当前位置：文档之家 › 应用多元统计分析课后习题答案详解北大高惠璇(第二章部分习题解答) (2).ppt

应用多元统计分析课后习题答案详解北大高惠璇(第二章部分习题解答) (2).ppt

  • 格式：ppt
  • 大小：1.01 MB
  • 文档页数：27

下载文档原格式

  / 27

合集下载

多元统计分析第二章部分课后习题

多元统计分析第二章部分课后习题

第二章课后习题1.现选取内蒙古、广西、贵州、云南、西藏、宁夏、新疆、甘肃和青海等9个内陆边远省区。

选取人均GDP、第三产业比重、人均消费支出、人口自然增长率及文盲半文盲人口占15岁以上人口等五项能够较好的说明各地区社会经济发展水平的指标，验证一下边远及少数民族聚居区的社会经济发展水平与全国平均水平有无显著差异。

边远及少数民族聚居区社会经济发展水平的指标数据地区人均GDP（元）三产比重（%）人均消费（元）人口增长（%）文盲半文盲（%）内蒙古506831.121418.2315.83广西407634.220409.0113.32贵州234229.8155114.2628.98云南435531.3205912.125.48西藏371643.5155115.957.97宁夏427037.3194713.0825.56新疆622935.4 274512.8111.44甘肃345632.8161210.0428.65青海436740.9204714.4842.92资料来源：《中国统计年鉴（1998）》，北京，中国统计出版社，1998。

五项指标的全国平均水平为：)15.789.5297232.8701.6212(0'=μ解：（1）先利用SPSS软件检验各变量是否遵从多元正态分布（见输出结果1-1）输出结果1-1正态性检验Kolmogorov-Smirnov a Shapiro-Wilk统计量Df Sig. 统计量df Sig.人均GDP .219 9 .200*.958 9 .781 三产比重.145 9 .200*.925 9 .437 人均消费.209 9 .200*.873 9 .131 人口增长.150 9 .200*.949 9 .682 文盲半文盲.246 9 .124 .898 9 .242 *. 这是真实显著水平的下限。

a. Lilliefors 显著水平修正上表给出了对每一个变量进行正态性检验的结果，因为该例中样本数n=9，所以此处选用Shapiro-Wilk 统计量。

应用多元统计分析课后习题答案高惠璇

应用多元统计分析课后习题答案高惠璇

x1 y2 (2)第二次配方.由于 x y y 1 2 2
14
第二章
2 1 2 2 2 1 2 1 2 2
多元正态分布及参数的估计
2 x x 2 x1 x2 22x1 14x2 65 y y 22 y2 14( y1 y2 ) 65 y 14 y1 49 y 8 y2 16 ( y1 7) ( y2 4)
X 1 X 2 ~ N ( 1 2 ,2 (1 ));
2
X 1 X 2 ~ N ( 1 2 ,2 (1 )).
2
5
第二章
多元正态分布及参数的估计
1 2 , 2 1
2-3 设X(1)和X(2) 均为p维随机向量,已知
3 解三:两次配方法
2 1 2 2 2 (1)第一次配方: 2 x12 2 x1 x2 x2 ( x1 x2 ) 2 x12
2 1 x1 2 1 1 1 1 1 因2 x 2 x1 x2 x ( x1 , x2 ) , 而 BB, 1 1 x2 1 1 1 0 1 0 y1 1 1 x1 x1 x2 2 2 2 2 令y , 则 2 x 2 x x x y y 1 1 2 2 1 2 y x x 1 0 2 1 2
12
第二章
1 2
多元正态分布及参数的估计

2 1
解二:比较系数法 1 1 f ( x , x ) exp 设 ( 2 x 2 2
1 21 2
2 x2 2 x1 x2 22x1 14x2 65)

应用多元统计分析答案详解汇总_高惠璇[1]

应用多元统计分析答案详解汇总_高惠璇[1]
1 2 ( 2 x1 22 x1 65 ) 2
e
1 2 ( x2 2 x1 x2 14 x2 ) 2
dx2
1 e 2
1 2 ( 2 x1 22 x1 65 ) 2

e
1 2 ( x2 2 x2 ( x1 7 ) ( x1 7 ) 2 ) 2
比较上下式相应的系数,可得:
1 2 1 12 2 2 2 12 1 1 2 1 2 2 2 22 1 2 1 2 2 2 2 2 1 2 1 2 1 14 2 2 2 2 2 1 2 1 2 1 2 1 2
x1 y2 (2)第二次配方.由于 x2 y1 y2
14
第二章
2 1 2 2 2 1 2 1 2 2
多元正态分布及参数的估计
2 x x 2 x1 x2 22 x1 14 x2 65 y y 22 y2 14( y1 y2 ) 65 y 14 y1 49 y 8 y2 16 ( y1 7) ( y2 4)
由定理2.3.1可知X1 +X2 和X1 - X2相互独立.
4
第二章
(2) 因
多元正态分布及参数的估计
1 2 2 2(1 ) 0 X1 X 2 ~ N2 , Y 2(1 ) 0 X1 X 2 1 2
O 2(1 2 ) O 2(1 2 )
由定理2.3.1可知X(1) +X(2)和X(1) -X(2) 相 互独立.
7
第二章
(2) 因
(1) (2)

应用多元统计分析课后习题答案高惠璇第二章部分习题解答学习资料

应用多元统计分析课后习题答案高惠璇第二章部分习题解答学习资料

1 2 [y ( 1 7 )2 (y 2 4 )2]
g(y1,y2)
设函数 g(y1, y2) 是随机向量Y的密度函数.
15
第二章 多元正态分布及参数的估计
(3) 随机向量
YYY12~N274,
I2
(4) 由于 XX X121011Y Y12CY
1 0 1 1 7 4 3 4 , 1 0 1 1 I2 1 0 1 1 1 1 2 1
e e d x e 2
2
1 2 (x 1 7 )2
9
第二章 多元正态分布及参数的估计
1 1 2(2x1 22x2 16 5 x1 2 1x4 14)91 2(x2x17)2
e e dx 2
2
2 1e 2 1 e dx 1 2(x1 28x1 1)6
1 2(x2x17)2 2
1(
1 e2
(22)(22)0
可得Σ的特征值 1 2 (1 )2 , 2 (1 ).
22
第二章 多元正态分布及参数的估计
λi (i=1,2)对应的特征向量为 1
1
l1
2 1 2
l1
2 1 2
由(1)可得椭圆方程为 2(1y 1 2)b22(1y 2 2)b21
其 b 2 中 2 la n ( 2 ) [ | |1 /2 ] 2 l2 n2 [ 1 2 a ]
解二:比较系数法 设 f(x 1,x2)2 1ex 1 2 p (2 x 1 2x2 2 2 x 1x2 2x 1 2 1x2 4 6) 5
2 1 2 11 2ex 2 p 1 2 2 2 1 (1 2)[2 2(x 1 1)2 2 1 2(x 1 1)x (2 2) 1 2(x2 2)2]

应用多元统计分析课后习题答案详解北大高惠璇部分习题解答课件

应用多元统计分析课后习题答案详解北大高惠璇部分习题解答课件

则
W X X X X ( ( 1 2 ) ) X X ( ( 1 1 ) ) X X ( ( 1 2 ) ) X X ( (2 2 ) ) W W 1 21 1 W W 1 2 2 2 , 即
W 1 1 X ( 1 ) X ( 1 )W ,2 2 X ( 2 ) X ( 2 )
性质4 分块Wishart矩阵的分布:设X(α) ～ Np(0,Σ) (α
＝1,…,n)相互独立，其中
又已知随机矩阵
1211
12 r 22pr
W n 1X ()X ( ) W W 1 21 1W W 1 2 2 2p r r~ W p(n , )
因 X H ~ 0 下 N p(0 ,1 n 0 ),n (X 0 )H ~ 0 下 N p(0 , 0 )
所以由§3“一﹑2.的结论1”可知
2ln~2(p).
20
第三章 多元正态总体参数的检验
3-6 (均值向量各分量间结构关系的检验) 设总体
X～Np(μ ,Σ )(Σ ＞0),X(α) (α ＝1,…,n)(n＞p)为 来自p维正态总体X的样本，记μ ＝(μ 1,…,μ p)′.C 为k×p常数(k<p),rank(C)=k,r为已知k维向量.试给出 检验H0:Cμ ＝r的检验统计量及分布.
6
第三章 多元正态总体参数的检验
证明 记rk(A)=r.
若r=n,由AB＝O,知B＝ On×n,于是 X′AX与X′BX
若r=0时,则A＝0,则两个二次型也是独 立的. 以下设0＜r＜n.因A为n阶对称阵,存在正 交阵Γ,使得
7
第三章 多元正态总体参数的检验
其中λi≠0为A的特征值(i=1,…,r).于是

应用多元统计分析课后习题答案高惠璇(第二章部分习题解答

应用多元统计分析课后习题答案高惠璇(第二章部分习题解答

2
x12
22
x1
65
x12
14
x1
49)
1 2
(
x2
x1
7)2
e e dx2
2
1 e
1 2
(
x12
8
x1
16)
2
1
2
e dx
1 2
(
x2
x1
7
)
2
2
1 e
1 2
(
x1
4
)
2
2
X1 ~ N(4,1).
类似地有
f2 (x2 ) f (x1, x2 )dx1
1
e
1 4
(
x2
3)2
注意:由D(X)≥0,可知 (Σ1-Σ2) ≥0.
8
第二章 多元正态分布及参数的估计
2-11 已知X=(X1,X2)′的密度函数为
f
( x1 ,
x2 )
1
2
exp
1 2
(2 x12
x22
2 x1 x2
22 x1
14 x2
65)
试求X的均值和协方差阵.
解一:求边缘分布及Cov(X1,X2)=σ12
应用多元统计分析
第二章部分习题解答
第二章 多元正态分布及参数的估计
2-1 设3维随机向量X～N3(μ,2I3)，已知
002,
A
0.5 0.5
1 0
00.5.5, d 12.
试求Y=AX+d的分布.
解:利用性质2,即得二维随机向量Y~N2(y,y),
其中：
2
第二章 多元正态分布及参数的估计
2-2 设X=(X1,X2)′～N2(μ,Σ)，其中

多元统计分析第二章部分课后习题

年第二章课后习题1•现选取内蒙古、广西、贵州、云南、西藏、宇夏、新疆、甘肃和青海等9个内陆边远省区。

选取人均GDP、第三产业比重、人均消费支出、人口自然增长率及文盲半文盲人口占15岁以上人口等五项能够较好的说明各地区社会经济发展水平的指标，验证一下边远及少数民族聚居区的社会经济发展水平与全国平均水平有无显著差异。

五项指标的全国平均水平为:“° = (6212.01 32.87 2972 9.5 15.78/解：（1）先利用SPSS软件检验各变量是否遵从多元正态分布（见输出结果1-1）输出结果］a. Li 11 iefors显著水平修正上表给岀了对每一个变量进行正态性检验的结果，因为该例中样本数n二9,所以此处选用Shapiro-Wilk统计量。

则Sig.值分别为0. 781、0. 437、0. 131、0.682、0.242均大于显著性水平，由此可以知道,人均GDP、三产比重、人均消费、人口增长、文盲半文盲这五个变量组成的向量均服从正态分布，即我们认为这五个指标可以较好对各地区社会经济发展水平做出近似的度量。

（2）提出原假设及备选假设Hi :（3）做出统讣判断，最后对统讣判断作出具体的解释SPSS的GLM模块可以完成多元正态分布有关均值与方差的检验。

依次点选Analyze —>General Linear Mode^ IMultivariate ..................... 进入Multivariate 对话框，将人均GDP、第三产业比重、人均消费支出、人口自然增长率及文盲半文盲人口占15岁以上人口等这五项指标选入Dependent列表框，将分类指标选入Fixed Factor （s）框，点击OK运行，则可以得到如下结果（见输出结果1-2）。

输出结果1-2a.设计：截距+分类b.精确统计虽少年易学老难成,上面第一张表是样本数据分别来自边远及少数民族聚居区社会经济发展水平、全国的个数。

应用多元统计分析课后习题答案高惠璇习题解答PPT学习教案


)
D(L1) pq
D(L)
(k p,q)
设第L+1步从类间距离矩阵D(L)
D(L) ij
出发，
第19页/共38页
20
第六章 聚类分析
因
D(L) rk
D ( L 1) pq
DL
(k p, q)
D(L) ij
D ( L 1) ij
DL
(i, j r, p, q)
故第L＋1步的并类距离:
DL1 min(Di(jL) ) DL,
Dr2k
np nr
Dp2k
nq nr
Dq2k
npnq nr2
Dp2q
解一: 利用
X (r) 1 nr
np X ( p) nq X (q)
如果样品间的距离定义为欧氏距离,则有
Dr2k ( X (k ) X (r) )'( X (k ) X (r) )
n
p
nr
nq
X (k) np nr
②
di*j
cdij
cd ji
d
* ji
, 对一切i, j;Biblioteka 第2页/共38页3
第六章 聚类分析
③ di*j cdij c(dik dkj ) cdik cdkj
di*k
d
* kj
, 对一切i,
k,
j.
故d*=ad是一个距离.
(3) 设d为一个距离,c>0为常数,显然有
①
②
第3页/共38页
4
1)
p
q
1
2
1
2
11
故可变法具有单调性。
对于离差平方和法，因
0, p

应用多元统计分析课后习题答案高惠璇第二章部分习题解答


22 14
12
2 2
22
2 1
21 212
65
2
4211
22 22
22 14
12
4 3
13
第二章 多元正态分布及参数的估计
故X=(X1,X2)′为二元正态随机向量.且
E(
X
)
4 3
,
D(
X
)
1 1
21
解三:两次配方法
(1)第一次配方: 2x12 2x1x2 x22 (x1 x2 )2 x12
2
]
g( y1, y2 )
设函数 g( y1, y2 ) 是随机向量Y的密度函数.
15
第二章 多元正态分布及参数的估计
(3) 随机向量
Y
YY12
~
N2
7 4
,
I2
(4) 由于
X
X X
1 2
0 1
11
Y1 Y2
CY
0 1
11 74
34
,
0 1
11
I
2
0 1
11
1 1
2 2
X 2 ~ N (3,2).
10
第二章 多元正态分布及参数的估计
12 Cov( X1, X 2 ) E[( X1 E( X1))( X 2 E( X 2 )]
E[( X1 4)( X 2 3)]
(x1 4)(x2 3) f (x1, x2 )dx1dx2
令uu21
x1 x2
19
第二章 多元正态分布及参数的估计
2-17 设X～Np(μ,Σ),Σ＞0,X的密度函数记为 f(x;μ,Σ).(1)任给a＞0,试证明概率密度等高面

应用多元统计分析课后答案 (2).doc

2.1.试叙述多元联合分布和边际分布之间的关系。

解：多元联合分布讨论多个随机变量联合到一起的概率分布状况，12(,,)p X X X X '=L 的联合分布密度函数是一个p 维的函数，而边际分布讨论是12(,,)p X X X X '=L 的子向量的概率分布，其概率密度函数的维数小于p 。

2.2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。

解：设12()X X '的均值向量为()12μμ'=μ，协方差矩阵为21122212σσσσ⎛⎫ ⎪⎝⎭，则其联合分布密度函数为1/21222112112222122121()exp ()()2f σσσσσσσσ--⎧⎫⎛⎫⎛⎫⎪⎪'=---⎨⎬ ⎪⎪⎝⎭⎝⎭⎪⎪⎩⎭x x μx μ。

2.3已知随机向量12()X X '的联合密度函数为121212222[()()()()2()()](,)()()d c x a b a x c x a x c f x x b a d c --+-----=--其中1ax 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。

（1）解：随机变量1X 和2X 的边缘密度函数、均值和方差；112121222[()()()()2()()]()()()dx cd c x a b a x c x a x c f x dx b a d c --+-----=--⎰12212222222()()2[()()2()()]()()()()dd c c d c x a x b a x c x a x c dx b a d c b a d c -------=+----⎰ 121222202()()2[()2()]()()()()dd c c d c x a x b a t x a t dt b a d c b a d c ------=+----⎰ 2212122222()()[()2()]1()()()()d cdc d c x a x b a t x a t b a d c b a d c b a------=+=----- 所以 由于1X 服从均匀分布，则均值为2b a+，方差为()212b a -。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

4 3
u1u2
1
2
exp[
1 2
(2u12
u22
2u1u2 )]du1du2
1
2
u12
u1e 2
1
2
u2e
1 2
(
u2
u1
)
2
du2
du1
1
2
u12
u1e 2
1
2
(u2
u1
)e
1 2
(u2
u1
)
2
du2
u1
e
1 2
(
u2
u1
)
2
du2
du1
1
2
u e
2
u12 2
2
x12
22
x1
65
x12
14
x1
49)
1 2
(
x2
x1
7)2
e e dx2
2
1 e
1 2
(
x12
8
x1
16)
2
1
2
e dx
1 2
(
x2
x1
7
)
2
2
1 e
1 2
(
x1
4
)
2
2
X1 ~ N(4,1).
类似地有
f2 (x2 ) f (x1, x2 )dx1
1
e
1 4
(
x2
3)2
X
X X
(1) (2)
~
N
2
p
(1) (2)
,
1 2
2 1
,
其中μ(i) (i＝1，2)为p维向量,Σi (i＝1，2)为p阶矩阵，
(1) 试证明X(1) +X(2)和X(1) -X(2) 相互独立.
(2) 试求X(1) +X(2) 和X(1) -X(2) 的分布.
解 :(1) 令
Y
应用多元统计分析
第二章部分习题解答
第二章 多元正态分布及参数的估计
2-1 设3维随机向量X～N3(μ,2I3)，已知
002,
A
0.5 0.5
1 0
00.5.5, d 12.
试求Y=AX+d的分布.
解:利用性质2,即得二维随机向量Y~N2(y,y),
其中：
2
第二章 多元正态分布及参数的估计
2-2 设X=(X1,X2)′～N2(μ,Σ)，其中
f (x; , ) a
a0 (2 ) p/ 2 |
(x )1
|1/ 2 ,当0 a
(x )
1
ba02
时,
其中 b2 2 ln[a(2 ) p/2 | |1/ 2 ] 2 ln[aa0 ] 0, 20
第二章 多元正态分布及参数的估计
因 0,的特征值记为1 2 p 0, i对应
的特征向量记特li (i 1,2, , p),则有-1的谱谱分解
1
p i 1
1
i
lili
(见附录§5 P390)
令yi (x )li (i 1,2, , p) ,则概率密度等高面为
(x
)1(x
)
(x
)
p i1
1
i
lili(
x
)
b2
p
i1
1
i
yi2
b2
21
第二章 多元正态分布及参数的估计
19
第二章 多元正态分布及参数的估计
2-17 设X～Np(μ,Σ),Σ＞0,X的密度函数记为 f(x;μ,Σ).(1)任给a＞0,试证明概率密度等高面
f(x;μ,Σ)= a
是一个椭球面.
(2)
当p=2且
2
1
1
(ρ>0)时，
概率密度等高面就是平面上的一个椭圆，试求该椭圆
的方程式，长轴和短轴.
证明(1):任给a＞0,记
y12
1b2
y22
2b2
y
2 p
pb2
1
故概率密度等高面 f(x;μ,Σ)= a是一个椭球面.
(2)当p=2且
2
1
1
(ρ>0)时,
| | 4 (1 2 ).
由
| I p
|
2 2
2 2
( 2
)2
42
( 2 2)( 2 2) 0
可得Σ的特征值 1 2 (1 ), 2 2 (1 ).
2 2
X 2 ~ N (3,2).
10
第二章 多元正态分布及参数的估计
12 Cov( X1, X 2 ) E[( X1 E( X1))( X 2 E( X 2 )]
E[( X1 4)( X 2 3)]
(x1 4)(x2 3) f (x1, x2 )dx1dx2
令uu21
x1 x2
x22
2x1x2
22x1
14x2
65)
1 2 1 2
1
2
exp
1
212
2 2
(1
2
)
[
2 2
(
x1
1 ) 2
21 2(x1
1)(x2
2
)
2 1
(
x2
2
)
2
]
比较上下式相应的系数,可得:
1 2
2 2
1 2
2
1
2 1
1
1 2 1
2 1
1
2
1/
21
2 2
2
2
2 1
21 22 21 21
]
g( y1, y2 )
设函数 g( y1, y2 ) 是随机向量Y的密度函数.
15
第二章 多元正态分布及参数的估计
(3) 随机向量
Y
YY12
~
N2
7 4
,
I2
(4) 由于
X
X X
1 2
0 1
11
Y1 Y2
CY
0 1
11 74
34
,
0 1
11I
2
0 1
11
1 1
21
故
X
CY
~
N2
4 3
,
1 1
21
E(
X
)
34 ,
D(
X
)
1 1
21
16
第二章 多元正态分布及参数的估计
2-12
设X1
~N(0,1),令
X2
X
X 1,
1
,
当-1 其它.
X1 1,
(1)证明X2 ~N(0,1);
(2)证明(X1 , X2 ) 不是二元正态分布.
证明(1):任给x,当x≤-1时
23
第二章 多元正态分布及参数的估计
2-19 为了了解某种橡胶的性能，今抽了十个样品， 每个测量了三项指标： 硬度、变形和弹性，其数据见 表。试计算样本均值，样本离差阵，样本协差阵和样 本相关阵.
解：
24
第二章 多元正态分布及参数的估计
25
注意:由D(X)≥0,可知 (Σ1-Σ2) ≥0.
8
第二章 多元正态分布及参数的估计
2-11 已知X=(X1,X2)′的密度函数为
f
( x1 ,
x2 )
1
2
exp
1 2
(2 x12
Hale Waihona Puke x222 x1 x222 x1
14 x2
65)
试求X的均值和协方差阵.
解一:求边缘分布及Cov(X1,X2)=σ12
22
第二章 多元正态分布及参数的估计
λi (i=1,2)对应的特征向量为 1
1
l1
2 1 2
l1
2 1 2
由(1)可得椭圆方程为 y12 2 (1 )b2
2
y22
(1
)b
2
1
其中 b2 2ln[a(2 ) | |1/2 ] 2ln[2 2 1 2 a],
长轴半径为 d1 b 1 , 方向沿着l1方向(b>0); 短轴半径为d2 b 1 , 方向沿着l2方向.
2
)
O
2(1
2
)
由定理2.3.1可知X(1) +X(2)和X(1) -X(2) 相
互独立.
7
第二章 多元正态分布及参数的估计
(2) 因
Y
X X
(1) (1)
X X
(2) (2)
~
N2p
(1) (1)
(2) (2)
,
2(1 O
2)
O 2(1
2
)
所以 X (1) X (2) ~ N p ( (1) (2) ,2(1 2 )); X (1) X (2) ~ N p ( (1) (2) ,2(1 2 )).
X1
1
18
第二章 多元正态分布及参数的估计
P{Y 0} P{X1 1或X1 1} P{X1 1} P{X1 1} (X1 ~ N(0,1)) 2(1) 0.3174 0
若(X1 , X2 ) 是二元正态分布,则由性质4可知,
它的任意线性组合必为一元正态. 但Y= X1-X2 不是正态分布,故(X1 , X2 ) 不是二元正态分布.
因2x12
2x1x2
x22
(x1,
x2
)
2 1
11
x1 x2
,
而
2 1
11 11
1011
10 BB,