多元标准正态分布
若列向量 Z ⃗ = ( Z 1 , Z 2 . . . . Z n ) T \vec{Z}=(Z_1,Z_2....Z_n)^T Z=(Z1,Z2....Zn)T表示n个服从标准正态分布的随机变量 Z 1 , Z 2 . . . . Z n Z_1,Z_2....Z_n Z1,Z2....Zn组成,那么 Z ⃗ \vec{Z} Z就服从多元正态分布。由于 Z 1 , Z 2 . . . . Z n Z_1,Z_2....Z_n Z1,Z2....Zn服从正态分布,所以当 Z 1 , Z 2 . . . . Z n Z_1,Z_2....Z_n Z1,Z2....Zn不相关时, Z 1 , Z 2 . . . . Z n Z_1,Z_2....Z_n Z1,Z2....Zn就相互独立。当 Z 1 , Z 2 . . . . Z n Z_1,Z_2....Z_n Z1,Z2....Zn相互独立时, Z ⃗ \vec{Z} Z概率密度函数为 f ( Z ⃗ ) = f ( z 1 ) ∗ f ( z 2 ) . . . f ( z n ) = c ∗ e ( − z 1 2 2 ) ∗ e ( − z 2 2 2 ) . . . e ( − z n 2 2 ) = c ∗ e − ∣ ∣ z ⃗ ∣ ∣ 2 f(\vec{Z})=f(z_1)*f(z_2)...f(z_n)=c*e^{(-\frac{z_1^2}{2})}*e^{(-\frac{z_2^2}{2})}...e^{(-\frac{z_n^2}{2})}=c*e^{-\frac{||\vec{z}||}{2}} f(Z)=f(z1)∗f(z2)...f(zn)=c∗e(−2z12)∗e(−2z22)...e(−2zn2)=c∗e−2∣∣z∣∣ 其中 c c c是使总概率为1的常量, ∣ ∣ z ⃗ ∣ ∣ ||\vec{z}|| ∣∣z∣∣是向量的长度。
线性 f ( Z ⃗ ) f(\vec{Z}) f(Z)的等值线是圆或球面或超球面,即使 Z ⃗ \vec{Z} Z具体值未知,但是当其长度 ∣ ∣ z ⃗ ∣ ∣ ||\vec{z}|| ∣∣z∣∣固定时, f ( Z ⃗ ) f(\vec{Z}) f(Z)的函数值也确定了,也就是以原点为中心的圆周上任意位置的函数值都相同,这就是球面超球面圆的定义。如二维正态分布图
其他后面再写。。。
https://blog.csdn.net/nstarLDS/article/details/104835010 多元正态分布