2026年大学统计学期末考试题库-多元统计分析神经网络与学习试题及答案

2026年大学统计学期末考试题库:多元统计分析神经网络与学习试题及答案一、单项选择题（每题2分，共20分）1.主成分分析中，第一主成分是原始变量的线性组合，其方向为（）。A.使样本投影方差最大的方向B.使样本投影方差最小的方向C.与第一原始变量方向一致D.任意方向答案：A解析：主成分分析通过最大化投影方差寻找主成分方向，第一主成分方差最大。2.因子分析中，因子载荷aiA.第i个公共因子对第j个原始变量的方差贡献B.第i个原始变量与第j个公共因子的相关系数C.样本i与样本j的相似度D.第j个原始变量的方差答案：B解析：因子载荷反映原始变量与公共因子之间的相关系数，度量变量对因子的依赖程度。3.判别分析中，使用马氏距离替代欧氏距离的主要原因是（）。A.马氏距离不需要计算均值B.马氏距离不受变量量纲和变量间相关性的影响C.马氏距离计算量更小D.马氏距离一定使判错率最小答案：B解析：马氏距离通过协方差矩阵进行标准化，消除了量纲不同和变量相关性带来的影响。4.K-means聚类中，参数K的含义是（）。A.迭代次数B.聚类簇数C.样本维度D.收敛阈值答案：B5.BP神经网络训练中，反向传播的主要任务是（）。A.根据输出误差调整各层权重和偏置B.对输入数据进行编码C.决定隐藏层神经元数量D.对样本进行降维答案：A6.下列激活函数中，在输入绝对值较大时容易出现“梯度消失”的是（）。A.ReLUB.LeakyReLUC.sigmoidD.softmax答案：C解析：sigmoid函数两侧饱和区导数值接近0，反向传播时梯度会急剧减小，容易引发梯度消失。7.在多元线性回归中，多重共线性可能引起（）。A.回归系数估计方差增大，系数不稳定B.残差平方和一定变小C.模型一定无法估计D.预测值一定无偏答案：A8.典型相关分析研究的内容是（）。A.一组变量与另一组变量之间的整体相关关系B.单个因变量与多个自变量的关系C.多个变量之间的聚类结构D.时间序列的趋势项答案：A9.支持向量机中的正则化参数C主要控制（）。A.对误分类样本的惩罚程度B.核函数的带宽C.支持向量的数目D.数据标准化比例答案：A10.神经网络训练中，验证集的作用是（）。A.训练模型权重B.调整超参数并监测过拟合C.评估最终泛化性能D.替代测试集答案：B解析：训练集用于学习权重参数，验证集用于调整超参数和防止过拟合，测试集用于最终评估模型泛化能力。二、多项选择题（每题3分，共15分）1.下列方法中属于降维方法的有（）。A.主成分分析B.因子分析C.多维尺度分析D.K-means聚类答案：A、B、C解析：主成分分析、因子分析和多维尺度分析都是常见的降维方法；K-means是聚类方法，不直接进行变量或样本降维。2.关于主成分分析，下列叙述正确的有（）。A.各主成分之间互不相关B.第一主成分的方差贡献率最大C.主成分分析严格要求原始变量服从正态分布D.累计方差贡献率可用于确定主成分个数答案：A、B、D解析：主成分分析本身不要求原始变量服从正态分布；若进行某些统计推断时可能引入正态性假设，但并非必要条件。3.下列属于非线性激活函数的有（）。A.sigmoidB.tanhC.ReLUD.恒等映射答案：A、B、C解析：sigmoid、tanh和ReLU均为非线性激活函数；恒等映射为线性函数。4.训练神经网络时，可用于缓解过拟合的措施有（）。A.增加训练轮数且不使用早停B.添加L2C.使用dropout策略D.扩充训练数据集答案：B、C、D解析：L25.判别分析中常用的判别准则或方法有（）。A.距离判别B.Fisher判别C.Bayes判别D.主成分分析答案：A、B、C解析：距离判别、Fisher判别和Bayes判别是常用的判别分析方法；主成分分析属于降维方法。三、简答题（每题5分，共20分）1.简述主成分分析的主要步骤。答案：(1)对原始数据进行标准化处理，消除量纲影响；(2)计算标准化后变量的协方差矩阵或相关矩阵；(3)求协方差矩阵（或相关矩阵）的特征值和特征向量；(4)将特征值从大到小排序，取前m个较大特征值对应的特征向量构成投影矩阵；(5)计算主成分得分，并根据累计方差贡献率解释降维效果。2.简述K-means聚类算法的基本步骤，并指出其对初始质心敏感的原因。答案：基本步骤：(1)随机选择K个样本作为初始质心；(2)计算每个样本到各质心的距离，将其归入最近质心所在的簇；(3)对每个簇重新计算质心；(4)重复步骤(2)和(3)，直到质心不再明显变化或达到最大迭代次数。对初始质心敏感的原因：K-means的目标函数是非凸的，不同初始质心可能使算法收敛到不同的局部最优解，因此聚类结果对初始质心选择敏感。3.简述BP神经网络中误差反向传播的基本思想。答案：首先由输入层到输出层前向计算各层神经元输出，得到网络输出误差；然后利用链式求导法则，将误差对输出层的梯度逐层向后传播，计算误差对各层权重和偏置的偏导数；最后按梯度下降方向更新权重和偏置，反复迭代使误差逐步减小。4.简述判别分析与聚类分析的主要区别。答案：判别分析属于有监督学习方法，需要已知类别的训练样本，目标是建立判别规则并将新样本归入已知类别；聚类分析属于无监督学习方法，事先没有类别标签，根据样本之间的相似性将样本划分为若干簇。判别分析强调类别已知下的分类，聚类分析强调类别未知下的结构发现。四、计算分析题（每题10分，共30分）1.设随机向量X=$$\Sigma=\begin{pmatrix}

2&1\\

1&2

\end{pmatrix}.$$求X的主成分、对应方差及第一主成分的方差贡献率。答案：求Σ的特征值：$$|\lambdaI-\Sigma|=

\begin{vmatrix}

\lambda-2&-1\\

-1&\lambda-2

\end{vmatrix}

=(\lambda-2)^2-1=\lambda^2-4\lambda+3=(\lambda-3)(\lambda-1)=0.$$特征值为λ1=3对λ1=3$$\begin{pmatrix}

-1&1\\

1&-1

\end{pmatrix}

\begin{pmatrix}

u_1\\

u_2

\end{pmatrix}=0

\Rightarrowu_1=u_2.$$单位化得第一主成分系数e1Y对λ2=1$$\begin{pmatrix}

1&1\\

1&1

\end{pmatrix}

\begin{pmatrix}

u_1\\

u_2

\end{pmatrix}=0

\Rightarrowu_1=-u_2.$$单位化得e2Y主成分方差分别为Var(第一主成分方差贡献率为：32.设有两个总体G1、Gμ共同协方差矩阵为$$\Sigma=\begin{pmatrix}

1&0\\

0&1

\end{pmatrix}.$$假定两总体的先验概率相同，误判代价相同。试用马氏距离判别法判断样本x=答案：样本x到总体Gid因Σ=对G1d对G2d计算得d12=解析：马氏距离判别通过最小距离分类，当距离相等时没有明确判别结论，说明该样本位于两类判别边界上。3.给定一个单隐藏层前馈神经网络：输入层2个节点，输入为x1=0.5，x2=0.5；隐藏层2个节点，采用sigmoid激活函数σ(z)=11+e−z；隐藏层神经元h1的权重为w11=答案：计算隐藏层加权输入：zz隐藏层输出为：hh输出层加权输入：z输出层为线性输出，所以最终输出y=解析：前向传播按“输入层→隐藏层→输出层”逐层计算，sigmoid函数将隐藏层输入映射到(0五、论述题（每题15分，共15分）1.试结合实际应用，论述神经网络模型过拟合的表现、产生原因及常用缓解措施，并说明在建模中如何利用主成分分析进行特征降维以改善泛化能力。答案：过拟合表现：模型在训练集上损失很小、预测精度很高，但在验证集或测试集上误差明显增大，泛化能力差。具体表现为训练损失持续下降而验证损失先降后升。产生原因：(1)模型复杂度过高，如隐藏层数、神经元数过多，参数规模远大于样本信息量；(2)训练数据量不足或代表性不够；(3)训练时间过长，模型记住了训练样本的噪声和细节；(4)特征中存在大量冗余或噪声变量。常用缓解措施：•增加数据量：通过采样、数据增强等方式扩充训练集；•正则化：在损失函数中加入L1或L•Dropout：训练时随机失活部分神经元，降低节点之间的复杂共适应；•早停：根据验证集误差在上升前停止训练；•简化网络结构：减少隐藏层或神经元数量；•集成学习：如bagging、dropout集成等降低方差。