多元正态分布的概率密度函数

N维随机向量多元正态分布最大似然估计
如果服从多变量正态分布,必须满足下面的三个等价条件:
任何线性组合 服多元正态分布最大似然估计
从正态分布。
存在随机向量多元正态分布最大似然估计
( 它的每个元素服从独立标准正态分布),向量多元正态分布最大似然估计
多元正态分布最大似然估计
矩阵A满足多元正态分布最大似然估计

存在多元正态分布最大似然估计
和一个对称半正定阵 多元正态分布最大似然估计
满足X的特征函数多元正态分布最大似然估计

如果 多元正态分布最大似然估计
是非奇异的,那么该分布
可以由以下的PDF来描述:
多元正态分布最大似然估计
注意这里的多元正态分布最大似然估计
表示协方差矩阵的行列式。

多元正态分布的最大似然估计

多元正态分布最大似然估计

我们对均值求偏导

多元正态分布最大似然估计
针对上面的矩阵求导,给出如下证明:
多元正态分布最大似然估计
下面两个是常用的两个公式:
多元正态分布最大似然估计
第一个公式证明,和上面的类似。
第二个小编 没有证出来(才疏学浅)。不知道哪里的问题。
多元正态分布最大似然估计
和公式形式不一样,不知道哪里有问题。

接下来,我们在对协方差矩阵求偏导。

多元正态分布最大似然估计

结论

多元正态分布最大似然估计
多元正态分布最大似然估计

推荐参考文章:
行列式求导
矩阵求导、几种重要的矩阵及常用的矩阵求导公式

相关文章:

  • 2022-12-23
  • 2021-10-21
猜你喜欢
  • 2021-05-19
  • 2021-10-13
  • 2020-05-03
  • 2022-12-23
  • 2021-11-19
  • 2021-09-15
相关资源
相似解决方案