多元统计分析选择题.pdfVIP

多元统计分析选择题

第一篇：多元统计分析选择题

选择题下面哪一项不是判别分析的方法（C）

A.距离判别B.贝叶斯判别C.协方差阵判别D.费歇判别2子cov

（AXBY）=（C）

Z

A.cov（X,Y）BB.cov（X,Y）C.Acov（XY）D.Acov（XY）B3

ZZ

如果正态随机向量X=（l,2，……）的各分量是相互独立的随机变量那

么随机变量X的协方差阵是（B）。A.零矩阵B.对角阵C.对称阵D.单

位阵4利用主成分分析得到的各个主成分之间（D）

A.相互独立B.线性相关C.不完全相关D.互不相关5典型相关分析

是研究（B）变量之间相关关系的多元统计方法。

A.一组B.两组C.大于两组D.大于一组6典型相关分析的步骤不包

括（C）

A.设计典型相关分析B.确定典型相关分析的目标C.给出典型相关

分析方案D.验证模型7对数线性模型中表示两个因素的交互效应，此

模型为非饱和模型的条件是（C）

A.0B.0C=0D=18贝叶斯判别法中的判别规则所带来的平均

损失ECM达到（D）

A.OB.lC.一定数值D.最小9一个p维变量的函数（）・能作为中某

个随机向量的分布函数，当且仅当（B）

A.x0B.x0C.0D.010马氏距离不需要符合下面哪一条

基本公理（A）

A.dx,y0B.dxy=dy（x）C.dx,ydx,z+dz（,y）D.dx,y=0,当

zz

且仅当x=ye

第二篇：多元统计分析思考题

《多元统计分析思考题》

第一章回归分析

1、回归分析是怎样的一种统计方法，用来解决什么问题？

2、线性回归模型中线性关系指的是什么变量之间的关系？自变量

与因变量之间一定是线性关系形才能做线性回归吗？为什么？

3、实际应用中，如何设定回归方程的形？

4、多元线性回归理论模型中，每个系数（偏回归系数）的含义是

什么？

5、经验回归模型中，参数是如何确定的？有哪些评判参数估计的

统计标准？最小二乘估计两有哪些统计性质？要想获得理想的参数估

计值，需要注意一些什么问题？

6、理论回归模型中的随机误差项的实际意义是什么？为什么要在

回归模型中加入随机误差项？建立回归模型时，对随机误差项作了哪

些假定？这些假定的实际意义是什么？

7、建立自变量与因变量的回归模型，是否意味着他们之间存在因

果关系？为什么？

8、回归分析中，为什么要作假设检验？检验依据的统计原理是什

么？检验的过程是怎样的？

9、回归诊断可以大致确定哪些问题？回归分析有哪些基本假定？

如果实际应用中不满足这些假定，将可能引起怎样的后果？如何检验

实际应用问题是否满足这些假定？对于各种不满足假定的情形，分别

采用哪些改进方法？

10、回归分析中的R2有何意义？它能用来衡量模型优劣吗？

11、如何确定回归分析中变量之间的交互作用？存在交互作用时,

偏回归系数的意义与不存在交互作用的情形下是否相同？为什么？

12、有哪些确定最优回归模型的准则？如何选择回归变量？

13、在怎样的情况下需要建立标准化的回归模型？标准化回归模

型与非标准化模型有何关系？形有否不同？

14、利用回归方法解决实际问题的大致步骤是怎样的？

15、你能