多元統(tǒng)計分析模擬考試試題

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、費歇鑒別法、逐漸鑒別法。2) Q型聚類分析是對樣品的分類，R型聚類分析是對變量_的分類。3) 主成分分析中可以運用協(xié)方差矩陣和有關矩陣求解主成分。4) 因子分析中對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) 分組數據的Logistic回歸存在異方差性，需要采用加權最小二乘估計7) 誤差項的途徑系數可由多元回歸的決定系數算出，他們之間的關系為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) 主成分分析是運用降維的思想，在損失很少的信息前提下，把多種指標轉化為幾種綜合指標的多元記錄措施。10) 在進行主成分分析時，我們認為所取的m（m<p,p為所有的主成分）個主成分的累積奉獻率到達85%以上比較合適。11) 聚類分析的目的在于使類內對象的同質性最大化和類間對象的異質性最大化12) y1是隨機變量，并且有y1~N(0,1)，那么y13) 在對數線性模型中，要先將概率取對數，再分解處理，公式：ηij14) 將每個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幾種公共因子構成的，另一部分是每個變量獨自具有的原因，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量的16) 當被解釋變量是屬性變量而解釋變量是度量變量時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)總體基礎上的，多元正態(tài)分布是多元分析的基礎19) 因子分析中，把變量表到達各因子的線性組合，而主成分分析中，把主成分表到達各變量的線性組合。20) 記錄距離包括歐氏距離和馬氏距離兩類1) 因子負荷量是指因子構造中原始變量與因子分析時抽取出的公共因子的有關程度。（√）（p147）2) 主成分分析是將本來較少的指標擴充為多種新的綜合指標的多元記錄措施。（×）（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回歸對于自變量有規(guī)定，度量變量或者非度量變量都不可以進行回歸。（×）(p220)5) 在系統(tǒng)聚類過程中，聚合系數越大，合并的兩類差異越小。（×）(P59)6) spss只能對單變量進行正態(tài)性檢查。（√）7) Logistic回歸中的估計參數（b0，b18) 密度函數可以是負的。（×）(p3)9) 計算經典函數推導的經典權重有較小的不穩(wěn)定性。（×）（p205）10) 10、對應分析可以用圖形的方式提醒變量之間的關系，同步也可以給出詳細的記錄量來度量這種有關關系，使研究者在作用對應分析時得到主觀性較強的結論。（×）（p179）11) 多元檢查具有概括和全面考察的特點，輕易發(fā)現各指標之間的關系和差異。（×）p2512) 名義尺度的指標用某些類來表達，這些類之間有等級關系，但沒有數量關系。（×）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量的（√）p9016) 非譜系聚類法是把變量匯集成k個類的集合。（×）p6417) 主成分的數目大大少于原始變量的數目。（√）p11418) 因子分析只能用于研究變量之間的有關關系。（×）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象歸類。（√）P42B卷一、填空題1.因子分析中因子載荷系數aij的記錄意義是第i個變量與第j個公因子的有關系數；(2.類平均法的兩種形式為組間聯結法和組內聯結法（P56)3.設則(p5)4.聚類分析根據實際的需要也許有兩個方向，一是對樣品，一是對指標聚類。（P43）5.模糊聚類分析措施中對原始數據進行變換，變換措施一般有原則化變換，極差變換，對數變換（p63）7.非譜系聚類法是把樣品匯集成K個類的集合。（P64）8.因子分析的基本思想是根據有關性大小把原始變量分組，使得同組內的變量之間有關性較高，而不一樣組間的有關性較低。（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.因子旋轉分為正交旋轉和斜交旋轉。（P150）11. Q型聚類是指對樣品進行聚類，R型聚類是指對指標（變量）進行聚類。（42頁）12. 一元回歸的數學模型是：y=β0+β1x+ε，多元回歸的數學模型是：_y=β0+β1x1+β2x2+βpxp+ε_。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互相獨立，則.。（19頁）16. 對應分析是將R型因子分析和Q型因子分析結合起來進行的記錄分析措施。（170頁）17. 經典有關分析是研究兩組變量之間有關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. 主成分分析是運用降維的思想，在損失很少信息的前提下，把多種指標轉化為幾種綜合指標的多元記錄措施。（113頁）20.設，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、對于任何隨機向量X=來說，其協(xié)方差陣都是對稱陣，同步總是非負定的。(T)P52、可以體現各個變量在變差大小上的不一樣，以及有時存在的有關性還規(guī)定距離與各變量所用的單位無關，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行合并，一直合并到只有一類為止。(F)P554、當總體為正態(tài)總體且協(xié)方差相等時，選用馬氏距離。(T)P905、進行主成分分析的目的之一是減少變量的個數，因此一般不會去p個主成分，而是取m(m<p)個主成分。(T)P1196、第k個主成分與原始變量的有關系數（，）稱為因子負荷量。(T)P1207、F=（m<p）是不可觀測的變量，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立的。（F）P1458、每個經典函數都包括一對變量，一般一種代表自變量，另一種代表因變量。（T）P2029、分組數據的Logistic回歸不僅合用于大樣本的分組數據，對小樣本的未分組數據也合用。（F）P23210、一種未知參數可以由顯變量的協(xié)方差矩陣的一種或多種元素的代數函數來體現，就稱這個為參數可識別。（T）P26411、隨機向量的協(xié)方差陣一定是對稱的半正定陣。（T）P512、 原則化隨機變量的協(xié)方差陣與原變量的有關系數相似。（T）P513、對應分析反應的是列變量與行變量的交叉關系。（F）P17014、若一種隨機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、特性函數描述空間的元素之間與否有關聯，而從屬度描述了元素之間的關聯是多少。（T）p6216、 非譜系聚類法是把變量匯集成K個類的集合。（F）p6417、在對原因A和原因B進行對