何晓群版多元统计课后作业答案报告方案.doc

第一章多元正态分布 1.在数据处理时，为什么通常要进行标准化处理？ 数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是0-1标准化和Z标准化。 （1）0-1标准化(0-1 normalization) 　　也叫离差标准化，是对原始数据的线性变换，使结果落到[0,1]区间，转换函数如下： 　　其中max为样本数据的最大值，min为样本数据的最小值。这种方法有一个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。 （2）Z-score 标准化(zero-mean normalization) 　　也叫标准差标准化，经过处理的数据符合标准正态分布，即均值为0，标准差为1，也是SPSS中最为常用的标准化方法，其转化函数为： ? 　　其中μ为所有样本数据的均值，σ为所有样本数据的标准差。 2、欧氏距离与马氏距离的优缺点是什么？ 欧氏距离（Euclidean distance）也称欧几里得度量、欧几里得度量，是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。在二维和三维空间中的欧氏距离的就是两点之间的距离。 缺点：就大部分统计问题而言，欧氏距离是不能令人满意的。（每个坐标对欧氏距离的贡献是同等的。当坐标表示测量值时，它们往往带有大小不等的随机波动，在这种情况下，合理的方法是对坐标加权，使变化较大的坐标比变化较小的坐标有较小的权系数，这就产生了各种距离。当各个分量为不同性质的量时，“距离”的大小与指标的单位有关。它将样品的不同属性（即各指标或各变量）之间的差别等同看待，这一点有时不能满足实际要求。没有考虑到总体变异对距离远近的影响。 马氏距离(Mahalanobis distance)是由印度统计学家马哈拉诺比斯提出的，表示数据的协方差距离。为两个服从同一分布并且其协方差矩阵为Σ的随机变量与的差异程度:如果协方差矩阵为单位矩阵,那么马氏距离就简化为欧氏距离,如果协方差矩阵为对角阵,则其也可称为正规化的欧氏距离。它是一种有效的计算两个未知样本集的相似度的方法。对于一个均值为μ，协方差矩阵为Σ的多变量向量，样本与总体的马氏距离为(dm)^2=(x-μ)Σ^(-1)(x-μ)。 在绝大多数情况下，马氏距离是可以顺利计算的，但是马氏距离的计算是不稳定的，不稳定的来源是协方差矩阵，这也是马氏距离与欧式距离的最大差异之处。夸大了变化微小的变量的作用。 ， H1： (n=9 p=5) 检验统计量/(n-1) 服从P，n-1的分布 统计量实际上是样本均值与已知总体均值之间的马氏距离再乘以n*（n-1）,这个值越大，相等的可能性越小，备择假设成立时，有变大的趋势，所以拒绝域选择值较大的右侧部分，也可以转变为F统计量 零假设的拒绝区域 {（n-p）/[(n-1)*p]}* 1/10* F5,4(5) μ0=（ 6212.01 32.87 2972 9.5 15.78）’ 样本均值（4208.78 35.12 1965.89 12.21 27.79）’ （样本均值-μ0）’=(-2003.23 2.25 -1006.11 2.71 12.01) 协方差矩阵(降维——因子分析——抽取) Inter-Item Covariance Matrix 人均GDP(元） 三产比重（%） 人均消费(元） 人口增长(%) 文盲半文盲（%) 人均GDP(元） 1020190.840 582.460 331693.531 -599.784 -6356.325 三产比重（%） 582.460 19.480 -105.464 6.625 43.697 人均消费(元） 331693.531 -105.464 125364.321 -213.634 -3130.038 人口增长(%) -599.784 6.625 -213.634 6.099 25.410 文盲半文盲（%) -6356.325 43.697 -3130.038 25.410 196.884 -0.000440368 -6.09781E-05 0-0.000625893 -00.207023949 -0.000210374 -0.0237044 -0 -6.0978E-05 -0.000210374 0-0.0105019 0.003047474 0.002799208 -0.023704352 -0.010501881 0-0.181