2023年多元统计分析期末试题 |
您所在的位置:网站首页 › 多元统计分析判别分析计算题及答案 › 2023年多元统计分析期末试题 |
今年考的题题型都差不多复习过了,每种题型的解法我基本上在之前的博客里都有写,所以答案就不具体写了 (考完试太久我也忘了) ,下面是去年期末试卷 2022年多元统计分析期末试题 一、简答题1、试述距离判别法、Fisher判别法和贝叶斯判别法的异同。 二、计算题多元正态分布 参考多元统计分析(高惠璇版) 习题二部分答案 题2-2 2、设 X {X} X~ N 2 {N_2} N2(μ,Σ),其中 X {X} X ~ ( X 1 {X_1} X1, X 2 {X_2} X2, X 3 {X_3} X3),μ = ( μ 1 {μ_1} μ1, μ 2 {μ_2} μ2)',Σ = [ σ 1 2 c c σ 2 2 ] \begin{bmatrix} {σ_1^2} & c \\ c & {σ_2^2} \end{bmatrix} [σ12ccσ22] (1)证明 X 1 {X_1} X1+ X 2 {X_2} X2和 X 1 {X_1} X1- X 2 {X_2} X2的充要条件是 σ 1 2 {σ_1^2} σ12= σ 2 2 {σ_2^2} σ22; (2)试求 X 1 {X_1} X1+ X 2 {X_2} X2和 X 1 {X_1} X1– X 2 {X_2} X2的分布。 聚类分析 参考 聚类分析例题 (多元统计分析期末复习) 3、四个变量的距离矩阵如下,试用类平均法对其进行分类,画出聚类图,并给出将其分为两类的结果。 [ 0 2 0 6 4 0 6 6 5 0 ] \begin{bmatrix} 0 \\ 2 &0\\ 6 &4 &0& \\ 6 &6 &5&0 \end{bmatrix} 0266046050 4、已知6个样品的观测值为:1,4,5,6,9,11。分别用重心法(粗分类按数值大小均分)和密度法选取凝聚点,用K均值法分为3类。 主成分分析 参考 主成分分析例题 (多元统计分析期末复习) 5、五个地区国内生产总值 X 1 {X_1} X1和存储量 X 2 {X_2} X2和标准化数据如下,求出的相关阵R如下。(1)进行主成分分析;(2)计算每个主成分的贡献率以及每个原始变量的信息提取率;若要求损失代价小于15%,应选取几个主成分?(3)按主成分得分对五个地区进行排序。 R = [ 1 − 3 / 4 − 3 / 4 1 ] R=\begin{bmatrix} 1 &-3/4 \\ -3/4&1\\ \end{bmatrix} R=[1−3/4−3/41] 因子分析 参考 因子分析例题(多元统计分析期末复习) 6、设某总体可用2个指标来描述,在因子分析时计算出的特征值和对应的特征向量如下: λ 1 {λ_1} λ1=1.96, l 1 {l_1} l1= (0.63,0.59,0.51)’ λ 2 {λ_2} λ2=0.64, l 2 {l_2} l2= (-0.22,-0.49,0.84)’ 求: (1)计算因子载荷矩阵 A {A} A,并建立因子模型; (2)计算共同度 h i 2 {h_i^2} hi2; (3)计算公共因子对X的贡献。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |