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

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)，請進行舉報或認領(lǐng)

文檔簡介

1、多元正態(tài)分布的參數(shù)估計統(tǒng)計遺傳學(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34Wishart分布和的估計及基本性質(zhì)一、多元樣本的概念及表示法1、簡單樣本 從多元總體中隨機抽取n個個體，每個個體獨立同分布，則稱這n個個體為總體的一個隨機樣本，稱為簡單樣本。樣本（個體）基因（特征）樣本（個體）特征2、樣本的描述一、多元樣本的概念及表示法樣本（個體）特征其中，n個樣本，每個樣本有p個特征即：P維向量注：當(dāng)p=1的時候，為X一元隨機變量，多元隨機變量為一元隨機變量的擴展。一、多元樣本的概念及表示法注意：（1）多元樣本中的每個樣品，p個指標之間往往是有相關(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)，即在同一時間橫截面上的數(shù)據(jù)，如某一時刻某些基因的表達值。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 二、均值向量與協(xié)差陣的極大似然估計 二、均值向量與協(xié)差陣的極大似然估計 二、均值向量與協(xié)差陣的極大似然估計 二、均值向量與協(xié)差陣的極大似然估計二、均值向量與協(xié)差陣的極大似然估計三、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)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，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確性、安全性和完整性, 同時也不承擔(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。

評論

0/150

提交評論