,（2） 樣本離差陣,樣本均值和樣本離差陣的矩陣表示：,（3） 樣本協(xié)差陣,（4） 樣本相關(guān)陣,-樣本相關(guān)系數(shù),非負(fù)定矩陣,第二節(jié) 多元正態(tài)分布,1. 多元正態(tài)分布,若隨機(jī)向量 的分布密度函數(shù)為,則稱(chēng) 服從p維正態(tài)分布。記作： 其數(shù)學(xué)期望與協(xié)方差矩陣分別為：,其中,為對(duì)稱(chēng)正定矩陣，,特例1(一元正態(tài)分布),則,特例2 (二元正態(tài)分布),設(shè),則,2. 多元正態(tài)分布的常用性質(zhì),分布？,第三節(jié) 多元統(tǒng)計(jì)中的常用分布,在一元統(tǒng)計(jì)中，卡方分布、t分布和F分布在參數(shù)估計(jì)和假設(shè)檢驗(yàn)中起著非常重要的作用。在多元統(tǒng)計(jì)中，他們分別發(fā)展為Wishart分布、Hotelling-T2分布和Wilks分布，在多元參數(shù)估計(jì)和假設(shè)檢驗(yàn)中占有非常重要的地位。,1、Wishart分布 （1） Wishart分布由Wishart在1928年推導(dǎo)出來(lái)。,（2） Wishart分布的性質(zhì),2、Hotelling-T2分布,（2） Hotelling-T2分布的性質(zhì),3、Wilks分布,多元正態(tài)總體下的假設(shè)檢驗(yàn)問(wèn)題。,附 錄,指標(biāo)：定量；定性 類(lèi)型： 間隔尺度：用連續(xù)的量來(lái)表示 ，如長(zhǎng)度，重量等；若存在絕對(duì)零點(diǎn)，又稱(chēng)比例尺度； 有序尺度：沒(méi)有明確的數(shù)量表示，只是劃分一些等級(jí)，等級(jí)間有次序關(guān)系，如產(chǎn)品分上中下三等，有次序關(guān)系，但無(wú)數(shù)量表示。 名義尺度：既無(wú)數(shù)量表示，又無(wú)次序關(guān)系，如某物體有紅黃白三種顏色，回答問(wèn)卷中是與否等等。,一、 三種數(shù)據(jù)類(lèi)型,二、 距離,1. 距離的概念 (描述樣本間差異程度的量),2. 距離的定義 定義如果第i號(hào)樣本 和第j號(hào)樣本 的函數(shù) 滿足 i) 當(dāng)且僅當(dāng) 時(shí) ； ii) 對(duì)一切 iii) 則稱(chēng) 是一種廣義距離。如果進(jìn)一步還滿足 iv) 則稱(chēng) 是一種距離。,3. 歐幾里德距離(歐氏距離),歐氏距離的性質(zhì) ) 平移不變性 將每個(gè)坐標(biāo) 加上一個(gè)常數(shù) 后，任何二點(diǎn)之間的距離保持不變。 ) 對(duì)正交變換的不變性 ) 如果將每個(gè)點(diǎn)的坐標(biāo)都增加C倍，點(diǎn)間距離也增加C倍。 缺點(diǎn) 與測(cè)量單位有關(guān)，不同屬性之間的差別等同看待。,4. 馬氏距離(Mahalanobis),設(shè)X是原始數(shù)據(jù)矩陣，S是其協(xié)方差矩陣，則馬氏距離 定義為,馬氏距離的性質(zhì) ) 平移不變性 ) 對(duì)任意可逆線性變換的不變性 設(shè) 為可逆矩陣，若對(duì)任何一個(gè)點(diǎn) 做變換 而得到一個(gè)新的點(diǎn) ，這個(gè)變換叫可逆線性變換。 由標(biāo)準(zhǔn)化數(shù)據(jù)和中心化數(shù)據(jù)計(jì)算出的兩點(diǎn)間的馬氏距離 相同，且與測(cè)量單位無(wú)關(guān)。進(jìn)一步，作可逆變換后仍舊不 變。 缺點(diǎn)夸大了變化微小的變量的作用。,5. B模距離,設(shè)X是原始數(shù)據(jù)矩陣，B是一個(gè)正定矩陣，則B模距離 定義為,說(shuō)明 時(shí)為歐氏距離， 時(shí)為馬氏距離。 當(dāng)各變量對(duì)區(qū)分樣本有不同作用時(shí)，可以給各變量以 不同權(quán)重。這時(shí)可取B為 B矩陣元素的作用-權(quán)重。(根據(jù)專(zhuān)業(yè)知識(shí)或用統(tǒng)計(jì)方法 來(lái)確定。),特別，當(dāng)q=1時(shí)，即為絕對(duì)距離：,當(dāng)q=無(wú)窮大時(shí)，即為 切比雪夫距離：,7. 注釋 可根據(jù)實(shí)際問(wèn)題的要求，自己定義所需要的距離。 樣本單元之間的差異大小還可以用相似系數(shù)來(lái)表示。,6.明氏（Minkowski）距離,當(dāng)q=2時(shí)，即為 歐氏距離,三、 相似系數(shù),1. 概述,如果