海南大学应用多元统计分析-复习真题.docVIP

定义2.1 将个随机变量的整体称为维随机向量，记为。 定义2.2 设是维随机向量，它的多元分布函数定义为 （2.2） 记为，其中，表示维欧氏空间。 多维随机向量的统计特性可用它的分布函数来完整地描述。 定义2.3 设是维随机向量，若存在有限个或可列个维数向量，记，且满足，则称为离散型随机向量，称，为的概率分布。 设，若存在一个非负函数，使得对一切有（2.3） 则称为连续型随机变量，称为分布密度函数，简称为密度函数或分布密度。 一个元函数能作为中某个随机向量的密度函数的主要条件是： （1），； （2） 离散型随机向量的统计性质可由它的概率分布完全确定，连续型随机向量的统计性质可由它的分布密度完全确定。 定义2.4 设是维随机向量，称由它的个分量组成的子向量的分布为的边缘（或边际）分布，相对地把的分布称为联合分布。 当的分布函数是时，的分布函数即边缘分布函数为： 当有分布密度时（亦称联合分布密度函数），则也有分布密度，即边缘密度函数为： 定义2.5 若个随机变量的联合分布等于各自的边缘分布的乘积，则称是相互独立的。 定义2.6 设，若存在且有限，则称为的均值（向量）或数学期望，有时也把和分别记为和，即，容易推得均值（向量）具有以下性质： （1） （2） （3） 其中，、为随机向量，、为大小适合运算的常数矩阵。 定义2.7 设，，称 （2.4） 为的方差或协差阵，有时把简记为，简记为，从而有；称随机向量和的协差阵为 （2.5） 当时，即为。 若，则称和不相关，由和相 互独立易推得，即和不相关；但反过 来，当和不相关时，一般不能推知它们独立。 当、为常数矩阵时，由定义可以推出协方差阵有如下性质： （1）对于常数向量，有 （2） （3） （4）设为维随机向量，期望和协方差存在，记，，为常数阵，则 这里我们应该注意到，对于任何的随机向量来说，其协差阵都是对称阵，同时总是非负定（半正定）的。大多数情况是正定的。 若的协差阵存在，且每个分量的方差大于零，则称随机向量的相关阵为，其中 （2.6） 为与的相关系数。 在数据处理时，为了克服由于指标的量纲不同对统计分析结果带来的影响，往往在使用各种统计分析之前，常需要将每个指标“标准化”，即进行如下变换， （2.7） 那么由（2.7）构成的随机向量。令，，有： 那么，标准化后的随机向量均值和协差阵分别为 即标准化数据的协差阵正好是原指标的相关阵。 定理2.1 设，则有， 多元正态分布的性质 1．若，是对角阵，则相互独立。 2．若，为阶常数阵，为维常数向量，则 即正态随机向量的线性函数还是正态的。 3．若，将，，作如下剖分 则，。 这里需要指出的是：第一，多元正态分布的任何边缘分布为正态分布，但反之不真。第二，由于，故表示和不相关，因此可知，对于多元正态变量而言，和的不相关与独立是等价的。 一、填空题： 1.多元统计分析是运用 方法来研究解决 问题的理论和方法。 2. 回归参数显著性检验是检验 对 的影响是否显著。 3．聚类分析就是分析如何对样品（或变量）进行量化分类的问题。通常聚类分析分为 聚类和 聚类。 4．相应分析的主要目的是寻求列联表 和 的基本分析特征和它们的最优联立表示。 5．因子分析把每个原始变量分解为两部分因素：一部分为 ，另一部分为 。 6.若=1,2,3….n且相互独立，则样本均值向量服从的分布为_____________。 二、名词解释 1. 随机向量 2.相似数据 3.马氏距离（总体内两点间） 三、简答 1. 简述典型变量与典型相关系数的概念，并说明典型相关分析的基本思想。 2. 简述相应分析的基本思想。 3. 简述求度量MDS古典解的一般步骤。 4. 简述费希尔判别法的基本思想。 5. 简述多元统计分析中协差阵检验的步骤 6. 在进行系统聚类分析时，不同的类间距离计算方法有何区别？请举例说明。 7. 比较主成分分析与因子分析的异同点。 8. 简述相应分析的基本思想。 9. 进行相应分析时在对因素A和因素B进行相应分析之前没有必要进行独立性检验？为什么？ 四、计算: 1.给出标准化变量X1，X2, X3的协差阵（即相关阵）R，同时给出R的特征值和相应的正交化特征向量。要求：1）计算因子载荷矩阵A，并建立因子模型； 2）计算公因子的方差