一元正态分布回顾
如果随机变量
服从均值为
方差为
的正态分布 (Univariate normal distribution),
,则其概率密度函数为:
- 整个分布可以仅用均值及方差来刻画
- 如果变量之间不相关,则它们相互独立
- 经典统计检验通常基于正态分布假设
- 正态分布可以模拟大量自然现象
多元正态分布
多元正态分布密度函数
类比于一元情况,若
维随机变量
服从均值向量为
和协方差矩阵为
的多元正态分布 (Multivariate normal distribution), 记为
,则密度函数为
当
时,
所以随机向量
服从二元正态分布 (Bivariate normal distribution):
,其密度函数为:
概率密度等高线
由于多元正态分布的密度函数为
其概率密度等高线可表示为:
,
为一常数。
根据矩阵谱分解(Spectral decomposition):
这里的
是协方差矩阵
的(正交)特征值-特征向量对。从而
概率密度等高线:
,可写为:
每条等高线都是以
为中心、以
为轴长的椭球。 这里的
, 是协方差矩阵
的
特征值-特征向量。
二元正态分布概率密度等高线
同理,二元正态分布的概率密度等高线可以简化为 :
考虑
时的情况:
线性组合
向量
• 假设
是一个常数向量,
相反地,如果所有的
的线性组合都服从一元正态分布,则
一定 是多元正态分布。即:
如果对于所有的