多元正態(tài)分布的參數(shù)估計(jì)_第1頁
多元正態(tài)分布的參數(shù)估計(jì)_第2頁
多元正態(tài)分布的參數(shù)估計(jì)_第3頁
多元正態(tài)分布的參數(shù)估計(jì)_第4頁
多元正態(tài)分布的參數(shù)估計(jì)_第5頁
已閱讀5頁，還剩20頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、多元正態(tài)分布的參數(shù)估計(jì)統(tǒng)計(jì)遺傳學(xué)教研室第二章 多元正態(tài)分布1多元樣本的概念及表示法26多元樣本的數(shù)字特征參數(shù)估計(jì)34Wishart分布和的估計(jì)及基本性質(zhì)一、多元樣本的概念及表示法1、簡單樣本 從多元總體中隨機(jī)抽取n個(gè)個(gè)體，每個(gè)個(gè)體獨(dú)立同分布，則稱這n個(gè)個(gè)體為總體的一個(gè)隨機(jī)樣本，稱為簡單樣本。樣本（個(gè)體）基因（特征）樣本（個(gè)體）特征2、樣本的描述一、多元樣本的概念及表示法樣本（個(gè)體）特征其中，n個(gè)樣本，每個(gè)樣本有p個(gè)特征即：P維向量注：當(dāng)p=1的時(shí)候，為X一元隨機(jī)變量，多元隨機(jī)變量為一元隨機(jī)變量的擴(kuò)展。一、多元樣本的概念及表示法注意：（1）多元樣本中的每個(gè)樣品，p個(gè)指標(biāo)之間往往是有相關(guān)關(guān)系的，但

2、不同樣品間的觀測值一定是獨(dú)立的。（2）多元分析處理的多元樣本觀測數(shù)據(jù)一般都屬于橫截面數(shù)據(jù)，即在同一時(shí)間橫截面上的數(shù)據(jù)，如某一時(shí)刻某些基因的表達(dá)值。一、多元樣本的概念及表示法1、均值向量二、多元樣本的數(shù)字特征二、多元樣本的數(shù)字特征2、樣本離差陣二、多元樣本的數(shù)字特征二、多元樣本的數(shù)字特征二、多元樣本的數(shù)字特征二、多元樣本的數(shù)字特征注：二、多元樣本的數(shù)字特征 二、多元樣本的數(shù)字特征二、均值向量與協(xié)差陣的極大似然估計(jì) 二、均值向量與協(xié)差陣的極大似然估計(jì) 二、均值向量與協(xié)差陣的極大似然估計(jì) 二、均值向量與協(xié)差陣的極大似然估計(jì) 二、均值向量與協(xié)差陣的極大似然估計(jì)二、均值向量與協(xié)差陣的極大似然估計(jì)三、Wishart分布 三、Wis

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論