多元填空和简答.docVIP

1填空题 1．多元分析研究的是多个随机变量及其相互关系的统计总体。 2．多元统计中常用的统计量有：样本均值、样本方差、样本协方差和样本相关系数。 3．协方差和相关系数仅仅是变量间离散程度的一种度量，并不能刻画变量间可能存在的关联程度。 4．人们通过各种实践，发现变量之间的相互关系可以分成相关和不相关两种类型。 5．总离差平方和可以分解为回归离差平方和和剩余离差平方和两个部分，各自的自由度为 p 和n-p-1，其中回归离差平方和在总离差平方和中所占比重越大，则线性回归效果越显著。 7．偏相关系数是指多元回归分析中，当其他变量固定后，给定的两个变量之间的的相关系数。 8．Spss中回归方程的建模方法有一元线形回归、多元线形回归、岭回归、多对多线形回归等。 9．主成分分析是通过适当的变量替换，使新变量成为原变量的综合变量，并寻求相关性的一种方法。 10．主成分分析的基本思想是：设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。 11．主成分的协方差矩阵为对角矩阵。 12．主成分表达式的系数向量是相关系数矩阵的特征向量。 13．原始变量协方差矩阵的特征根的统计含义是原始数据的相关系数。 14．原始数据经过标准化处理，转化为均值为 0 ，方差为 1 的标准值，且其协方差矩阵与相关系数矩阵相等。 15．样本主成分的总方差等于 1 。 16．变量按相关程度为，在相关性很强程度下，主成分分析的效果较好。 17．在经济指标综合评价中，应用主成分分析法，则评价函数中的权数为方差贡献度。 19．因子分析是把每个原始变量分解为两部分因素，一部分是公共因子，另一部分为特殊因子。 20．变量共同度是指因子载荷矩阵中第i行元素的平方和。 21．公共因子方差与特殊因子方差之和为 1 。 22．聚类分析是建立一种分类方法，它将一批样哂或变量按照它们在性质上的亲疏程度进行科学的分类。 23．Q型聚类法是按样品进行聚类，R型聚类法是按变量进行聚类。 24． R型聚类统计量通常采用具有代表性的变量。 25．在聚类分析中需要对原始数据进行无量纲化处理，以消除不同量纲或数量级的影响，达到数据间可同度量的目的。常用的无量纲化方法有以下几种：中心化变换、规格化变换、标准化变换、对数变换。 26．六种Q型聚类方法分别为最短距离法、最长距离法、中间距离法、重心法、类平均法、可变类平均法 28．判别分析是要解决在研究对象已分成若干类的情况下，确定新的观测数据属于已知类别中哪一类的多元统计方法。 29．用判别分析方法处理问题时，通常以判别函数作为衡量新样本点与各已知组别接近程度的指标。 30．进行判别分析时，通常指定一种判别规则，用来判定新样本的归属，常见的判别准则有Fisher准则、贝叶斯准则。 33．Fisher判别法就是要找一个由p个变量组成的线性判别函数，使得各自组内点的离差尽可能接近，而不同组间点的尽可能疏远。 二、简答题 1．简述多元统计分析的作用。 答：能够简化数据的数据结构；能够进行分类和组合；能够研究指标之间的依存关系；进行预测；进行假设检验。 2．简述矩阵A的特征根与特征向量的求法。 3 “最优”回归方程。 答：所谓“最优”回归方程，是指方程中包含所有对应变量影响比较显著的变量，而不包括对应变量影响不显著的变量的回归方程 4简述逐步回归分析方法的基本原理。 原理是，从一个自变量出发，依照自变量对因变量的影响显著性大小，从大到小逐个引入回归方程，同时，在逐个自变量选入回归方程的过程中，如果发现先前被引入的自变量在其后由于某些自变量的引入而失去其重要性时，可以从回归方程中随时予以剔除。引入一个变量或剔除一个变量，为逐步回归的一步，每步都要进行显著性检验，以便保证每次引入变量前回归方程中只包括显著性变量，这个过程反复进行，直到既无不显著变量从回归方程中剔除，又无显著变量需要选入回归方程时为止。 5．简述主成分的概念及几何意义。 主成分分析是采取一种数学降维的方法，找出几个综合变量来代替原来众多的变量，使这些综合变量能尽可能地代表原来变量的信息量，而且彼此之间互不相关。这种将把多个变量化为少数几个互相无关的综合变量的统计分析方法就叫做主成分分析或主分量分析。 8．提取样本主成分的原则。 (1)Fi于Fj不相关。（2）F1是X1 ,X2…… Xp的一切线性组合中方差最大的，F2是与F1不相关的X1 ,X2……Xp一切线性组合中方差最大。Fp是与F1 ,……FP-1不相关的X1 ,X1….Xp一切线性组合中方差最大。 10．思考主成分分析法的应用。 首先，主成分分析可以用于系统评估；其次，在经济统计研究中，除了经济效益的综合评价研究外，对不同地区经济发展水平的评价研究，不同地区经济发展竞争力的评价研究，人民生活