第二章多元正态分布及参数的估计 在多元统计分析中,多元正态分布占有相当重要的地位.这是因为许多实际问题涉及到的随机向量服从正态分布或近似服从正态分布;当样本量很大时,许多统计量的极限分布往往和正态分布有关;此外,对多元正态分布,理论与实践都比较成熟,已有一整套行之有效的统计推断方法.基于这些理由,我们在介绍多元统计分析的种种具体方法之前，首先介绍多元正态分布的定义、性质及多元正态分布中参 数的估计问题. 目录 §2.1 随机向量 §2.2 多元正态分布的定义与基本性质 §2.3 条件分布和独立性 §2.4 多元正态分布的参数估计 §2.1 随机向量 本课程所讨论的是多变量总体.把p个随机变量放在一起得X=(X1,X2,…,Xp)′为一个p维随机向量,如果同时对p维总体进行一次观测,得一个样品为p维数据.常把n个样品排成一个n×p矩阵,称为样本资料阵.
?? ? ? ?? ??'''= ?????? ??=)()2()1(2 1 2222111211n np n n p p X X X x x x x x x x x x X def =(X 1,X 2,…,X p ) 其中 X(i)( i =1,…,n)是来自p 维总体的一个样品. 在多元统计分析中涉及到的都是随机向量,或是多个随机向量放在一起组成的随机矩阵. 本节有关随机向量的一些概念(联合分布,边缘分布,条件分布,独立性;X 的均值向量,X 的协差阵和相关阵,X 与Y 的协差阵)要求大家自已复习. 三﹑ 均值向量和协方差阵的性质 (1) 设X ,Y 为随机向量,A ,B 为常数阵,则 E(AX )=A·E(X )， E(AXB )=A·E(X )·B D(AX)=A·D(X)·A' COV(AX,BY)=A·COV(X,Y)·B' (2) 若X,Y 相互独立,则COV(X,Y)=O;反之不成立. 若COV(X,Y)=O,我们称X 与Y 不相关.故有: 两随机向量若相互独立,则必不相关;
思考与练习 2.1 试述多元联合分布和边缘分布之间的关系。 2.2 设随机向量12(,)X X ′=X 服从二元正态分布，写出其联合分布密度函数和1X 、2X 各自的边缘密度函数。 2.3 已知随机向量12(,)X X ′=X 的联合分布密度函数为： ()()()()()()()()() 121122 2 22,d c x a b a x c x a x c f x x b a d c ??+?????2???? = ?? 其中，。求： 12,a x b c x d ≤≤≤≤⑴ 随机变量1X 和2X 各自的边缘密度函数、均值与方差。 ⑵ 随机变量1X 和2X 的协方差和相关系数。 ⑶ 判断1X 和2X 是否相互独立。 2.4 设随机向量12(,,,)p X X X ′=X L 服从正态分布，已知其协差阵为对角阵，证明ΣX 的分量是相互独立的随机变量。 2.5 从某企业全部职工中随机抽取一个容量为6的样本，该样本中各职工的目前工资、受教育年限、初始工资和工作经验资料如下表所示： 职工编号 目前工资 （美元） 受教育年限（年） 初始工资 （美元） 工作经验（月） 1
1 2 3 4 5 6 57,000 40,200 21,450 21,900 45,000 28,350 15 16 12 8 15 8 27,000 18,750 12,000 13,200 21,000 12,000 144 36 381 190 138 26 设职工总体的以上变量服从多元正态分布，根据样本资料求出均值向量和协差阵的最大似然估计。 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？ 2.7 试证多元正态总体的样本均值向量(,)p N μΣ1 ~(, p N n X μΣ)。 2.8 试证多元正态总体的样本协差阵S 为(,)p N μΣΣ的无偏估计。 2.9 设()1x 、()2x 、…、()n x 是从多元正态总体中独立抽取的一个随机样本，试求样本协差阵的分布。 (,)p N μΣS 2.10 设()i i X n p ×是来自(),p i i N μΣ的数据阵，1,,i k =L ， ⑴ 已知1k ===μμμL 且1k ===ΣΣL Σ，求μ和的估计。 Σ⑵ 已知1k ===ΣΣL Σ，求1,,k μμL 和Σ的估计。 2
第四节 正态总体的置信区间 与其他总体相比, 正态总体参数的置信区间是最完善的,应用也最广泛。在构造正态总体参数的置信区间的过程中，t 分布、2χ分布、F 分布以及标准正态分布)1,0(N 扮演了重要角色. 本节介绍正态总体的置信区间,讨论下列情形: 1. 单正态总体均值(方差已知)的置信区间; 2. 单正态总体均值(方差未知)的置信区间; 3. 单正态总体方差的置信区间; 4. 双正态总体均值差(方差已知)的置信区间; 5. 双正态总体均值差(方差未知但相等)的置信区间; 6. 双正态总体方差比的置信区间. 注: 由于正态分布具有对称性, 利用双侧分位数来计算未知参数的置信度为α-1的置信区间, 其区间长度在所有这类区间中是最短的. 分布图示 ★ 引言 ★ 单正态总体均值（方差已知）的置信区间 ★ 例1 ★ 例2 ★ 单正态总体均值（方差未知）的置信区间 ★ 例3 ★ 例4 ★ 单正态总体方差的置信区间 ★ 例5 ★ 双正态总体均值差（方差已知）的置信区间 ★ 例6 ★ 双正态总体均值差（方差未知）的置信区间 ★ 例7 ★ 例8 ★ 双正态总体方差比的置信区间 ★ 例9 ★ 内容小结 ★ 课堂练习 ★ 习题6-4 内容要点 一、单正态总体均值的置信区间(1) 设总体),,(~2σμN X 其中2σ已知, 而μ为未知参数, n X X X ,,,21 是取自总体X 的一个样本. 对给定的置信水平α-1, 由上节例1已经得到μ的置信区间 ,,2/2/???? ? ??+?-n u X n u X σσαα 二、单正态总体均值的置信区间(2) 设总体),,(~2σμN X 其中μ,2σ未知, n X X X ,,,21 是取自总体X 的一个样本. 此时可用2σ的无偏估计2S 代替2σ, 构造统计量 n S X T /μ-=, 从第五章第三节的定理知).1(~/--= n t n S X T μ 对给定的置信水平α-1, 由 αμαα-=? ?????-<-<--1)1(/)1(2/2/n t n S X n t P ,
1 第一章 多元正态分布的参数估计 一、填空题 1.设X 、Y 为两个随机向量，对一切的u 、v ，有 ，则称X 与Y 相互独立。 2.多元分析处理的数据一般都属于 数据。 3．多元正态向量()' =p X X X ,,1 的协方差阵∑是 ，则X 的各分量是相互独立的随机变量。 4．一个p 元函数() p x x x f ,,,21 能作为p R 中某个随机向量的密度函数的主要条件是 和 。 5．若p 个随机变量1X ，2X ， ，p X 的联合分布等于 ，则称1X ， 2X ， ，p X 是相互独立的。 6.多元正态分布的任何边缘分布为 。 7.若()∑,~μp N X ，A 为p s ?阶常数阵，d 为s 维常数向量，则~d AX + 。 8.多元正态向量X 的任何一个分量子集的分布称为X 的 。 9.多元样本中，不同样品的观测值之间一定是 。 10.多元正态总体均值向量和协差阵的极大似然估计量分别是 。 11.多元正态总体均值向量μ和协差阵∑的估计量X 、 S n 1 1-具有 、 和 。 12．设X 和S 分别是多元正态总体()∑,μp N 的样本均值向量和离差阵，则 ~X ，X 和S 。 13.若()()∑,~μαp N X ，n ,,2,1 =α且相互独立，则样本离差阵 ()()()()∑='--=n X X X X S 1~ααα 。 14．若()∑,~i p i n W S ，k i ,,1 =，且相互独立，则~21k S S S S +++= 。 二、判断题 1.多元分布函数()x F 是单调不减函数，而且是右连续的。 2.设X 是p 维随机向量，则X 服从多元正态分布的充要条件是：它的任何组合()p R X ∈'αα都是一元正态分布。 3.μ是一个P 维的均值向量，当A 、B 为常数矩阵时，具有如下性质： （1）E （AX ）=AE （X ） （2）E （AXB ）=AE （X ）B 4．若P 个随机变量X 1，…X P 的联合分布等于各自边缘分布的乘积，则称X 1，… X P 是相互独立的。 5．一般情况下，对任何随机向量()'=X X X p ,,1 ，协差阵∑是对称阵，也 是正定阵。 6．多元正态向量()'=X X X p ,,1 的任意线性变换仍然服从多元正态分布。 7．多元正态分布的任何边缘分布为正态分布，反之一样。 8．多元样本中，不同样品之间的观测值一定是相互独立的。 9．多元正态总体参数均值μ的估计量X 具有无偏性、有效性和一致性。 10． S n 1是∑的无偏估计。
练习一 多元正态分布的参数估计 1.试叙述多元联合分布和边际分布之间的关系。 2.设二维随机向量12()X X '服从二元正态分布，写出其联合分布。 3.已知随机向量1 2()X X '的联合密度函数为 12121222 2[()()()()2()()] (,)()()d c x a b a x c x a x c f x x b a d c --+-----= -- 其中1a x b ≤≤，2c x d ≤≤。求 （1）随机变量1X 和2X 的边缘密度函数、均值和方差； （2）随机变量1X 和2X 的协方差和相关系数； （3）判断1X 和2X 是否相互独立。 4.设12(,,)p X X X X '= 服从正态分布，已知其协方差矩阵∑为对角阵，证明其分量是相互独立的随机变量。 5. 影响粮食产量的因素很多, 大致可分为三个层次：第一层次是宏观因素。主要有三种，一是制度创新, 如20世纪50年代初的土地改革、60年代初的“ 三自一包”和 80年代初的联产承包责任制和现行的粮食直补及税费改革等。二是政策导向, 如收购政策及价格、市场政策结构调整、储备政策、财政投人、政府抓粮食生产的力度等。三是科技进步,如良种的培育、播种技术的改进、机械化程度的提高等等, 特别是杂交水稻的发明, 是粮食生产的一次绿色革命, 大大地提高了粮食单位面积产量。第二层次是中观因素。主要有粮食播种面积、单位面积产量、受灾面积等等, 这些因素是影响粮食产量的直接因素。第三层次是微观因素, 主要有有效灌溉面积、化肥施用量、农业机械化程度、财政三项投入等。为了分析粮食产量的影响因素及其影响程度,将用1978一2007年的统计数据进行分析。其中：Y 是粮食产量(万吨),X1是农业化肥试用量(万吨),X2是粮食播种面积(千公顷),X3是成灾面积(千公顷),X4是农业劳动力(万人),X5是农业机械总动力(万千瓦)。
如何统计分析非正态分布的数据 小飞看了9月23日医咖会微信推送的“降糖药物利拉鲁肽，还能治疗心衰吗？”的研究（FIGHT 研究）后[1]，不明白研究方法II中的Wilcoxon秩和检验到底是什么，于是来找小咖讨论。 小飞：Wilcoxon秩和检验到底是个什么鬼？ 小咖：这是一种非参数检验方法。 小飞：非参数检验又是个什么鬼啊？ 小咖：平时我们常用的t检验、卡方检验、方差分析等方法都要求样本服从特定的分布（比如t检验要求样本服从正态分布），这些方法被称为参数检验方法。但有些数据并不符合参数检验的要求，最常见的情况是数据不符合正态分布，这时可以使用非参数检验的方法。 非参数检验有很多种，Wilcoxon秩和检验就是其中一种。 小飞：不明觉厉...你还是来个栗子呗。
小咖：好吧。某医生为了评价A药对绝经后妇女的骨质疏松症是否有效，将30名绝经后妇女随机分为两组，干预组研究对象15例，给予A药+乳酸钙治疗；对照组15例，仅给予乳酸钙治疗。24周之后观察两组L2-4骨密度的改善率。数据如下图： 两组骨密度改善率（%） 干预组对照组 ID 改善率ID 改善率 1 -0.20 1 -0.83 2 0.21 2 0.26 3 1.86 3 0.48 4 1.97 4 1.03 5 2.31 5 1.06 6 2.80 6 1.19 7 3.30 7 1.27 8 3.60 8 1.71 9 4.31 9 1.75 10 4.40 10 2.33 11 5.29 11 2.66 12 5.87 12 2.80 13 6.06 13 3.22 14 6.08 14 3.34 15 7.00 15 3.34 小飞：嗯，我明白了。对于这种两组平行设计、结局是不符合正态分布的连续变量，就应当使用Wilcoxon秩和检验对吧？ 小咖：很聪明，给你满分。接下来给你演示一下用SPSS 22.0怎么操作。 （1）数据录入SPSS
3. 某地200例正常成人血铅含量的频数分布如下表。 （1）简述该资料的分布特征。 （2）若资料近似呈对数正态分布，试分别用百分位数法和正态分布法估计该地正常成人血铅值的95%参考值范围。 表某地200例正常成人血铅含量(μmol/L)的频数分布 血铅含量频数累积频数 0.00～7 7 0.24～49 56 0.48～45 101 0.72～32 133 0.96～28 161 1.20～13 174 1.44～14 188 1.68～ 4 192 1.92～ 4 196 2.16～ 1 197 2.40～ 2 199 2.64～ 1 200 [参考答案] （1）从表可以看出，血铅含量较低组段的频数明显高于较高组段，分布不对称。同正态分布相比，其分布高峰向血铅含量较低方向偏移，长尾向血铅含量较高组段延伸，数据为正偏态分布。 某地200例正常成人血铅含量(μmol/L)的频数分布 血铅含量组中值频数累积频数累积频率 0.00～0.12 7 7 3.5 0.24～0.36 49 56 28.0 0.48～0.60 45 101 50.5 0.72～0.84 32 133 66.5 0.96～ 1.08 28 161 80.5
1.20～ 1.32 13 174 87.0 1.44～ 1.56 14 188 94.0 1.68～ 1.80 4 192 96.0 1.92～ 2.04 4 196 98.0 2.16～ 2.28 1 197 98.5 2.40～ 2.52 2 199 99.5 2.64～ 2.76 1 200 100 （2）因为正常人血铅含量越低越好，所以应计算单侧95%参考值范围。 百分位数法：第95%百分位数位于1.68～组段，组距为0.24，频数为4，该组段以前的累积频数为188，故 95 (2000.95188) 1.680.24 1.80(μmol/L) 4 P ?- =+?= 即该地正常成人血铅值的95%参考值范围为小于1.80μmol/L。 正态分布法：将组中值进行log变换，根据题中表格，得到均值和标准差计算表。 某地200例正常成人血铅含量(μmol/L)均值和标准差计算表 血铅含量组中值lg组中值(x) 频数(f) fx2fx 0.00～0.12 -0.92 7 -6.44 5.9248 0.24～0.36 -0.44 49 -21.56 9.4864 0.48～0.60 -0.22 45 -9.9 2.178 0.72～0.84 -0.08 32 -2.56 0.2048 0.96～ 1.08 0.03 28 0.84 0.0252 1.20～ 1.32 0.12 13 1.56 0.1872 1.44～ 1.56 0.19 14 2.66 0.5054 1.68～ 1.80 0.26 4 1.04 0.2704 1.92～ 2.04 0.31 4 1.24 0.3844 2.16～ 2.28 0.36 1 0.36 0.1296 2.40～ 2.52 0.40 2 0.80 0.3200 2.64～ 2.76 0.44 1 0.44 0.1936 合计——200 -31.52 19.8098
参数估计和假设检验习题 1.设某产品的指标服从正态分布，它的标准差σ已知为150，今抽了一个容量为26的样本，计算得平均值为1637。问在5％的显著水平下，能否认为这批产品的指标的期望值μ为1600? 解: 01:1600, :1600,H H μμ=≠标准差σ已知,拒绝域为2 Z z α>,取0.05,α=26,n = 0.0250.9752 1.96z z z α===, 由检验统计量 1.25 1.96Z = ==<,接受0:1600H μ=, 即,以95%的把握认为这批产品的指标的期望值μ为1600. 2.某纺织厂在正常的运转条件下，平均每台布机每小时经纱断头数为O.973根，各台布机断头数的标准差为O.162根，该厂进行工艺改进，减少经纱上浆率，在200台布机上进行试验，结果平均每台每小时经纱断头数为O.994根，标准差为0.16根。问,新工艺上浆率能否推广(α=0.05)? 解: 012112:, :,H H μμμμ≥< 3.某电器零件的平均电阻一直保持在2.64Ω，改变加工工艺后，测得100个零件的平均电阻为2.62Ω，如改变工艺前后电阻的标准差保持在O.06Ω，问新工艺对此零件的电阻有无显著影响(α=0.05)? 解: 01: 2.64, : 2.64,H H μμ=≠已知标准差σ=0.16,拒绝域为2 Z z α>,取0.0252 0.05, 1.96z z αα===, 100,n = 由检验统计量 3.33 1.96Z = ==>,接受1: 2.64H μ≠, 即, 以95%的把握认为新工艺对此零件的电阻有显著影响. 4.有一批产品，取50个样品，其中含有4个次品。在这样情况下，判断假设H 0：p ≤0.05是否成立(α=0.05)? 解: 01:0.05, :0.05,H p H p ≤>采用非正态大样本统计检验法,拒绝域为Z z α>,0.950.05, 1.65z α==, 50,n = 由检验统计量0.9733Z = ==<1.65,接受H 0：p ≤0.05. 即, 以95%的把握认为p ≤0.05是成立的. 5.某产品的次品率为O.17，现对此产品进行新工艺试验，从中抽取4O0件检验，发现有次品56件，能否认为此项新工艺提高了产品的质量(α=0.05)? 解: 01:0.17, :0.17,H p H p ≥<采用非正态大样本统计检验法,拒绝域为Z z α<-,400,n = 0.950.05, 1.65z α=-=-,由检验统计量 400 1.5973i x np Z -= = =-∑>-1.65, 接受0:0.17H p ≥, 即, 以95%的把握认为此项新工艺没有显著地提高产品的质量. 6.从某种试验物中取出24个样品，测量其发热量，计算得x =11958，样本标准差s =323，问以5％的显著水平是否可认为发热量的期望值是12100(假定发热量是服从正态分布的)?
非参数统计分析――Nonparametric Tests菜单详解 平时我们使用的统计推断方法大多为参数统计方法，它们都是在已知总体分布的条件下，对相应分布的总体参数进行估计和检验。比如单样本u检验就是假定该样本所在总体服从正态分布，然后推断总体的均数是否和已知的总体均数相同。本节要讨论的统计方法着眼点不是总体参数，而是总体分布情况，即研究目标总体的分布是否与已知理论分布相同，或者各样本所在的分布位置/形状是否相同。由于这一类方法不涉及总体参数，因而称为非参数统计方法。 SPSS的的Nonparametric Tests菜单中一共提供了8种非参数分析方法，它们可以被分为两大类： 1、分布类型检验方法：亦称拟合优度检验方法。即检验样本所在总体是否服从已知的理论分布。具体包括： Chi-square test：用卡方检验来检验二项/多项分类变量的几个取值所占百分比是否和我们期望的比例有没有统计学差异。 Binomial Test：用于检测所给的变量是否符合二项分布，变量可以是两分类的，也可以使连续性变量，然后按你给出的分界点一分为二。 Runs Test：用于检验样本序列随机性。观察某变量的取值是否是围绕着某个数值随机地上下波动，该数值可以是均数、中位数、众数或人为制定。一般来说，如果该检验P值有统计学意义，则提示有其他变量对该变量的取值有影响，或该变量存在自相关。 One-Sample Kolmogorov-Smirnov Test：采用柯尔莫哥诺夫-斯米尔诺夫检验来分析变量是否符合某种分布，可以检验的分布有正态分布、均匀分布、Poission分布和指数分布。 2、分布位置检验方法：用于检验样本所在总体的分布位置/形状是否相同。具体包括： Two-Independent-Samples Tests：即成组设计的两独立样本的秩和检验。 Tests for Several Independent Samples：成组设计的多个独立样本的秩和检验，此处不提供两两比较方法。 Two-Related-Samples Tests：配对设计的两样本秩和检验。 Tests for Several Related Samples：配伍设计的多样本秩和检验，此处同样不提供两两比较。 一、分布位置检验方法
第七章: 参数估计 7.1 矩估计 7.2 极大似然估计 7.3 估计量的优良性准则 7.4 正态总体的区间估计(一) *7.5 正态总体的区间估计(二) *7.6 非正态总体的区间估计
如图. ?(x) α x O zα
?(x )O λα /2- λα /2 x
前面讨论了参数的点估计。点估计就是利用样本计算出的值 (即实轴上点) 来估计未知参数。 §7.4 正态总体的区间估计(一) 其优点是：可直接地告诉人们 “ “未知参数大致是多少”； 缺点是：并未反映出估计的误差范围 (精度)。故，在使用上还有不尽如人意之处。 而区间估计正好弥补了点估计的这一不足之处 。 例如：在估计正态总体均值 μ 的问题中,若根据一 组实际样本，得到 μ 的极大似然估计为 10.12。 一个可以想到的估计办法是：给出一个区间，并告诉人们该区间包含未知参数 μ 的可靠度 (也称置信系数)。 实际上，μ 的真值可能大于10.12，也可能小于10.12 。αα这里的“”是用概率来度量的，称为置信系数，常用1-来表示。(0靠度<可<1)
7.4.1 置信区间的定义 1212 01 ??, n X ,X ,,X θαθθ<
第19讲 正态总体参数的区间估计 教学目的：理解区间估计的概念，掌握各种条件下对一个正态总体的均值和方差进行 区间估计的方法。 教学重点：置信区间的确定。 教学难点：对置信区间的理解。 教学时数： 2学时。 教学过程： 第六章 参数估计 §6.3正态总体参数的区间估计 1. 区间估计的概念 我们已经讨论了参数的点估计，但是对于一个估计量，人们在测量或计算时，常不以得到近似值为满足，还需估计误差，即要求知道近似值的精确程度。因此，对于未知参数θ，除了求出它的点估计?θ外，我们还希望估计出一个范围，并希望知道这个范围包含参数θ真值的可信程度。 设?θ为未知参数θ的估计量，其误差小于某个正数ε的概率为1(01)αα-<<，即 ?{||}1P θθεα -<=- 或 αεθθεθ-=+<<-1)??(P 这表明，随机区间)?,?(εθεθ+-包含参数θ真值的概率（可信程度）为1α-，则这个区间)?,?(εθεθ+-就称为置信区间，1α-称为置信水平。 定义 设总体X 的分布中含有一个未知参数θ。若对于给定的概率1(01)αα-<<，存在两个统计量1112(,,,)n X X X θθ= 与2212(,,,)n X X X θθ= ，使得 12{}1P θθθα <<=-
则随机区间12(,)θθ称为参数θ的置信水平为1α-的置信区间，1θ称为置信下限，2θ称为置信上限，1α-称为置信水平。 注（1）置信区间的含义：若反复抽样多次（各次的样本容量相等，均为n ），每一组样本值确定一个区间12(,)θθ，每个这样的区间要么包含θ的真值，要么不包含θ的真值。按伯努利大数定理，在这么多的区间中，包含θ真值的约占100(1)%α-，不包含θ真值的约仅占100%α。例如：若0.01α=，反复抽样1000次，则得到的1000个区间中，不包含θ真值的约为10个。 （2）置信区间的长度表示估计结果的精确性，而置信水平表示估计结果的可靠性。对于置信水平为1α-的置信区间12(,)θθ，一方面置信水平1α-越大，估计的可靠性越高；另一方面区间12(,)θθ的长度(2)ε越小，估计的精确性越好。但这两方面通常是矛盾的，提高可靠性通常会使精确性下降（区间长度变大），而提高精确性通常会使可靠性下降（1α-变小），所以要找两方面的平衡点。 在学习区间估计方法之前，我们先介绍标准正态分布的α分位点概念。 设 () ~0,1X N ，若 z α 满足条件 { },01 P X z α αα>=<<，则称点z α为标准正态分布的α分位点。例如求0.01z 。按照α分位点定义，我们有 {}0.010.01P X z >=，则{}0.010.99P X z ≤=，即0.01()0.99z φ=。查表可得0.01 2.327z =. 又 由()x ?图形的对称性知1z z αα-=-。下面列出了几个常用的z α值： 2. 正态总体均值μ的区间估计 设已给定置信水平为1α-，总体()2~,X N μσ，12,,,n X X X 为一个样本，2 ,X S 分别是样本均值和样本方差。
第一章 多元正态分布的参数估计 一、填空题 1.设X 、Y 为两个随机向量，对一切的u 、v ，有 ，则称X 与Y 相互独立。 2.多元分析处理的数据一般都属于 数据。 3．多元正态向量),,(1'=p x x X 的协方差阵∑是 ，则X 的各分量是相互独立的随机变量。 4．一个p 元函数()p x x x f ,,,21 能作为p R 中某个随机向量的密度函数的主要条件是 和 。 5．若p 个随机变量1X ，2X ， ，p X 的联合分布等于 ，则称1X ，2X ， ，p X 是相互独立的。 6.多元正态分布的任何边缘分布为 。 7.若()∑,~μp N X ，A 为p s ?阶常数阵，d 为s 维常数向量，则~d AX + 。 8.多元正态向量X 的任何一个分量子集的分布称为X 的 。 9.多元样本中，不同样品的观测值之间一定是 。 10.多元正态总体均值向量和协差阵的极大似然估计量分别是 。 11.多元正态总体均值向量μ和协差阵∑的估计量X 、S n 1 1-具有 、 和 。 12．设X 和S 分别是多元正态总体()∑,μp N 的样本均值向量和离差阵，则 ~X ，X 和S 。 13.若()()∑,~μαp N X ，n ,,2,1 =α且相互独立，则样本离差阵 ()()()()∑='--=n X X X X S 1~ααα 。 14．若()∑,~i p i n W S ，k i ,,1 =，且相互独立，则~21k S S S S +++= 。 二、判断题 1.多元分布函数()x F 是单调不减函数，而且是右连续的。（ ）
2.设X 是p 维随机向量，则X 服从多元正态分布的充要条件是：它的任何组合()p R X ∈'αα都是一元正态分布。 （ ） 3.μ 是一个P 维的均值向量，当A 、B 为常数矩阵时，具有如下性质： （1）E （AX ）=AE （X ） （2）E （AXB ）=AE （X ）B （ ） 4．若P 个随机变量X 1，…X P 的联合分布等于各自边缘分布的乘积，则称X 1，… X P 是相互独立的。（ ） 5．一般情况下，对任何随机向量()'=p X X X ,,1 ，协差阵∑是对称阵，也 是正定阵。 （ ） 6．多元正态向量()'=p X X X ,,1 的任意线性变换仍然服从多元正态分布。（ ） 7．多元正态分布的任何边缘分布为正态分布，反之一样。（ ） 8．多元样本中，不同样品之间的观测值一定是相互独立的。（ ） 9．多元正态总体参数均值μ的估计量X 具有无偏性、有效性和一致性。（ ） 10．S n 1是∑的无偏估计。（ ） 11.Wishart 分布是2χ分布在p 维正态情况下的推广。（ ） 12.若()()∑,~μαp N X ，n ,,1 =α，且相互独立，则样本离差阵 ()()()()()∑-'--=∑=,1~1n W X X X X S n p ααα。 （ ） 13．若()∑,~n W X p ，C 为奇异矩阵，则()c c n W C CX p '∑',~。（ ） 三、简答题 1.多元正态分布有哪些基本性质? 2.均值向量和协差阵的最大似然估计量有哪些优良性质? 3.维希特分布有哪些基本性质? 四、证明题 1.样本均值向量和离差阵也可以用样本资料X 直接表示如下： n X n X 11'=，X n I X S n n n ?? ? ??'-'=111 其中：()'=1,,1,11 n ，???? ??????=1001 I 试分别给以证明。 五、计算题
a)某大学为了了解学生每天上网的时间，在全校7500名学生中采取重复抽样的方法 随机抽取36人，调查他们每天上网的时间，得到下面数据（单位：小时） 求该校大学生平均上网时间的置信区间，置信水平为95%。 b)某居民小区为研究职工上班从家到单位的距离，抽取了由16人组成的一个随机样 本，他们到单位的距离（单位：千米）分别是： 假定总体服从正太分布，求职工上班从家里到单位平均距离的95%的置信区间。 c)顾客到银行办理业务时往往需要等待一段时间，而等待时间的长短与许多因素有 关，比如，银行业务员办理业务的速度，顾客等待排队的方式等。为此银行准备采取两种排队方式进行试验。第一种排队方式是：所有顾客都进行一个等待队列；第二种排队方式是：顾客在三个窗口处列队三排等待。为比较那种排队方式使顾客等待的时间更短，银行各随机抽取10名顾客，他们在办理业务时所等待的时间（单位：分钟）如下： 要求（1）构建第一种排队方式等待时间标准差的95%的置信区间； （2）构建第二种排队方式等待时间标准差的95%的置信区间； （3）根据（1）与（2）的计算结果，你认为那种排队方式更好 d）为了控制贷款规模，某商业银行有个内部要求，平均每项贷款数额不能超过60万元。随着经济的发展，贷款规模有增大的趋势。银行经理想了解在同样项目条件下，贷款的平均规模是否明显地超过60万元，故一个n=144的随机样本被抽出，测得x=68．1万元，s=45。用a＝0．01的显著性水平，采用p值进行检验。
e) 有人说在大学中男生的学习成绩比女生的学习成绩好。现从一个学校中随机抽取 了25名男生和16名女生，对他们进行了同样题目的测试。测试结果表明，男生的平均成绩为82分，方差为56分，女生的平均成绩为78分，方差为49分。假设显著性水平α=0．02，从上述数据中能得到什么结论 f) 糖厂用自动打包机打包，每包标准重量是100千克。每天开工后需要检验一次打包 机工作是否正常。某日开工后测得9包重量(单位：千克)如下： 99．3 98．7 100．5 101．2 98．3 99．7 99．5 102．1 100．5 已知包重服从正态分布，试检验该日打包机工作是否正常(a＝0．05) 区间估计、假设检验课堂练习 1.【例】一家食品生产企业以生产袋装食品为主，为对食品质量进行监测，企业质检部门经常要进行抽检，以分析每袋重量是否符合要求。现从某天生产的一批食品中随机抽取了25袋，测得每袋重量如下表所示。已知产品重量的分布服从正态分布，且总体标准差为10g。试估计该批产品平均重量的置信区间，置信水平为95% 2.【例】一家保险公司收集到由36个投保人组成的随机样本，得到每个投保人的年龄(单位：周岁)数据如下表。试建立投保人年龄90%的置信区间
n p (1 p) 参数估计和假设检验习题 1. 设某产品的指标服 从正态分布，它的标准差 σ已知为 150，今抽了一个容量为 26 的样本，计 算得平均值为 1637。问在 5％的显著水平下，能否认为这批产品的指标的期望值 μ为 1600? 解: H 0: 1600, H 1: 1600,标准差 σ已知,拒绝域为 Z z ,取 0.05, n 26, 即,以 95% 的把握认为这批产品的指标的期望值 μ为 1600. 2. 某纺织厂在正常的运转条件下， 平均每台布机每小时经纱断头数为 O.973 根，各台布机断头数 的标准差为 O.162 根，该厂进行工艺改进， 减少经纱上浆率， 在 200 台布机上进行试验， 结果平均每 台每小时经纱断头数为 O.994 根，标准差为 0.16 根。问 , 新工艺上浆率能否推广 ( α=0.05)? 解: H 0 : 1 2, H 1: 1 3. 某电器零件的平均电阻一直保持在 2.64 Ω，改变加工工艺后，测得 100 个零件的平均电阻为 2.62 Ω，如改变工艺前后电阻的标准差保持在 O.06Ω，问新工艺对此零件的电阻有无显著影响 ( α=0.05)? 解: H 0: 2.64, H 1: 2.64,已知标准差 σ=0.16, 拒绝域为 Z z ,取 0.05,z z 0.025 1.96, 22 x 2.62 2.64 n 100,由检验统计量 Z 3.33 1.96,接受 H 1: 2.64, / n 0.06/ 100 1 即, 以95% 的把握认为新工艺对此零件的电阻有显著影响 . 4. 有一批产品，取 50 个样品，其中含有 4 个次品。在这样情况下，判断假设 H 0：p ≤0.05 是否 成立( α=0.05)? 解: H 0: p 0.05, H 1: p 0.05,采用非正态大样本统计检验法 ,拒绝域为 Z z , 0.05, z 0.95 1.65, 即, 以 95% 的把握认为 p ≤0.05 是成立的 . 5. 某产品的次品率为 O.17，现对此产品进行新工艺试验，从中抽取 4O0件检验，发现有次品 56 件，能否认为此项新工艺提高了产品的质量 ( α=0.05)? 解: H 0: p 0.17, H 1: p 0.17,采用非正态大样本统计检验法 ,拒绝域为 Z z ,n 400, 0.05, z 0.95 1.65 ,由检验统计量 400 56 400 0.17 400 0.17 0.83 z z 0.025 z 0.975 1.96, 由检验统计量 2 /n 1637 1600 150/ 26 1.25 1.96 ,接受 H 0 : 1600, n 50, 由检验统计量 x/n p p (1 p) /n 4/50 0.05 0.05 0.95 / 50 0.9733 <1.65,接受 H 0：p ≤0.05. x i np i1 1.5973>-1.65, 接受 H 0: p 0.17,
第三章 正态分布 一、教学大纲要求 (一) 掌握内容 1．正态分布的概念和特征 （1）正态分布的概念和两个参数； （2）正态曲线下面积分布规律。 2．标准正态分布 标准正态分布的概念和标准化变换。 3．正态分布的应用 （1）估计频数分布； （2）制定参考值范围。 (二) 熟悉内容 标准正态分布表。 (三) 了解内容 1．利用正态分布进行质量控制 2．正态分布是许多统计方法的基础 二、教学内容精要 (一)正态分布 1.正态分布 若X 的密度函数（频率曲线）为正态函数（曲线） 2．正态分布的特征 服从正态分布的变量的频数分布由μ、σ完全决定。 (1)μ是正态分布的位置参数，描述正态分布的集中趋势位置。正态分布以x μ=为对称轴，左右完全对称。正态分布的均数、中位数、众数相同，均等于μ。 (2)σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。σ也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。 (二)标准正态分布 1．标准正态分布是一种特殊的正态分布，标准正态分布的0=μ，12 =σ ，通常用u （或Z ）表示服从标准正 态分布的变量，记为u ～N （0，2 1）。 2．标准化变换：σ μ -=X u ，此变换有特性：若X 服从正态分布),(2 σμN ，则u 就服从标准正态分布，故该 变换被称为标准化变换。 3. 标准正态分布表 标准正态分布表中列出了标准正态曲线下从-∞到u 范围内的面积比例()u Φ。
（三）正态曲线下面积分布 1．实际工作中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同),(21X X 范围内正态曲线下的面积可用公式3-2计算。 )()(21 12) 22(2)(2 1 u u dx e D X X X Φ-Φ==--? σμπ σ （3-2） 1212X X u u μ μ σ σ --= = 其中， ， 。 2.几个重要的面积比例 X 轴与正态曲线之间的面积恒等于1。正态曲线下，横轴区间σμ±内的面积为68.27%，横轴区间σμ64.1±内的面积为90.00%，横轴区间σμ96.1±内的面积为95.00%，横轴区间σμ58.2±内的面积为99.00%。 （四）正态分布的应用 某些医学现象，如同质群体的身高、红细胞数、血红蛋白量，以及实验中的随机误差，呈现为正态或近似正态分布；有些指标（变量）虽服从偏态分布，但经数据转换后的新变量可服从正态或近似正态分布，可按正态分布规律处理。其中经对数转换后服从正态分布的指标，被称为服从对数正态分布。 1. 估计频数分布 一个服从正态分布的变量只要知道其均数与标准差就可根据公式（3-2）估计任意取值12(,)X X 范围内频数比例。 2. 制定参考值范围 （1）正态分布法 适用于服从正态（或近似正态）分布指标以及可以通过转换后服从正态分布的指标。 （2）百分位数法 常用于偏态分布的指标。表3-1中两种方法的单双侧界值都应熟练掌握。 概率 （%） 双侧 单 侧 双侧 单侧 下 限 上 限 下 限 上 限 90 95 5 ~P P 10 P 90 P 95 S X 96.1± S X 64.1- S X 64.1+ 5.975.2~P P 5P 95P 99 S X 58.2± S X 33.2- S X 33.2+ ~P P P P 3. 质量控制：为了控制实验中的测量（或实验）误差，常以S X 2±作为上、下警戒值，以S X 3±作为上、下控制值。这样做的依据是：正常情况下测量（或实验）误差服从正态分布。 4. 正态分布是许多统计方法的理论基础。t 检验、方差分析、相关和回归分析等多种统计方法均要求分析的指标服从正态分布。许多统计方法虽然不要求分析指标服从正态分布，但相应的统计量在大样本时近似正态分布，因而大样本时这些统计推断方法也是以正态分布为理论基础的。 三、典型试题分析 1.正态曲线下、横轴上，从均数到∞+的面积为( )。 A ．95% B ．50% C ．97.5% D ．不能确定（与标准差的大小有关） 答案：B [评析] 本题考点：正态分布的对称性 因为无论μ，σ取什么值，正态曲线与横轴间的面积总等于1，又正态曲线以μ=X 为对称轴呈对称分布，所以μ左右两侧面积相等，各为50%。 2．若X 服从以μ，σ为均数和标准差的正态分布，则X 的第95百分位数等于( )。 A ．σμ64.1- B ．σμ64.1+ C ．σμ96.1+ D ．σμ58.2+ 答案：B [评析] 本题考点：正态分布的对称性和面积分布规律