2026年大学统计学期末考试题库及答案——多元统计分析应用实例分析试题.docxVIP

2026年大学统计学期末考试题库及答案——多元统计分析应用实例分析试题

【试题1】

背景：某省卫健委为评估“社区健康干预”效果，在2025年对12个地级市同时采集了7项指标：

X?：人均公共卫生经费（千元）

X?：每万人全科医生数

X?：高血压规范管理率（%）

X?：糖尿病规范管理率（%）

X?：15岁以上人群吸烟率（%）

X?：人均食盐摄入（g/d）

X?：PM?.?年均浓度（μg/m3）

数据经标准化后得到样本协方差矩阵S（单位已去除）：

```

S=

[[1.00,0.82,0.75,0.70,?0.55,?0.48,?0.42],

[0.82,1.00,0.78,0.73,?0.58,?0.51,?0.45],

[0.75,0.78,1.00,0.85,?0.62,?0.55,?0.50],

[0.70,0.73,0.85,1.00,?0.60,?0.53,?0.48],

[?0.55,?0.58,?0.62,?0.60,1.00,0.65,0.58],

[?0.48,?0.51,?0.55,?0.53,0.65,1.00,0.62],

[?0.42,?0.45,?0.50,?0.48,0.58,0.62,1.00]]

```

（1）求S的前两个主成分Y?、Y?，并解释其现实意义。

（2）若用Y?、Y?作为自变量，以“干预后心脑血管事件下降率”Z（%）为因变量，建立回归方程。12地市的(Y?,Y?,Z)观测值为：

(2.3,?0.8,15.2),(1.9,?0.5,13.7),(2.1,?0.7,14.5),(1.5,0.2,11.0),

(0.9,0.6,8.3),(0.5,0.9,6.1),(0.2,1.1,4.8),(?0.3,1.4,2.5),

(?0.7,1.6,0.9),(?1.1,1.8,?0.8),(?1.4,2.0,?2.1),(?1.8,2.2,?4.0)

求标准化回归系数，并检验整体显著性（α=0.05）。

（3）若将12市按Y?+Y?1.5归为“高健康水平组”，否则为“低健康水平组”，用Fisher线性判别函数建立分类规则，并计算留一法交叉验证误判率。

【答案与解析】

（1）对S求特征值与特征向量，得

λ?=4.31，对应单位特征向量

e?=(0.40,0.41,0.42,0.41,?0.36,?0.33,?0.30)?

λ?=1.23，对应

e?=(?0.25,?0.22,?0.18,?0.15,0.41,0.45,0.48)?

故

Y?=0.40X?+0.41X?+0.42X?+0.41X??0.36X??0.33X??0.30X?

Y?=?0.25X??0.22X??0.18X??0.15X?+0.41X?+0.45X?+0.48X?

解释：Y?可视为“健康资源与环境综合指数”，数值越大表明公共卫生投入、慢病管理越好且吸烟、摄盐、污染越低；Y?可视为“行为—污染风险指数”，数值越大表明吸烟、摄盐、污染越严重，而资源投入相对不足。

（2）先对Y?、Y?、Z做中心化处理，得

```

Y?Y=[[30.52,?13.44],[?13.44,12.88]]

Y?Z=[158.7,?108.4]?

```

解得标准化回归系数

β?=(Y?Y)?1Y?Z=[4.92,?2.75]?

即

Z?=4.92Y??2.75Y?

整体显著性：F=(SSR/p)/(SSE/(n?p?1))=(β??Y?Yβ?/2)/((Z?Z?β??Y?Yβ?)/9)=147.3/1.9=77.5F?.??(2,9)=4.26，拒绝原假设，回归显著。

（3）两组样本均值向量与合并协方差阵：

高组（5市）：Y??=(1.86,?0.50)，低组（7市）：Y??=(?0.51,1.29)

S_p=1/(12?2)*[(组内离差)]=[[1.42,?0.63],[?0.63,0.88]]

Fisher判别系数a=S_p?1(Y???Y??)=[2.18,?2.95]?

截距c=?a?(Y??+Y??)=0.83

规则：若2.18Y??2.95Y?0.83判为高组，否则低组。

留一法：循环剔除1市，用剩余11市重算a、c，再预测被剔除市。结果仅第6市被错判（真实低组判为高组），误判率=1/12=8.3%。

——————————————————————

【试题2】

背景：某电商平台对985名高频用户进行问卷与行为追踪，获得5维向量：

X?：月均浏览时长（10h为单位）

X?：月均下单次数

X?：客单价（百元）

X?：售后退货率（%）

X?：优惠券使用占比（%）

研究者怀疑存在潜在“消费成熟度