多元统计分析期末试题(2)(word文档良心出品).docxVIP

PAGE PAGE # 2 2、设抽了五个样品，每个样品只测了一个指标，它们分别是 1 ,2 ,4.5 ,6 ,8 。若样本间采用明氏距离, PAGE PAGE # 一、填空题（20分） 1、 若X? ~ Np（吃）, =1,2,…n）且相互独立，则样本均值向量X服从的分布为X ~ N p（|闿|。 2、 变量的类型按尺度划分有 _间隔尺度_、_有序尺度_、名义尺度_。 3、 判别分析是判别样品 所属类型 的一种统计方法，常用的判别方法有 —距离判别法_、Fisher判别法、 Bayes判别法、逐步判别法。 4、 Q型聚类是指对_样品-进行聚类，R型聚类是指对_指标（变量）_进行聚类。 5、 设样品Xi =（Xi1,Xi2^ Xip）,（i =1,2,…n），总体X ~ Np（」「），对样品进行分类常用的距离有： p 丄 明氏距离dj（q）=（壬|紜—XjJq）q，马氏距离d；（M）= （Xi —Xj）乏（Xi —Xj）,兰氏距离 MM dj（L） = 5：」_空。 6、 因子分析中因子载荷系数3j的统计意义是—第i个变量与第j个公因子的相关系数。 7、 一元回归的数学模型是：y 昌x靈，多元回归的数学模型是 y = Po + 01X1 + 02X2 + 卡 PpX^s。 8、 对应分析是将 R型因子分析和Q型因子分析结合起来进行的统计分析方法。 9、 典型相关分析是研究两组变量之间 相关关系的一种多元统计方法。 、计算题（60分） 00，问X1与X2 0 0，问X1与X2是否独立? 2 (X1,X2)和X3是否 1、设三维随机向量X ~ N3（卩正），其中送=1 3 0 0 独立？为什么? 解： 因为cov（X1,X2）=1，所以X1与X2不独立。 把协差矩阵写成分块矩阵a二 把协差矩阵写成分块矩阵a二 牛2 T 厶22丿 （X1,X2「的协差矩阵为 11因为 cov（（X1,X2）；X3）=诂2，而 1^0，所以（X1,X2）和X3是不相关的，而正态分布不相关与相互独 立是等价的，所以（X1,X2）?和X3是独立的。 试用最长距离法 对其进行分类，要求给出聚类图。 解：样品与样品之间的明氏距离为:D（ 解：样品与样品之间的明氏距离为: D（o） X1 X2 X3 X4 X5 X1 0 X2 1 0 X3 3.5 2.5 0 X4 5 4 1.5 0 X5 7 6 3.5 2 0 样品最短距离是1 样品最短距离是1，故把Xi与X2合并为一类， 计算类与类之间距离（最长距离法）得距离阵 f{X1,X2)X3X4X5 f {X1,X2) X3 X4 X5 {X1,X2) 0 X3 3.5 0 X4 5 1.5 0 X5 7 3.5 2 °」 D⑴ 1.5，故把X3与X4合并为一类，计算类与类之间距离（最长距离法）得距离阵 f {X1,X2) {X1, X2} 0 {X3,X4) X5 “ D(2)= {X3N) 5 0 X5 7 3.5 0 ) 类与类的最短距离是 类与类的最短距离是 3.5，故把｛X3,X4｝与X5合并为一类，计算类与类之间距离（最长距离法）得距离 { Xi, X2} 阵 D(3)= { X1 , X2} 0 X3,X4,X5} 7 {X3.X4.X5} 0 分类与聚类图（略） \o Current Document *1.00 0.63 \o Current Document 3、设变量X1,X2,X3的相关阵为 R= 0.63 1.00 \o Current Document 045 0.35 0.45 0.35 , R的特征值和单位化特征向量分别为 1.00； =1.96,1^ 0.63,0.59,0.51 丁 ； T =0.68, 12 - -0.22,—0.49,0.84 ; 為=0.37, 13 =(0.75,-0.64,-0.18「 (1) 取公共因子个数为 2,求因子载荷阵 A。 (2) 计算变量共同度 h2及公共因子Fj的方差贡献，并说明其统计意义。 ‘0.63恋196 —0.227068 解：因子载荷阵 A= 0.59 JT96 — 0.49f068 O51J196 0.84J068 X 变量共同度： h2 =(0.63.1.96)2 (-0.22.0.68)2 h； =(0.59 1.96)2 (-0.49、0.68)2 = h =(0.51J.96)2 (0.84、0.68)2 = 公共因子Fj的方差贡献: S, -(0.63 .1.96)2 (0.59,1.96)2 ■ (0.51,1.96)2 S2 =(-0.22.0.68)2 (-0.49 0.68)2 (0.84 - 0.68)2 统计意义(略) 4、设三元总体 4、设三元总体X的协方差阵