多元統(tǒng)計(jì)分析模擬考試試題_第1頁
多元統(tǒng)計(jì)分析模擬考試試題_第2頁
多元統(tǒng)計(jì)分析模擬考試試題_第3頁
多元統(tǒng)計(jì)分析模擬考試試題_第4頁
多元統(tǒng)計(jì)分析模擬考試試題_第5頁
已閱讀5頁,還剩3頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

多元記錄分析模擬試題(兩套:每套含填空、判斷各二十道)A卷1) 鑒別分析常用的鑒別措施有距離鑒別法、貝葉斯鑒別法、費(fèi)歇鑒別法、逐漸鑒別法。2) Q型聚類分析是對(duì)樣品的分類,R型聚類分析是對(duì)變量_的分類。3) 主成分分析中可以運(yùn)用協(xié)方差矩陣和有關(guān)矩陣求解主成分。4) 因子分析中對(duì)于因子載荷的求解最常用的措施是主成分法、主軸因子法、極大似然法5) 聚類分析包括系統(tǒng)聚類法、模糊聚類分析、K-均值聚類分析6) 分組數(shù)據(jù)的Logistic回歸存在異方差性,需要采用加權(quán)最小二乘估計(jì)7) 誤差項(xiàng)的途徑系數(shù)可由多元回歸的決定系數(shù)算出,他們之間的關(guān)系為Pe=8) 最短距離法合用于條形的類,最長距離法合用于橢圓形的類。9) 主成分分析是運(yùn)用降維的思想,在損失很少的信息前提下,把多種指標(biāo)轉(zhuǎn)化為幾種綜合指標(biāo)的多元記錄措施。10) 在進(jìn)行主成分分析時(shí),我們認(rèn)為所取的m(m<p,p為所有的主成分)個(gè)主成分的累積奉獻(xiàn)率到達(dá)85%以上比較合適。11) 聚類分析的目的在于使類內(nèi)對(duì)象的同質(zhì)性最大化和類間對(duì)象的異質(zhì)性最大化12) y1是隨機(jī)變量,并且有y1~N(0,1),那么y13) 在對(duì)數(shù)線性模型中,要先將概率取對(duì)數(shù),再分解處理,公式:ηij14) 將每個(gè)原始變量分解為兩部分原因,一部分是由所有變量共同具有的少數(shù)幾種公共因子構(gòu)成的,另一部分是每個(gè)變量獨(dú)自具有的原因,即特殊因子15) 鑒別分析的最基本規(guī)定是分組類型在兩組之上,每組案例的規(guī)模必須至少一種以上,解釋變量必須是可測(cè)量的16) 當(dāng)被解釋變量是屬性變量而解釋變量是度量變量時(shí)鑒別分析是合適的記錄分析措施17) 多元正態(tài)分布是一元正態(tài)分布的推廣18) 多元分析的重要理論都是建立在多元正態(tài)總體基礎(chǔ)上的,多元正態(tài)分布是多元分析的基礎(chǔ)19) 因子分析中,把變量表到達(dá)各因子的線性組合,而主成分分析中,把主成分表到達(dá)各變量的線性組合。20) 記錄距離包括歐氏距離和馬氏距離兩類1) 因子負(fù)荷量是指因子構(gòu)造中原始變量與因子分析時(shí)抽取出的公共因子的有關(guān)程度。(√)(p147)2) 主成分分析是將本來較少的指標(biāo)擴(kuò)充為多種新的綜合指標(biāo)的多元記錄措施。(×)(p24)3) 鑒別分析其被解釋變量為屬性變量,解釋變量是度量變量。(√)(p90)4) Logistic回歸對(duì)于自變量有規(guī)定,度量變量或者非度量變量都不可以進(jìn)行回歸。(×)(p220)5) 在系統(tǒng)聚類過程中,聚合系數(shù)越大,合并的兩類差異越小。(×)(P59)6) spss只能對(duì)單變量進(jìn)行正態(tài)性檢查。(√)7) Logistic回歸中的估計(jì)參數(shù)(b0,b18) 密度函數(shù)可以是負(fù)的。(×)(p3)9) 計(jì)算經(jīng)典函數(shù)推導(dǎo)的經(jīng)典權(quán)重有較小的不穩(wěn)定性。(×)(p205)10) 10、對(duì)應(yīng)分析可以用圖形的方式提醒變量之間的關(guān)系,同步也可以給出詳細(xì)的記錄量來度量這種有關(guān)關(guān)系,使研究者在作用對(duì)應(yīng)分析時(shí)得到主觀性較強(qiáng)的結(jié)論。(×)(p179)11) 多元檢查具有概括和全面考察的特點(diǎn),輕易發(fā)現(xiàn)各指標(biāo)之間的關(guān)系和差異。(×)p2512) 名義尺度的指標(biāo)用某些類來表達(dá),這些類之間有等級(jí)關(guān)系,但沒有數(shù)量關(guān)系。(×)p4313) k-均值法是一種非譜系聚類法(√)p4414) 一般而言,不一樣聚類措施的成果不完全相似(√)p615) 鑒別分析最基本規(guī)定是分組類型在兩組以上且解釋變量必須是可測(cè)量的(√)p9016) 非譜系聚類法是把變量匯集成k個(gè)類的集合。(×)p6417) 主成分的數(shù)目大大少于原始變量的數(shù)目。(√)p11418) 因子分析只能用于研究變量之間的有關(guān)關(guān)系。(×)p14319) 聚類分析中的分類措施中,系統(tǒng)聚類法和分解法相似(相反)。(×)P4320) 聚類分析的目的就是把相似的研究對(duì)象歸類。(√)P42B卷一、填空題1.因子分析中因子載荷系數(shù)aij的記錄意義是第i個(gè)變量與第j個(gè)公因子的有關(guān)系數(shù);(2.類平均法的兩種形式為組間聯(lián)結(jié)法和組內(nèi)聯(lián)結(jié)法(P56)3.設(shè)則(p5)4.聚類分析根據(jù)實(shí)際的需要也許有兩個(gè)方向,一是對(duì)樣品,一是對(duì)指標(biāo)聚類。(P43)5.模糊聚類分析措施中對(duì)原始數(shù)據(jù)進(jìn)行變換,變換措施一般有原則化變換,極差變換,對(duì)數(shù)變換(p63)7.非譜系聚類法是把樣品匯集成K個(gè)類的集合。(P64)8.因子分析的基本思想是根據(jù)有關(guān)性大小把原始變量分組,使得同組內(nèi)的變量之間有關(guān)性較高,而不一樣組間的有關(guān)性較低。(P142)9.兩總體均值的比較問題也可分為兩總體協(xié)方差陣相等與兩總體協(xié)方差不相等兩種情形。(P25)10.因子旋轉(zhuǎn)分為正交旋轉(zhuǎn)和斜交旋轉(zhuǎn)。(P150)11. Q型聚類是指對(duì)樣品進(jìn)行聚類,R型聚類是指對(duì)指標(biāo)(變量)進(jìn)行聚類。(42頁)12. 一元回歸的數(shù)學(xué)模型是:y=β0+β1x+ε,多元回歸的數(shù)學(xué)模型是:_y=β0+β1x1+β2x2+βpxp+ε_(tái)。13. 變量的類型按尺度劃分有間隔尺度、有序尺度、名義尺度_.(43頁)14. 鑒別分析是鑒別樣品所屬類型的一種記錄措施,常用的鑒別措施有距離鑒別法、Fisher鑒別法、Bayes鑒別法、逐漸鑒別法。(80頁)15若,且A1和A2互相獨(dú)立,則.。(19頁)16. 對(duì)應(yīng)分析是將R型因子分析和Q型因子分析結(jié)合起來進(jìn)行的記錄分析措施。(170頁)17. 經(jīng)典有關(guān)分析是研究兩組變量之間有關(guān)分析的一種多元記錄措施。(194頁)18. 鑒別分析合用于被解釋變量是非度量變量的情形。19. 主成分分析是運(yùn)用降維的思想,在損失很少信息的前提下,把多種指標(biāo)轉(zhuǎn)化為幾種綜合指標(biāo)的多元記錄措施。(113頁)20.設(shè),是來自多元正態(tài)總體,和A分別為正態(tài)總體的樣本均值和樣本離差陣,則或.二、判斷題1、對(duì)于任何隨機(jī)向量X=來說,其協(xié)方差陣都是對(duì)稱陣,同步總是非負(fù)定的。(T)P52、可以體現(xiàn)各個(gè)變量在變差大小上的不一樣,以及有時(shí)存在的有關(guān)性還規(guī)定距離與各變量所用的單位無關(guān),這種距離是歐式距離。(F)P73、最長距離法中,選擇最小的距離作為新類與其他類之間的距離,然后將類間距離最小的兩類進(jìn)行合并,一直合并到只有一類為止。(F)P554、當(dāng)總體為正態(tài)總體且協(xié)方差相等時(shí),選用馬氏距離。(T)P905、進(jìn)行主成分分析的目的之一是減少變量的個(gè)數(shù),因此一般不會(huì)去p個(gè)主成分,而是取m(m<p)個(gè)主成分。(T)P1196、第k個(gè)主成分與原始變量的有關(guān)系數(shù)(,)稱為因子負(fù)荷量。(T)P1207、F=(m<p)是不可觀測(cè)的變量,其均值向量E(F)=0,協(xié)方差矩陣cov(F)=I,即向量F的各分量不是互相獨(dú)立的。(F)P1458、每個(gè)經(jīng)典函數(shù)都包括一對(duì)變量,一般一種代表自變量,另一種代表因變量。(T)P2029、分組數(shù)據(jù)的Logistic回歸不僅合用于大樣本的分組數(shù)據(jù),對(duì)小樣本的未分組數(shù)據(jù)也合用。(F)P23210、一種未知參數(shù)可以由顯變量的協(xié)方差矩陣的一種或多種元素的代數(shù)函數(shù)來體現(xiàn),就稱這個(gè)為參數(shù)可識(shí)別。(T)P26411、隨機(jī)向量的協(xié)方差陣一定是對(duì)稱的半正定陣。(T)P512、 原則化隨機(jī)變量的協(xié)方差陣與原變量的有關(guān)系數(shù)相似。(T)P513、對(duì)應(yīng)分析反應(yīng)的是列變量與行變量的交叉關(guān)系。(F)P17014、若一種隨機(jī)向量的任何邊緣分布均為正態(tài),則它是多元正態(tài)分布。(T)p1015、特性函數(shù)描述空間的元素之間與否有關(guān)聯(lián),而從屬度描述了元素之間的關(guān)聯(lián)是多少。(T)p6216、 非譜系聚類法是把變量匯集成K個(gè)類的集合。(F)p6417、在對(duì)原因A和原因B進(jìn)行對(duì)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論