การแจกแจงปรกติหลายตัวแปร
การแจกแจงแบบปรกติหลายตัวแปร (แม่แบบ:Langx) เป็นการขยายวางนัยทั่วไปจากการแจกแจงแบบปรกติ (ตัวแปรเดียว) ไปเป็นหลายมิติ (หลายตัวแปร) เวกเตอร์สุ่มที่มีการแจกแจงแบบปรกติหลายตัวแปร คือ ทุก ๆ ผลรวมเชิงเส้น (linear combination) ของส่วนประกอบของเวกเตอร์มีการแจกแจงเป็นการแจกแจงแบบปรกติ
การแจกแจงแบบปรกติหลายตัวแปร มักใช้อธิบาย เซตของตัวแปรสุ่มหลาย ๆ ตัวที่มีความสัมพันธ์กัน โดยที่แต่ค่าของตัวแปรจะมีค่าเกาะกลุ่มอยู่ใกล้ ๆ กับค่ามัชฌิม
สัญลักษณ์เครื่องหมายและการใช้พารามิเตอร์
การแจกแจงแบบปรกติหลายตัวแปร ของเวกเตอร์สุ่ม k มิติ (k-dimensional random vector) แม่แบบ:Nowrap สามารถเขียนได้ดังนี้:
หรือสามารถระบุจำนวนมิติของตัวแปรได้ดังนี้
โดยเวกเตอร์ค่ามัชฌิมที่มี k มิติ คือ
และ เมตริกซ์ของความแปรปรวนร่วมเกี่ยว (covariance matrix) ขนาด k x k คือ
คำนิยาม
เวกเตอร์สุ่ม แม่แบบ:Nowrap จะมีการแจกแจงแบบปรกติหลายตัวแปรได้ก็ต่อเมื่อเงื่อนไข ดังนี้[1]:
- ทุก ๆ ผลรวมเชิงเส้น Y = a1X1 + … + akXk มีการแจกแจงเป็นการแจกแจงแบบปรกติ นั่นคือ สำหรับเวกเตอร์ค่าคงที่ใด ๆ แม่แบบ:Nowrap, ตัวแปรสุ่ม แม่แบบ:Nowrap จะมีการแจกแจงเป็นการแจกแจงแบบปรกติ
- เวกเตอร์สุ่ม Z (ขนาด ℓ มิติ) ที่สมาชิกของ Z เป็นตัวแปรสุ่มที่มีการแจกแจงแบบปรกติ, เวกเตอร์ μ (ขนาด k มิติ), และ เมทริกซ์ A (ขนาด k×ℓ) มีอยู่จริง โดยที่ แม่แบบ:Nowrap
- เวกเตอร์ μ (ขนาด k มิติ) และ เมทริกซ์ Σ (ขนาด k×k) ที่สมมาตรและเป็น nonnegative-definite มีอยู่จริง โดยที่ characteristic function ของ X คือ
- ในกรณีที่ เมตริกซ์ของความแปรปรวนร่วมเกี่ยว Σ ไม่อยู่ในภาวะเอกฐาน (nonsigular) จะมีเวกเตอร์ μ (ขนาด k) และ เมตริกซ์ Σ (ขนาด k×k) ที่สมมาตรและเป็น positive-definite อยู่จริง โดยที่ ฟังก์ชันความหนาแน่นของความน่าจะเป็น (probability density function) ของ X จะเขียนได้ ดังนี้: โดย |Σ| เป็น ดีเทอร์มิแนนต์ ของ Σ
บทความที่เกี่ยวข้อง
อ้างอิง
แม่แบบ:รายการอ้างอิง แม่แบบ:โครงคณิตศาสตร์
- ↑ Gut, Allan: An Intermediate Course in Probability, 2009, chapter 5