多元统计分析期末试题2016年冬_第1页
多元统计分析期末试题2016年冬_第2页
多元统计分析期末试题2016年冬_第3页
多元统计分析期末试题2016年冬_第4页
多元统计分析期末试题2016年冬_第5页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、精选文档一、填空题1、多元统计分析研究的内容是多个随机变量之间相互依赖关系以及内在统计规律性的一门统计学科。2、若 且相互独立，则样本均值向量服从的分布为。3、Fisher判别法中系数确定的原则是使两组间的区别最大，而使每个组内部离差最小。4、对一个样本来说，他的轮廓图是多角折线。5、型聚类是指对_样品_进行聚类，型聚类是指对_指标(变量)_进行聚类。6、因子分析中因子载荷系数的统计意义是_第i个变量与第j个公因子的相关系数。7、0。8、对应分析是将 R型因子分析和Q型因子分析结合起来进行的统计分析方法。9、典型相关分析是研究两组变量之间相关关系的一种多元统计方法。2、 判断题1、多元统计分析

2、的含义。2、 协差阵是非负定矩阵，是一个对称矩阵（对角阵）。3、 均值检验时采用的检验统计量是不唯一的。4、 一个多元数据画出来的图形不是唯一的（包括轮廓图、雷达图和调和曲线图）。5、 系统聚类的原则是把距离短的样品归在相同类，距离长的样品归在不同类。6、 Bayes判别法的基本思想是假定对研究的对象有一定的认识，常用先验概率来描述这种认识。7、 主成分的协差阵是对角阵。8、 因子分析是主成分分析两种方法的出发点都是变量的相关系数矩阵，在损失较少信息的前提下，把多个变量（这些变量之间要求存在较强的相关性，以保证能从原始变量中提取主成分）综合成少数几个综合变量来研究总体各方面信息的多元统计方法，

3、且这少数几个综合变量所代表的信息不能重叠，即变量间不相关。9、 对应分析可分析的三个方面Q型因子分析、R型因子分析和样本和变量之间的分析。3、 计算题1、 设随机向量的联合密度函数为：求的均值向量。 解：2、设抽了五个样品，每个样品只测了一个指标，它们分别是1 ,2 ,4.5 ,6 ,8。若样本间采用明氏距离，试用最长距离法对其进行分类，要求给出聚类图。解：样品与样品之间的明氏距离为：样品最短距离是1，故把合并为一类，计算类与类之间距离（最长距离法）得距离阵 类与类的最短距离是1.5，故把合并为一类，计算类与类之间距离（最长距离法）得距离阵类与类的最短距离是3.5，故把合并为一类，计算类与类之

4、间距离（最长距离法）得距离阵分类与聚类图（略）3、设变量的相关阵为的特征值和单位化特征向量分别为（1） 取公共因子个数为2，求因子载荷阵。（2） 计算变量共同度及公共因子的方差贡献，并说明其统计意义。 解：因子载荷阵变量共同度： = = =公共因子的方差贡献：统计意义（略)4、设三元总体的协方差阵为，从出发，求总体主成分，并求前两个主成分的累积贡献率。 解：特征方程，得特征根：的特征方程：，得特征向量的特征方程：，得特征向量的特征方程：，得特征向量 前两个主成分的累积贡献率4、 证明题1、设三维随机向量，其中，问与是否独立？和是否独立？为什么？ 解： 因为，所以与不独立。把协差矩阵写成分块矩阵，的协差矩阵为因为，而，所以和是不相关的，而正态分布不相关与相互独立是等价

人人文库> 全部分类> 应用文书 > 技术指导

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论