多元统计分析期末试题与答案.docxVIP

多元统计分析期末试题与答案

一、（25分）某市环保局在6个监测点同步采集空气样本，测得PM2.5（μg/m3）、NO?（μg/m3）、SO?（μg/m3）、O?（μg/m3）4项指标，数据经标准化后得到样本协差阵

S=?1.000.720.41?0.55?

?0.721.000.38?0.48?

?0.410.381.00?0.26?

??0.55?0.48?0.261.00?

（1）求S的特征值与单位特征向量，并给出第一主成分的表达式及其方差贡献率；

（2）若第二主成分解释为“光化污染因子”，请给出其表达式并解释符号含义；

（3）假设第i个监测点在第一、二主成分上的得分分别为y??、y??，写出该点综合得分z?=0.6y??+0.4y??的方差Var(z?)，并说明为何该方差与监测点i无关；

（4）若只保留前两个主成分，求PM2.5的共性方差（communality）并解释其统计意义；

（5）现新增第七个监测点，其标准化观测x?=(2.1,1.3,?0.8,?1.5)?，计算该点在前两个主成分上的得分，并在主成分平面上判断其是否属于95%置信椭圆（椭圆半径χ2?,0.95=5.99）。

【答案与解析】

（1）特征方程|S?λI|=0展开得四次多项式

λ??3.34λ3+3.56λ2?1.39λ+0.17=0

数值解（保留两位小数）

λ?=2.42，λ?=0.78，λ?=0.34，λ?=0.46

对应单位特征向量

e?=(0.54,0.51,0.36,?0.59)?

e?=(?0.35,?0.31,0.87,0.19)?

e?、e?略。

第一主成分

y?=0.54·PM2.5+0.51·NO?+0.36·SO??0.59·O?

方差贡献率=λ?/tr(S)=2.42/4=60.5%

（2）第二主成分

y?=?0.35·PM2.5?0.31·NO?+0.87·SO?+0.19·O?

PM2.5、NO?系数为负，表明高“光化污染因子”对应一次污染物浓度低；SO?系数最大且为正，说明该因子主要反映燃煤排放的SO?富集，而O?系数较小且为正，暗示二次光化生成尚不明显，故命名为“光化污染因子”。

（3）令y=(y?,y?)?，则Var(y)=diag(λ?,λ?)，于是

Var(z?)=0.62λ?+0.42λ?+2·0.6·0.4·Cov(y?,y?)

由于主成分彼此正交，Cov=0，故

Var(z?)=0.36·2.42+0.16·0.78=0.87+0.12=0.99

该方差仅由主成分方差与权重决定，与具体监测点i无关，体现主成分得分是线性投影，其方差为常数。

（4）共性方差即变量被公共因子解释的部分。对PM2.5，

h2_PM2.5=a??2+a??2=(0.54)2+(?0.35)2=0.292+0.122=0.414

表明41.4%的PM2.5方差可由前两个主成分解释，剩余58.6%为特殊因子及测量误差。

（5）得分

y??=e??x?=0.54·2.1+0.51·1.3+0.36·(?0.8)?0.59·(?1.5)=1.13+0.66?0.29+0.89=2.39

y??=e??x?=?0.35·2.1?0.31·1.3+0.87·(?0.8)+0.19·(?1.5)=?0.74?0.40?0.70?0.29=?2.13

马氏距离

D2=y??2/λ?+y??2/λ?=2.392/2.42+(?2.13)2/0.78=2.36+5.82=8.18

8.185.99，故该点落在95%置信椭圆外，视为异常高污染事件。

二、（20分）对某电商平台上400种商品测得价格x?（百元）、销量x?（千件）、评分x?（5分制）、退货率x?（%）。假设x=(x?,x?,x?,x?)?服从N?(μ,Σ)。现随机抽取n=100条记录，算得

x?=(3.2,5.1,4.3,2.8)?，

S=?0.64?0.810.220.15?

??0.812.25?0.35?0.28?

?0.22?0.350.490.11?

?0.15?0.280.110.36?

（1）写出HotellingT2统计量公式，并计算检验H?:μ=μ?=(3.0,5.0,4.0,2.5)?的T2值；

（2）给出α=0.05下的临界值，并给出结论；

（3）若拒绝H?，用Bonferroni法同时检验每个分量，指出哪些分量显著偏离；

（4）计算μ的95%联合置信椭球在(x?,x?)平面上的投影边界方程；

（5）若仅关心“价格—销量”二维子向量，求其95%置信域面积，并解释面