10 典型相关分析 | 多元统计分析示例 (pku.edu.cn)
基础知识准备:
参考:回归分析|笔记整理(3)——多元正态分布理论(上) - 知乎 (zhihu.com)
1.1 多元分布的基本概念及性质
https://blog.csdn.net/qq_41035283/article/details/121130346
重要:
1.1.1 均值
1.1.2 协方差阵
一、X与X
一般写做:
性质:(1):
(2):设为p维随机变量,期望和协方差存在,记,A为p*p的常数阵,则
二、X与Y
定义:
性质:
1.1.3 随机向量X的相关阵
定义: , 其中
标准化数据的协方差阵正好是原指标的相关阵
1.2 统计距离
马氏距离,欧式距离
参考:多元统计分析——欧式距离和马氏距离_马氏距离和欧式距离的区别-CSDN博客
1.3 多元正态分布
1.3.1 概率密度函数及其推导过程
参考:https://blog.csdn.net/weixin_45925418/article/details/118494954
1.3.2 多元正态分布的性质
参考:(https://blog.csdn.net/qq_38406029/article/details/120596820)
但是若一个随机向量的任何边缘分布均为正态分布,并不能导出它是多元正态分布。
如:
若 , 则 若为定值,随着X的变化,其轨迹为一个椭圆面,是X 的密度函数的等值面。若X给定,则为X到的马氏距离。
1.3.3 条件分布和独立性
一、条件分布
分成两部分:!!!(这个会考哦)
关于多元正态分布的条件分布的证明_多元正态条件分布证明-CSDN博客
在已知的条件下:
的条件分布:均值和方差记为:
分成三部分:
二、独立性
1.4 均值向量与协方差阵的估计
是无偏估计
是极大似然估计,是强相合估计,但是有偏。是无偏估计。