多元正态分布定义及性质
变换法
设:
- (U=(U_1,dots,U_q)'sim N(0,1)),
- (mu)为(p)维常数向量,
- (A)为(p imes q)常数矩阵,
则称 (X=AU+mu) 的分布为 (p)元正态分布,(X)为(p)维正态随机向量,记为:“(Xsim N_p(mu,AA'))”.
特征函数法
(X)的特征函数为:
[egin{align} Phi_X(t)=&E(e^{it'X})=E(e^{it'(AU+mu)})\ =&exp(it'mu)cdot E(e^{it'AU})\ 令&s'=t'A=(s_1,dots,s_q)\ =&exp(it'mu)cdot E(e^{i(s_1U_1+dots s_qU_q)})\ =&exp(it'mu)cdot prod_{j=1}^qE(e^{is_jU_j})\ =&exp(it'mu)cdot prod_{j=1}^qexp(-frac12s_j^2)\ =&exp(it'mu-frac12s's)\ =&exp(it'mu-frac12t'AA't) end{align} ]
若(p)维随机向量(X)的特征函数满足上式,则称(X)服从(p)维正态分布,记为(Xsim N_p(mu,Sigma)).
性质法
(定义) 若(p)维随机向量(X)的任意线性组合均服从一元正态分布,则称(X)为(p)维正态随机向量。
- 设(Xsim N_p(mu,Sigma)),(B)为(s imes p)维常数矩阵,(d)为(s)维常向量,令(Z=BX+d),则(Zsim N_s(Bmu+d,BSigma B')).其中,对于(X),(E(X)=mu,D(X)=Sigma)
由于(Sigmageq0),则可分解为(Sigma=AA')设(X=AU+mu),其中(U_isim N(0,1)),则
[egin{align} Z&=BX+d\ &=B(AU+mu)+d\ &=BAU+Bmu+d end{align} ]于是(Zsim N_s(Bmu+d,(BA)(BA)'))即(Zsim N_s(Bmu+d,BSigma B'))
此性质说明,正态随机向量的任意线性组合仍服从正态分布。
- 若将(Xsim N_p(mu,Sigma))进行分割:
则(X^{(1)}sim N_r(mu^{(1)},Sigma_{11})),即多元正态分布的边缘分布仍为正态分布,而反之不一定成立。
- (充要条件)若(X)为(p)维随机向量,其服从正态分布 (leftrightarrows) 对任意(p)维实向量(a=(a_1,dots,a_p)'),有(xi=a'X)为一维正态随机变量。
( ightrightarrows)
设(B=a',d=0),则
[egin{align} xi=&BX+d\ =&a'X sim N(a'mu, a'Sigma a) end{align} ](leftleftarrows)
对 (forall tinR^p,xi=t'Xsim “正态分布”),则(E(X_i),Cov(X_i,X_j))均存在,记(E(X)=mu,D(X)=Sigma)
则对 (forall tinR^p,xi=t'Xsim N( t'mu , t'Sigma t )),且特征函数为:
[Phi_xi( heta)=E(e^{i hetaxi})=expleft[i heta(t'mu)-frac12 heta^2(t'Sigma t) ight] ]若令( heta=1),则:
[Phi_xi(1)=E(e^{ixi})=E(e^{it'X})=Phi_X(t)=expleft[it'mu-frac12t'AA't ight] ]则:(Xsim N(mu,Sigma ))
概率密度法
(多维正态随机向量联合密度函数)设(Xsim N_p(mu,Sigma),Sigma>0),则:
因为(Sigma>0,rank(Sigma)=p)所以(exist A_{p imes p})为非奇异方阵,使得(Sigma=A'A)并且满足(X=AU+mu),其中(U_i)相互独立同(N(0,1))分布,则
[egin{align} f_X(x)=&frac1{(2pi)^{p/2}}exp{-frac12u'u}J(u o x)\ =&frac1{(2pi)^{p/2}}exp{-frac12[A^{-1}(x-mu)]'[A^{-1}(x-mu)]}frac1{J(x o u)}\ =&frac1{(2pi)^{p/2}|Sigma|^{1/2}}exp{-frac12(x-mu)'Sigma^{-1}(x-mu)} end{align} ]由(X=AU+mu),则(J(x o u))为:
[egin{align} J(x o u)&=left[frac{partial x'}{partial u} ight]_+\ &= left[ egin{array}{ccc} frac{partial x_1}{partial u_1}&dots&frac{partial x_p}{partial u_1}\ vdots&&vdots\ frac{partial x_1}{partial u_p}&dots&frac{partial x_p}{partial u_p}\ end{array} ight]\ &=|A'|_+\ &=|AA'|^{1/2}=|Sigma|^{1/2} end{align} ]