当前位置: 首页 > news >正文

多元统计分析练习题3

从总体 A A A B B B 中分别抽取 n = 10 n=10 n=10 个样本

假设 A , B A,B A,B 协方差矩阵相同,并且服从多元正态分布

计算得到的样本均值和样本离差阵分别为

X ‾ A = ( 1 , 2 , 3 ) T , V B = d i a g ( 1 , 1 , 1 ) X ‾ B = ( 1.5 , 2.5 , 3.5 ) T , V B = d i a g ( 3 , 3 , 3 ) \overline{X}_A=(1,2,3)^T,V_B=diag(1,1,1)\\ \overline{X}_B=(1.5,2.5,3.5)^T,V_B=diag(3,3,3) XA=(1,2,3)T,VB=diag(1,1,1)XB=(1.5,2.5,3.5)T,VB=diag(3,3,3)

(1)检验 B B B 总体的均值

H 0 : μ B = ( 1.2 , 2.2 , 3.2 ) T H 1 : μ B ≠ ( 1.2 , 2.2 , 3.2 ) T H_0:\mu_B=(1.2,2.2,3.2)^T\\ H_1:\mu_B\ne(1.2,2.2,3.2)^T H0:μB=(1.2,2.2,3.2)TH1:μB=(1.2,2.2,3.2)T

T 2 = ( n − 1 ) n ( X ‾ B − μ B ) ′ V B − 1 ( X ‾ B − μ B ) = 8.1 T^2=(n-1)n(\overline{X}_B-\mu_B)'V^{-1}_B(\overline{X}_B-\mu_B)=8.1 T2=(n1)n(XBμB)VB1(XBμB)=8.1

根据 F F F 分布和 T 2 T^2 T2 分布的关系

F = n − p ( n − 1 ) p T 2 = 2.1 ∼ F ( p , n − p ) = F ( 3 , 7 ) F=\frac{n-p}{(n-1)p}T^2=2.1\sim F(p,n-p)=F(3,7) F=(n1)pnpT2=2.1F(p,np)=F(3,7)

P { F > 2.1 } = 0.1887 > 0.05 P\{F>2.1\}=0.1887>0.05 P{F>2.1}=0.1887>0.05

故接受 H 0 H_0 H0

(2)检验 A A A B B B 的均值是否相等

H 0 : μ A = μ B H 1 : μ A ≠ μ B H_0:\mu_A=\mu_B\\ H_1:\mu_A\ne\mu_B H0:μA=μBH1:μA=μB

T 2 = n 1 n 2 n 1 + n 2 ( X ‾ A − X ‾ B ) ′ ( A 1 + A 2 n 1 + n 2 − 2 ) − 1 ( X ‾ A − X ‾ B ) = 16.875 T^2=\frac{n_1n_2}{n_1+n_2}(\overline{X}_A-\overline{X}_B)' \bigg(\frac{A_1+A_2}{n_1+n_2-2}\bigg)^{-1} (\overline{X}_A-\overline{X}_B)=16.875 T2=n1+n2n1n2(XAXB)(n1+n22A1+A2)1(XAXB)=16.875

F = ( n 1 + n 2 − 2 ) − p + 1 ( n 1 + n 2 − 2 ) p T 2 = 5 ∼ F ( p , n 1 + n 2 − p − 1 ) = F ( 3 , 16 ) F=\frac{(n_1+n_2-2)-p+1}{(n_1+n_2-2)p}T^2=5\sim F(p,n_1+n_2-p-1) =F(3,16) F=(n1+n22)p(n1+n22)p+1T2=5F(p,n1+n2p1)=F(3,16)

P { F > 5 } = 0.0124 < 0.05 P\{F>5\}=0.0124<0.05 P{F>5}=0.0124<0.05

故拒绝 H 0 H_0 H0

http://www.lryc.cn/news/512222.html

相关文章:

  • windows remote desktop service 远程桌面RDS授权激活
  • 6-pandas数据读取
  • 【Logback详解】
  • Flume的概念和原理
  • 初始nginx
  • vulnhub靶场 Empire LupinOne
  • 6-Gin 路由详解 --[Gin 框架入门精讲与实战案例]
  • 使用Lodash工具库的orderby和sortby进行排序的区别
  • CSS面试题|[2024-12-24]
  • flask-admin 在modelview 视图中重写on_model_change 与after_model_change
  • Excel粘贴复制不完整的原因以及解决方法
  • 【深度学习环境】NVIDIA Driver、Cuda和Pytorch(centos9机器,要用到显示器)
  • Cocos Creator 3.8.5 正式发布,更小更快更多平台!
  • Python中构建终端应用界面利器——Blessed模块
  • Android 15 状态栏闹钟图标不显示问题修复
  • 数据采集背后的效率革命:如何优化你的爬虫性能
  • 【Compose multiplatform教程06】用IDEA编译Compose Multiplatform常见问题
  • 《计算机组成及汇编语言原理》阅读笔记:p128-p132
  • 使用 OpenCV 在图像中添加文字
  • 实现某海外大型车企(T)Cabin Wi-Fi 需求的概述 - 4
  • Linux系统:内核态与用户态的深层思考
  • # 光速上手 - JPA 原生 sql DTO 投影
  • ASP.NET Web应用程序出现Maximum request length exceeded报错
  • HTML——16.相对路径
  • windows 默认的消息ID有那些---我与大模型对话
  • CSV vs 数据库:爬虫数据存储的最佳选择是什么
  • 编译原理学习笔记——CH7-Runtime Environments运行时环境
  • 机器学习DAY7: 特征工程和特征选择(数据预处理)(完)
  • vue3动态加载组件
  • 12.29 redis缓存一致性