文档介绍:313多元正态分布相关性
设
是p维随机向量,
是
维子向量,
设
是
的最优线性估计,
是
的最优线性估计,
是
维常数向量。由上面相似的方法可知
在消去
的最大线性效应后得到两个随机变量为
(
设
是p维随机向量,
是
维子向量,
设
是
的最优线性估计,
是
的最优线性估计,
是
维常数向量。由上面相似的方法可知
在消去
的最大线性效应后得到两个随机变量为
()
()
偏相关系数的定义:设
是p维随机向量,
是
维子向量,
在
给定的条件
下,
的偏相关系数就是上述
的相关系数,记为
或
()
在实际应用中可根据需要得到其他形式的复相关系数或偏
相关系数的表达式 。
偏相关系数有如下的递推公式:
例如,设 则 表示 与其他
分量间的复相关系数,又如 表示在
给定下, 与 的偏相关系数。计算中只须取
中与 , 和 有关的行、列得到新的协方差矩阵,然
后按()计算即可。
特别地,有
只要知道相关矩阵,那么各种偏相关系数也就完全确定了。
由此公式可根据
计算
再计算
()
在制订服装标准时,需对有关对象进行抽样,
然后进行人体有关尺寸的测量。今从女子身体测量中取出部
分结果如下:用 表示身高, 表示胸围, 表示腰围,
表示上体长, 表示臀围,经计算得到这五个变量的相关矩
由相关系数矩阵可看出 说明上体长
与身高、胸围与腰围之间存在较大的正相关; 说
明身高与腰围几乎不相关。下面计算偏相关系数 和 。
阵是:
比较 和 可以看出,即使在排除了身高的影响后腰围
和胸围仍然高度相关。再从 与 的比较中我们发现,
把臀围的影响去除后,上体长与腰围从正相关变为负相关。
这也说明,腰围和上体长之间的相关实际上是通过女性的一
个主要特征臀围而引起的。因此在多个变量时,用相关系数
说明相互关系时要十分慎重。
由()得:
二、正态向量的条件分布
设 维随机向量 其中
。 分别是 维
和 维随机向量。把 和 相应分块,则在给定 后
的条件分布为:
即在给定 后 的条件分布为 维正态分布,且
证明:作可逆线性替换
其中
于是
由性质2知:
由性质6知 与 相互独立,且
从而在给定 后,
因此
设
这里
求
和
分布。
的条件
解:
这是 对 的线性回归方程。又
设
其中
试求在给定
时,
的条件分布。
解:令
于是得
于是
其中
感谢您的关注