2026年大学统计学多元统计分析期末考试题库案例分析实战与解析试卷及答案.docxVIP

2026年大学统计学多元统计分析期末考试题库案例分析实战与解析试卷及答案

【案例一】

背景：某省卫健委欲评估“互联网+医疗”试点政策对基层医疗机构服务效率的影响。随机抽取120家乡镇卫生院，收集2024年与2025年两年的面板数据，变量如下：

Y1：2025年门诊人均等待时间（分钟，连续）；

Y2：2025年患者满意度（1–10分，连续）；

X1：是否接入互联网诊疗平台（1=是，0=否）；

X2：2024年院均门诊量（千人次，连续）；

X3：2024年院均医师数（人，连续）；

X4：2024年院均财政补助（万元，连续）；

X5：地区经济水平（1=高，2=中，3=低，有序）；

X6：是否远程影像会诊中心（1=是，0=否）。

任务：

1.检验Y1、Y2是否服从多元正态分布，并给出修正策略；

2.构建多元多重线性回归模型，解释X1对Y1、Y2的净效应；

3.若存在严重多重共线，请采用Ridge回归重新估计，并比较结果；

4.检验误差项是否满足同方差与无自相关；

5.若政策效果在不同经济水平地区存在差异，请建立交互效应模型并解释；

6.用HotellingT2检验“接入平台”组与“未接入”组在两维均值向量上的整体差异；

7.基于上述结论，用150字向卫健委提出政策建议。

答案与解析：

1.多元正态检验

采用Mardia偏度与峰度综合检验：

偏度χ2=118.4，df=20，p0.001；峰度z=3.42，p0.001，拒绝H0。

策略：对Y1做对数变换，Y2已限幅无需变换；重新检验Mardiap=0.082，接受近似正态。

2.多元多重线性回归

模型：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5·W5+β6X6+ε，

其中W5以“低”为基准设置两个虚拟变量。

估计结果（OLS）：

β1_Y1=?4.32（se=0.81），β1_Y2=0.77（se=0.15），均p0.01。

解释：控制其他变量后，接入平台使等待时间平均缩短4.32分钟，满意度提升0.77分。

3.多重共线诊断

X2与X3的VIF=8.9、9.4，超过5。

Ridge回归取λ=0.42（GCV最小），此时β1_Y1=?3.98，β1_Y2=0.71，方向一致，系数压缩7–8%，但显著性不变，模型更稳定。

4.残差诊断

Box’sM检验p=0.18，接受协方差矩阵同质；

DW统计量=2.08，无自相关；

Breusch–Pagan多元检验p=0.26，接受同方差。

5.交互效应

加入X1×W5交互：

高经济地区β1_Y1=?5.10，中?3.80，低?2.45，差异显著（WilkΛ=0.88，p=0.003）。

结论：政策效果随地区经济水平递减。

6.HotellingT2

T2=47.9，F(2,117)=23.6，p0.001，两组均值向量显著差异。

7.政策建议

互联网诊疗平台显著缩短等待时间并提升满意度，但边际效应在经济薄弱地区减弱。建议财政倾斜支持低经济水平卫生院硬件升级，并同步培训医师平台操作，以缩小地区差距。

——————————————————————

【案例二】

背景：某电商企业研究顾客复购行为，随机抽取800名2024年首次购买用户，跟踪12个月，获得：

Y：是否复购（1=是，0=否）；

X1：首单金额（元，连续）；

X2：收货天数（天，连续）；

X3：是否使用直播下单（1=是，0=否）；

X4：年龄（岁，连续）；

X5：性别（1=男，0=女）；

X6：会员等级（1–5有序）；

X7：首单商品评分（1–5有序）。

任务：

1.用Logistic回归筛选显著变量，并解释OR；

2.若数据存在类不平衡（复购率23%），采用FocalLoss加权重新估计，比较AUC；

3.建立潜类别Logit模型，检验是否存在未被观测的异质性；

4.用Probit链接与Logit链接对比，报告平均边际效应差异；

5.对X1做分段多项式（3节点），检验非线性；

6.基于最终模型，给出top20%高潜用户概率阈值及营销ROI测算。

答案与解析：

1.Logistic结果

显著变量：X1(OR=1.008)、X2(OR=0.72)、X3(OR=2.1)、X6(OR=1.35)、X7(OR=1.58)。

解释：首单金额每增100元，复购几率升0.8%；直播用户复购几率翻倍。

2.FocalLoss

设γ=2，α=0.75，重加权后AUC从0.814提至0.837，召回率@0.5升6.4