网站大量收购独家精品文档,联系QQ:2885784924

多元统计剖析复习题.docxVIP

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
复习题4.2 试述判别分析的实质。84.3 简述距离判别法的基本思想和方法。84.4 简述贝叶斯判别法的基本思想和方法。94.5 简述费希尔判别法的基本思想和方法。104.6 试析距离判别法、贝叶斯判别法和费希尔判别法的异同。114.8 某超市经销十种品牌的饮料,其中有四种畅销,三种滞销,三种平销。下表是这十种品牌饮料的销售价格(元)和顾客对各种饮料的口味评分、信任度评分的平均数。125.1 判别分析和聚类分析有何区别?185.2 试述系统聚类的基本思想。185.3 对样品和变量进行聚类分析时,所构造的统计量分别是什么?简要说明为什么这样构造195.5试述K均值法与系统聚类法的异同。216.1 试述主成分分析的基本思想。386.2 主成分分析的作用体现在何处?396.3 简述主成分分析中累积贡献率的具体含义。396.5 试述根据协差阵进行主成分分析和根据相关阵进行主成分分析的区别。396.8利用主成分分析法,综合评价六个工业行业的经济效益指标。426.10 根据习题5.10中2003年我国省会城市和计划单列市的主要经济指标数据,利用主成分分析法对这些地区进行分类。467.1 试述因子分析与主成分分析的联系与区别。487.2 因子分析主要可应用于哪些方面?487.3 简述因子模型中载荷矩阵A的统计意义。487.4 在进行因子分析时,为什么要进行因子旋转?最大方差因子旋转的基本思路是什么?497.8 某汽车组织欲根据一系列指标来预测汽车的销售情况,为了避免有些指标间的相关关系影响预测结果,需首先进行因子分析来简化指标系统。下表是抽查欧洲某汽车市场7个品牌不同型号的汽车的各种指标数据,试用因子分析法找出其简化的指标系统。558.1 什么是对应分析?它与因子分析有何关系?598.2试述对应分析的基本思想。598.3 试述对应分析的基本步骤。599.1 什么是典型相关分析?简述其基本思想。619.2 什么是典型变量?它具有哪些性质?619.3 试分析一组变量的典型变量与其主成分的联系与区别。4.8 某超市经销十种品牌的饮料,其中有四种畅销,三种滞销,三种平销。下表是这十种品牌饮料的销售价格(元)和顾客对各种饮料的口味评分、信任度评分的平均数。销售情况产品序号销售价格口味评分信任度评分畅销12.25822.56733.03943.286平销52.87663.58774.898滞销81.73492.242102.743⑴根据数据建立贝叶斯判别函数,并根据此判别函数对原样本进行回判。⑵现有一新品牌的饮料在该超市试销,其销售价格为3.0,顾客对其口味的评分平均为8,信任评分平均为5,试预测该饮料的销售情况。解:增加group变量,令畅销、平销、滞销分别为group1、2、3;销售价格为X1,口味评分为X2,信任度评分为X3,用spss解题的步骤如下:在SPSS窗口中选择Analyze→Classify→Discriminate,调出判别分析主界面,将左边的变量列表中的“group”变量选入分组变量中,将X1、X2、X3变量选入自变量中,并选择Enter independents together单选按钮,即使用所有自变量进行判别分析。点击Define Range按钮,定义分组变量的取值范围。本例中分类变量的范围为1到3,所以在最小值和最大值中分别输入1和3。单击Continue按钮,返回主界面。如图4.1图4.1 判别分析主界面单击Statistics…按钮,指定输出的描述统计量和判别函数系数。选中Function Coefficients栏中的Fisher’s:给出Bayes判别函数的系数。(注意:这个选项不是要给出Fisher判别函数的系数。这个复选框的名字之所以为Fisher’s,是因为按判别函数值最大的一组进行归类这种思想是由Fisher提出来的。这里极易混淆,请读者注意辨别。)如图4.2。单击Continue按钮,返回主界面。图4.2 statistics子对话框单击Classify…按钮,弹出classification子对话框,选中Display选项栏中的Summary table复选框,即要求输出错判矩阵,以便实现题中对原样本进行回判的要求。如图4.3。图4.3 classification对话框返回判别分析主界面,单击OK按钮,运行判别分析过程。根据判别分析的结果建立Bayes判别函数:Bayes判别函数的系数见表4.1。表中每一列表示样本判入相应类的Bayes判别函数系数。由此可建立判别函数如下:Group1:Group2:Group3:将各样品的自变量值代入上述三个Bayes判别函数,得到三个函数值。比较这三个函数值,哪个函数值比较大就可以判断该样品判入哪一类。Classification Fu

文档评论(0)

shaoye348 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档