多元正态分布的假设检验法分析课件(-82张)

1、多元正态分布的假设检验 多元正态分布的假设检验 4.1 单个总体均值向量的推断 4.1 单个总体均值向量的推断 多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)proc iml; n=20; p=3; x=3

2、.7 48.5 9.3 ,5.7 65.1 8.0 ,3.8 47.2 10.9 , 3.2 53.2 12.0 ,3.1 55.5 9.7 ,4.6 36.1 7.9 , 2.4 24.8 14.0 ,7.2 33.1 7.6 ,6.7 47.4 8.5 , 5.4 54.1 11.3 ,3.9 36.9 12.7 ,4.5 58.8 12.3 , 3.5 27.8 9.8 ,4.5 40.2 8.4 ,1.5 13.5 10.1 , 8.5 56.4 7.1 ,4.5 71.6 8.2 ,6.5 52.8 10.9 , 4.1 44.1 11.2 ,5.5 40.9 9.4 ; m0=4

3、50 10; ln=20 1 ; x0=(ln*x)/n; print x0; xm=x0-m0; print xm; mm=i(20)-j(20,20,1)/n; a=x*mm*x; print a; ai=inv(a); print ai; dd=xm*ai*xm; d2=(n-1)*dd; t2=n*d2; f=(n-p)*t2/(n-1)*p); print dd d2 t2 f; p0=1-probf(f,p,n-p); print p0; fa=finv(0.95,p,n-p); beta=probf(fa,p,n-p,t2); print fa beta;quit;proc im

4、l; The SAS System 08:48 Wednesday, March 10, 2008 4 X0 4.64 45.4 9.965 XM 0.64 -4.6 -0.035 A 54.708 190.19 -34.372 190.19 3795.98 -107.16 -34.372 -107.16 68.9255 AI 0.0308503 -0.001162 0.0135773 -0.001162 0.0003193 -0.000083 0.0135773 -0.000083 0.0211498 DD D2 T2 F 0.0256283 0.4869386 9.7387729 2.90

5、45463 P0 0.0649283 FA BETA 3.1967768 0.3616381多元正态分布的假设检验法分析课件(-82张)二 单个总体均值分量间结构关系的检验是取自该总体的样本。检验： 1、问题引入例 设二 单个总体均值分量间结构关系的检验是取自该总体的样本。检与上面的假设等价的是，寻找常数矩阵与上面的假设等价的是，寻找常数矩阵 注：矩阵C不是唯一的， 注：矩阵C不是唯一的， 在例4.2.1中，假定人类的体形有这样一个一般规律的身高、胸围和上臂围平均尺寸比例为6:4:1。检验比例是否符合这一规律。检验： 在例4.2.1中，假定人类的体形有这样一个一则上面的假设可以表达为 则上面的

6、假设可以表达为2、统计量及方法 其中C为一已知的kp阶矩阵，k F Wilks Lambda 0.87857261 2.58 3 56 0.0626 Pillais Trace 0.12142739 2.58 3 56 0.0626 Hotelling-Lawley Trace 0.13820985 2.58 3 56 0.0626 Roys Greatest Root 0.13820985 2.58 3 56 0.0626 H = Anova SSCP Matrix for claproc iml;sigma1=0.5758620690 0.3758620690 -.1034482759 -

7、.1655172414, 0.3758620690 0.5850574713 -.0919540230 -.1586206897, -.1034482759 -.0919540230 0.4367816092 0.4137931034, -.1655172414 -.1586206897 0.4137931034 0.4551724138;mu1= 3.90000, 3.96667, 4.33333, 4.40000; sigma2= 0.4885057471 -.0172413793 0.0402298851 0.0229885057, -.0172413793 0.4379310345 0

8、.0724137931 0.1172413793, 0.0402298851 0.0724137931 0.2402298851 0.2022988506, 0.0229885057 0.1172413793 0.2022988506 0.2574712644; mu2= 3.83333, 4.10000, 4.63333, 4.53333;c=1 -1 0 0 , 1 0 -1 0 , 1 0 0 -1;mu=(mu1+mu2)/2;a=c*mu;sigma=29#(sigma1+sigma2)/58;t2=60#t(a)*inv(c*sigma*t(c)*a;print t2;proc i

9、ml;多元正态分布的假设检验法分析课件(-82张)第一节 单因素方差分析问题的提出统计的模型及检验方法多重比较检验第一节 单因素方差分析问题的提出问题的提出问题的提出 某工厂实行早、中、晚三班工作制。工厂管理部门想了解不同班次工人劳动效率是否存在明显的差异。每个班次随机抽出了7个工人，得工人的劳动效率（件/班）资料如表。分析不同班次工人的劳动效率是否有显著性差异。 a=0.05，0.01。早班中班晚班344939374740355142334839335041355142365140 某工厂实行早、中、晚三班工作制。工厂管理部 为什么各值 会有差异？可能的原因有两个。 一是，各个班次工人的劳动

10、效率可能有差异，从而导致了不同水平下的观察值之间差异，即存在条件误差。 二是，随机误差的存在。 如何衡量两种原因所引起的观察值的差异?总平均劳动效率为： 为什么各值 会有差异？可能的原因有两个。 三个班次工人的平均劳动效率分别为：总离差平方和ss组间离差平方和(条件误差)ssA三个班次工人的平均劳动效率分别为：总离差平方和ss组间离差平组内离差平方和（随机误差）sse 统计量F组内离差平方和（随机误差）sse 统计把计算的F值与临界值比较，当F F时，拒绝原假设，不同水平下的效应有显著性差异；当F F 时，接受原假设。方 差 来 源离差平方和自由度方差F值组间A组内E总和NEXT把计算的F值与

11、临界值比较，方 差 离差平方和自由度方差F值查F分布表得临界值因为 故应拒绝原假设，即不同班次工人的劳动效率有显著的差异。 方差分析：比较3个或3个以上的总体均值是否有显著性差异。用组间的方差与组内方差相比，据以判别误差主要源于组间的方差（不同组工人的产量，条件误差），还是源于组内方差（随机误差）。NEXT查F分布表得临界值 方差分析：比较3个或3个以上的 50家上市公司，按行业计算其1999年底的资产负债情况，如下：序号制造业商业运输业公用事业房地产业16590502570255956530753509058456044593635080540926440656589060257076085

12、5830728758856307698090603568106092552566平均58.890.558.933.570.2 50家上市公司，按行业计算其1999年底的资 多重比较检验 1、多重比较检验 前面的F检验只能说明在单一因素的影响下，不同水平是否存在显著性的差异，但不能断言哪些总体之间存在差异，在方差分析中否定了原假设，并不意味着接受了假设： 因而还应该进一步讨论到底是哪些总体之间存在差异。多重比较检验 1、多重比较检验因而还应该 Scheffe检验检验的结论： Scheffe检验检验的结论：第二节 多元方差分析一、假设第二节 多元方差分析一、假设二、多元方差分析的离差平方和的分解总

13、离差平方和 二、多元方差分析的离差平方和的分解总离差平方和 多元正态分布的假设检验法分析课件(-82张)由于交叉乘积项为零，故组间叉积矩阵组内叉积矩阵总叉积矩阵 组内叉积矩阵：主要由随机因素构成组间叉积矩阵：主要由系统因素构成由于交叉乘积项为零，故组内叉积矩阵：主要由随机因素构成组间叉 SSE和SSA之和等于总离差平方和SST。当SSE在SST中占有较大的份额时，可以认为随机因素影响过大，反之SSE所占份额小，SSA所占份额就大，不同试验间的观测值会有显著性差异。 三、统计量 SSE和SSA之和等于总离差平方和SST。对给定的显著性水平，检验规则为： 拒绝原假设；接受原假设；注：关于统计量与F

14、统计量的换算，参看附录。对给定的显著性水平，检验规则为：拒绝原假设；接受原假设；注多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)多元正态分布的假设检验法分析课件(-82张)例4.6.1 有四种不同的商品x1,x2,x3和x4,按三种不同的方式销售，有数据如程序数据行，检验三种消费方式是否有显著性差异。例4.6.1 有四种不同的商品x1,

15、x2,x3和xproc iml;csscp=49290.8500 8992.2500 -36444.0000 28906.8000, 8992.2500 9666.5833 -4658.3333 4859.0000,36444.0000 -4658.3333 429509.3333 -58114.0000,28906.8000 4859.0000 -58114.0000 175644.4000; mu1=90.80000 58.65000 404.50000 230.65000; mu2= 72.90000 51.45000 417.75000 253.15000; mu3= 94.15000

16、 55.15000 403.75000 292.00000; mu= 85.95000 55.08333 408.66667 258.60000; bcsscp=20#(t(mu1-mu)*(mu1-mu)+t(mu2-mu)*(mu2-mu)+t(mu3-mu)*(mu3-mu);icsscp=csscp-bcsscp;ht=det(csscp);hi=det(icsscp);lamda=hi/ht;print lamda;proc iml;1.地域文化因历史悠久,富有人文内涵,在今天仍发挥重要作用,因而颇受老百姓喜爱。2.在当下,地域文化不仅丰富了人们的精神生活,而且直接促进了社会生产力的快速发展。3.大力发展文化产业,形成地域与文化、经济互促式发展模式,需要多个方面的积极参与。4.加强历史文物古迹保护、恢复还原古景、开发历史人文景观等是彰显地域文化魅力的重要途径。5.作为文化产业的重要载体和平台,“农家乐”等生态休闲旅游项目利于改变我国山区落后的经济状况。6项,“取决于该城市对本地历史文化、民间传统艺术等的挖掘利用程度”不正确,由