应用多元统计分析第二章习题解答.docx
《应用多元统计分析第二章习题解答.docx》由会员分享,可在线阅读,更多相关《应用多元统计分析第二章习题解答.docx(8页珍藏版)》请在冰豆网上搜索。
![应用多元统计分析第二章习题解答.docx](https://file1.bdocx.com/fileroot1/2022-12/16/ed649a20-3cc6-4c4d-b065-2acbf5912be8/ed649a20-3cc6-4c4d-b065-2acbf5912be81.gif)
应用多元统计分析第二章习题解答
2.1试述多元联合分布和边缘分布之间的关系。
设,是p维随机向量,称由它的q(
量组成的子向量
的分布为的边缘分布,相对
地把的分布称为联合分布。
当的分布函数为F,
时,
的分布函数即边缘分布函
数为F,:
=P(
=F
)
当X有分布密度f(
)则
也有分布密度,即边缘密度
函数为:
f(,
)=
(,)
2.2设随机向量服从二元正态分布,写出其联合分布密
度函数和各自的边缘密度函数。
联合分布密度函数
0,其他
=(
)
所以指数部分变为-
令t=——————
同理,
exp[
^^exp[
其他
^^exp[
其他
(1)随机变量各自的边缘密度函数、均值与方差。
同理,
■beb13+b
Eg)=Jx/iW)=〕Xi•dxi=
皿3b_a2
同理可得Ex2=
2
-—..(a—b)
D“)=J"—Eg))右区飪为)=[^x^—I•匚adxi=12
(2)随机变量的协方差和相关系数。
E(
E(
E(
E(
D(E(
D(E(
CovE(
E(
(3)判断是否独立
不相互独立
对角阵,证明的分量是相互独立的随机变量
艺与不相关
又,
服从正态分布
与相互独立。
(
,,,,)
2.5
解:
依据题意,X=
E(X)=
D(X)=-
在spss^求样本均值向量的操作步骤如下:
1.选择菜单项Analyze^DescriptiveStatistics^Descriptives,打开Descriptives对话框。
将待估计的四个变量移入右边的Variables列表框中,如图2.1。
图2.1Descriptives对话框
2.单击Options按钮,打开Options子对话框。
在对话框中选择Mean复选框,即计
算样本均值向量,如图2.2所示。
单击Continue按钮返回主对话框。
图2.2Options子对话框
3.单击OK按钮,执行操作。
则在结果输出窗口中给出样本均值向量,如表2.1,即
样本均值向量为(35.3333,12.3333,17.1667,1.5250E2)。
輔述缢计星
均佰
X1
F
35650.0000
x2
5
12.3333
汨
&
17325.0000
6
152.5000
肴埶的NMte眩)
0
表2.1样本均值向量
在SPSS中计算样本协差阵的步骤如下:
1.选择菜单项Analyze宀Correlate宀Bivariate,打开BivariateCorrelations对话框。
将三个变量移入右边的Variables列表框中,如图2.3。
图2.3BivariateCorrelations对话框
2.单击Options按钮,打开Options子对话框。
选择Cross-productdeviationsandcovariances复选框,即计算样本离差阵和样本协差阵,如图2.4。
单击Continue
按钮,返回主对话框。
图2.4Options子对话框
3.单击OK按钮,执行操作。
则在结果输出窗口中给出相关分析表,见表2.2。
表中
Covariance给出样本协差阵。
(另外,PearsonCorrelation为皮尔逊相关系数矩阵,SumofSquaresandCross-products为样本离差阵。
)
rl
¥1
r4
FEarnn相夭隹
1
.75B
.97r
II1
001
财
平方冇貝职酌帝
1008E9
19*5010.000
41BEEB
-aierajuon-
JI016E8
3Q9QID.OOO
B3?
?
EF
-73Eflnnone
H
@
6
-
s
753
1
764
001
a?
?
BBS
16450011)00
E5.333
83SSQ11DO
-17fl000
WDoar
13.067
iB7iturn
-35eoo
H
S
B
■
e
.耐
754
1
mi
.077
625
平锻删的和
BUEDLOID
1机匪M
-5B0?
?
50WJ
曲方弟
a372E7
167110.00D
3.657E7
-100875000
h
E
DR
■阿
%25&
1
f?
晋屮刑
430
.删
jsa
平詁關的和
-3BB*DQDJ0aD
-1?
9.D(JD
^SSBSrSODO
83*75SIM
■J5.9DD
闪的琲QQU
ima1on
6
B
G
s
2.6均值向量和协差阵的最大似然估计量具有哪些优良性质?
1.E(X)=口,即X是口的无偏估计;
1n_ii
E(—S)艺,即一S不是艺的无偏估计,
nnn
11
而E(S)=艺,即卩S是艺的无偏估计;
n—1n—1
1
2.X,S分别是口,艺的有效估计;
n—1
一11
3.X,-S(或S)分别是卩,工的一致估计(相合估计)。
nn—1
E(X)=口-))艺
2.7试证多元正态总体的样本均值向量
证明:
_()_()_
一()—()—
2.8试证多元正态总体
计。
证明:
E(-
是的无偏估计,S=n
为的无偏估计
个随机样本,试求样本协差阵——的分布。
解:
X(a)~Np(口,习,a=1,2,…,n且相互独立,则样本离
差阵S八(X(a)-X)(X(a)-X)~Wp(n—1,习,其中X二―、X(a)
a4na4
样本协差阵——的分布为(1,)
2.10设是来自的数据阵,i=1,2,,k
(1)
的估计
已知且,求和
(2)已知,求,,和的估计
这道题我对自己的答案不是很确定