应用多元统计分析课后答案_朱建平版下载_Word模板_50

is_633808

暂无简介

应用多元统计分析课后答案_朱建平版应用多元统计分析课后答案_朱建平版第二章 2.1.试叙述多元联合分布和边际分布之间的关系。 ,解:多元联合分布讨论多个随机变量联合到一起的概率分布状况，的XXXX,(,,)？12p ,联合分布密度函数是一个p维的函数，而边际分布讨论是的子向量的XXXX,(,,)？12p概率分布，其概率密度函数的维数小于p。 ,2.2设二维随机向量服从二元正态分布，写出其联合分布和各边缘分布。 ()XX12 2,,,,112,,,,解:设的均值向量为，协方差矩阵为，则其联μ,()XX，，,,12122,,212,,合分布密度函数为 ,...

应用多元统计

分析

定性数据统计分析pdf 销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析

课后答案_朱建平版第二章 2.1.试叙述多元联合分布和边际分布之间的关系。 ,解:多元联合分布讨论多个随机变量联合到一起的概率分布状况，的XXXX,(,,)？12p ,联合分布密度函数是一个p维的函数，而边际分布讨论是的子向量的XXXX,(,,)？12p概率分布，其概率密度函数的维数小于p。 ,2.2设二维随机向量服从二元正态分布，写出其联合分布和各边缘分布。 ()XX12 2,,,,112,,,,解:设的均值向量为，协方差矩阵为，则其联μ,()XX，，,,12122,,212,,合分布密度函数为 ,1/2,1222,,,,,,,,,,11,,,,112112。 ,f()exp()()xx,,,,μxμ,,,,,,,,222,,,,2,,,,,,,212212,,,, ,2.3已知随机向量的联合密度函数为 ()XX12 2[()()()()2()()]dcxabaxcxaxc,,，,,,,,1212 fxx(,),1222()()badc,, 其中，。求 axb,,cxd,,12 (1)随机变量和的边缘密度函数、均值和方差; XX12 (2)随机变量X和X的协方差和相关系数; 12 (3)判断XX和是否相互独立。 12 XX(1)解:随机变量和的边缘密度函数、均值和方差; 12 d2[()()()()2()()]dcxabaxcxaxc,,，,,,,,1212 fxdx(),1x22,1c()()badc,, dd2()()2[()()2()()]dcxaxbaxcxaxc,,,,,,,12212,，dx 22222,c()()()()badcbadc,,,,c d,dc2()()2[()2()]dcxaxbatxat,,,,,121,，dt 2222,0()()()()badcbadc,,,,c dc,d222()()[()2()]1dcxaxbatxat,,,,,121 ,，,2222()()()()badcbadcba,,,,,c0 所以 2ba,，，ba，由于服从均匀分布，则均值为，方差为。 X1212 1,xcd,,dc，,,,1同理，由于服从均匀分布，则均值为，Xfx,()dc,,2x222,其它0, 2dc,，，方差为。 12 (2)解:随机变量和的协方差和相关系数; XX12 cov(,)xx12 dbabdc，，2[()()()()2()()]dcxabaxcxaxc,,，,,,,,,,,,1212,,,xxdxdx1212,,,,,,22ca22()()badc,,,,,, ()()cdba,,, 36 cov(,)1xx12 ,,,3,,xx12 (3)解:判断X和X是否相互独立。 12 fxxfxfx(,)()(),X和X由于，所以不独立。 1212xx1212 ,XXXX,(,,)？2.4设服从正态分布，已知其协方差矩阵,为对角阵，证明其分量是相12p 互独立的随机变量。 ,XXXX,(,,)？解: 因为的密度函数为 12p p11,,,1/2,,,1,fxx(,...,)exp()(),,,,ΣxμΣxμ ,,1p,,22,,,,, 2,,,1,,2,2,,又由于 Σ,,,？,,2,,,p,, 222 Σ,,,,？12p 1,, 2,,,1,, ,,1 ,,21, Σ,,2,, ,,？ ,,1,,2,,p,,, 则 fxx(,...,)1p ,,1,, ,,2,,,1,,,, ,,,,1p,1/211,,,,,,2,2221,,,,,,,Σ？exp()()xμΣxμ,,,,2,,p12,,,,22,,,,,,,？,,,,1,,,,2,,,,p,,,,, p222,,()x,,,1()x,,()x1111,,,,,,pp2311 ,,,,,？exp...,,,，，,,12p,,222222,,,2,,,,,12p,, 2p,,()x,,1ii,,,exp()...()fxfx ,,,1p22,2,,,i1i,,i 则其分量是相互独立。 2.5由于多元正态分布的数学期望向量和均方差矩阵的极大似然分别为 n ˆ μXX,,n,i,1i nˆ, ΣXXXX,,,n()(),ii,1i 35650.00,, ,,12.33,,ˆμX,, ,,17325.00 ,,,,152.50,, 201588000.0038900.0083722500.00-736800.00,, ,,38900.0013.06716710.00-35.80,,ˆ Σ,,,83722500.0016710.0036573750.00-199875.00 ,,,,-736800.00-35.800-199875.0016695.10,, 10，， 11,,,,I,？,注:利用 , S 其中 ,,XIX11()XX,1nnnnpn，1,,nn,,01，，在SPSS中求样本均值向量的操作步骤如下: 1. 选择菜单项Analyze?Descriptive Statistics?Descriptives，打开Descriptives对话框。将待估计的四个变量移入右边的Variables列表框中，如图2.1。图2.1 Descriptives对话框 2. 单击Options按钮，打开Options子对话框。在对话框中选择Mean复选框，即计算样本均值向量，如图2.2所示。单击Continue按钮返回主对话框。图2.2 Options子对话框 3. 单击OK按钮，执行操作。则在结果输出窗口中给出样本均值向量，如表2.1，即样本均值向量为(35.3333，12.3333，17.1667，1.5250E2)。表2.1 样本均值向量在SPSS中计算样本协差阵的步骤如下: 1. 选择菜单项Analyze?Correlate?Bivariate，打开 Bivariate Correlations对话框。将三个变量移入右边的Variables列表框中，如图 2.3。图2.3 Bivariate Correlations对话框 2. 单击Options按钮，打开Options子对话框。选择 Cross-product deviations and covariances复选框，即计算样本离差阵和样本协差阵，如图2.4。单击Continue按钮，返回主对话框。图2.4 Options子对话框 3. 单击OK按钮，执行操作。则在结果输出窗口中给出相关分析表，见表2.2。表中Covariance给出样本协差阵。(另外，Pearson Correlation为皮尔逊相关系数矩阵，Sum of Squares and Cross-products为样本离差阵。) 2.6 无偏性;渐近无偏性、有效性和一致性; 2.7 设总体服从正态分布，，有样本。由于是相互独立的正X~(,)NμΣXXXX,,...,p12n 态分布随机向量之和，所以也服从正态分布。又 X nnn,, EEnEnn()XXXμμ,,,,，，,,,ii,,,,,111iii,, nnn11Σ,, DDnD()XXX,,,,Σ，，,,,ii,,22nnn,,,111iii,, X~(,)NμΣ所以。 p n1ˆ,2.8 方法1: ΣXXXX,,,()(),iin,1,1i n1,, ,,XXXXn,iin,1,1i n1ˆ,, EEnΣXXXX,,()(),iin,1,1i n1，，,,EnEXXXX ,,，，，，,ii,,n,1,1i，， n11Σ，，nn 。 ,,,,,ΣΣΣ(1),,,nnn,,11,1，，i n ,方法2: SX-X)(X-X,(),ii1i, n, ，，，，X-μ((Xμ)X-μXμ),,,,,,ii，，，，1i, nn ,,, ,,，,,()()2()()()X-μX-μX-μX-μnXμ)(XμXμ,,iii,,11ii n ,,, ,,,,，,,()()2()()X-μX-μnnXμ)(XμXμ)(Xμ,ii,1i n ,, ,,,,()()()X-μX-μnXμ)(Xμ,ii,1i nS1,,,, EEn()()()(),,,,X-μX-μXμ)(Xμ,ii,,nn,,11,1,,i n1,,,, 。 EnEX-μX-μXμ)(XμΣ,,,,,()()(),ii,,n,1,1,,i SΣ故为的无偏估计。 n,1 S2.9.设X,X,...,XX~(,)NμΣ是从多元正态分布抽出的一个简单随机样本，试求(1)(2)()np 的分布。证明: 设 ***？,, ,,***？,, ,Γ,,(),,,ΓΓI,为一正交矩阵，即。 ***？ij,,111,,？,,nnn,, ,Ζ=(ΖΖΖ)=XXXΓ？？令，，，12n12n 由于独立同正态分布且为正交矩阵X(1,2,3,4,),in,？Γ i ,(),,,,,？独立同正态分布所以。且有 12n nn11Var()Z,Σ，，。 ΖΧ,EEnΖΧμ,,()(),,nnininn,1,1ii n EEran()()(1,2,3,,1)ΖΧ,,,？,aajj,1j n1 ,nrμ,ajn,1j n , ,,nrrμ0,ajnj,1i n VarVarr()()ΖΧ,,aajj,1j nn22 ,,,rVarrΧΣΣ，，,,ajjaj,,jj11 所以独立同分布。 ΖΖΖ？N(0,)Σ121n, n ,又因为 SXXXX,,,()(),jji1, n ,,,,XXXXn ,jjj,1 ,nn11,,,,,,nnnnXXXXZZ,,因为 ,,iinn,,,,nn,,11ii,,,, ,X,,1,,n,X,,2,，，XX,XX？X又因为 ,12jjn,,？j,1,,,,,Xn,, ,X,,1,,,X2,,,,XXX？ΓΓ ，，12n,,？ ,,,,,X,,n ,Z,,1,,,Z2,,,ZZZ？，，12n,,？ ,,,,,Z,,nnn ,,,,XX,ZZ,ZZ,ZZ所以原式 ,,jjnnjjnn,1,1jj ,,,, ZZZZZZ-...ΖΖ,，，，1122nnnn n,1 ,故，由于独立同正态分布，所以 S,,,N(0,)ΣZZZ,,,？,pjj121n,j,1 n,1 , S,,,,,~(1,)Wn,jjpj,1 2.10.设是来自的简单随机样本，， N(,)μΣXnp()，ik,1,2,3,,？piiii (1)已知且，求和的估计。 Σμμμμμ,,,,...ΣΣΣΣ,,,,...12k12k(2)已知求和Σ的估计。 ΣΣΣΣ,,,,...μμμ,,...,,12k12k nka1aˆ解:(1)， μxx,,,,innn，，，...,,11ai12k nka,aaxxxx,,，，，，,,ii,,11aiˆ Σ,nnn...，，，12k (2) ln(,,,)LμμΣ？1k nka,2n1-1paa,，， ,,2,Σ(x-μ)Σ(x-μ)ln()exp[],,iaia，，2,,11ai nka11n-1aa, μ,ΣΣ,,,,,(x-μ)Σ(x-μ)ln()ln()lnLpn2,,iaia222,,11ai nka2,ln(,)1LnμΣ,,11aa, ,,，,,,ΣXμXμΣ()()0，，,,iaia,Σ22,,11ai nj,ln(,)LμΣj,1,,,,Σ()0(1,2,...,)Xμjk ,ijj,μi,1j 解之，得 njk,xxxx,,，，，，n,,ijijjjj1,,11jiˆˆμ,,xx， Σ,,jjijnnnn...，，，i,1j12k 第三章 3.1 试述多元统计分析中的各种均值向量和协差阵检验的基本思想和步骤。其基本思想和步骤均可归纳为: 答: 第一，提出待检验的假设和H1; 第二，给出检验的统计量及其服从的分布; 第三，给定检验水平，查统计量的分布表，确定相应的临值，从而得到否定域; 第四，根据样本观测值计算出统计量的值，看是否落入否定域中，以便对待判假设做出决策(拒绝或接受)。均值向量的检验: 统计量拒绝域在单一变量中 ()X,,20当已知 zn, ,||zz,,/2, ()X,,20tn,当未知 ,||(1)ttn,,,/2S n1222 (作为的估计量) ,SXX,,(),in,1,1i 一个正态总体 H:μμ,00 212,22,Σ协差阵已知 Tnp()()~(),T,,,,,XμΣXμ,0000 np(1)1np,,，,22Σ协差阵未知 TF,TFpnp~(,),,(1)np,(1)np, 21,, () Tnnn,,,,(1)[()()]XμSXμ00 两个正态总体 H:μμ,012 nm,212,22,Tp()()~(),有共同已知协差阵 ,,,XYΣXYT,,0,0nm， (2)1nmp，,,，2有共同未知协差阵 FF, FTFpnmp,，,,~(,1),(2)nmp，, ,，，，，nmnm,,21,(其中 ) Tnm(2)()(),，,,,XYSXY,,,,nmnm，，，，，， ()npn,-1,FF,协差阵不等 n,mFFpnp,,ZSZ~(,),p ()npn,-1,FF,协差阵不等 ZSZ n,mFFpnp,,~(,),p H:,,,,？,,多个正态总体 012k SSAk(1),FF,单因素方差 FFknk,,,~(1,),SSEnk(), EE多因素方差 ,,,,,,~(,,1)pnkkTAE，协差阵的检验检验 ΣΣ,0 np/21en/2,,,, H:Σ,I,,,SSexptr,,0p,,2n,,,, np/2n/21e,,,,** H:ΣΣ,,I,,,SSexptr,,00p,,2n,,,,检验 ΣΣΣ,,,？H:ΣΣΣ,,,？12k012k kk/2/2nn/2i/2pnnpi统计量 ,,nnSS,,kii,,11ii 3.2 试述多元统计中霍特林分布和威尔克斯分布分别与一元统计中t分布和F分布的关系。答:(1)霍特林分布是t分布对于多元变量的推广。 2nX(),,,221,SX而若设X~(,)NμΣ，且与S~(,)WnΣtnXSX,,,,()()(),,pp2S 2相互独立，，则称统计量的分布为非中心霍特林T分布。 n,p 21,,SXTnX0~(,)NΣ,XSXS~(,)WnΣ若，且与相互独立，令，则 pp np,，12 。 TFpnp~(,1),，np FF(2)威尔克斯分布在实际应用中经常把统计量化为统计量，利用统计量来解决多元统计分析中有关检验问

题

快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题

。 ,F 与统计量的关系 p nn F统计量及分别 12 nppn,，,,11(,,1)11 ,,，~(,1)Fpnp任意任意 1 1ppn,(,,1)1 1(,,2),,pnnp,11 ,,~(2,2())Fpnp任意任意 2 1p,(,,2)pn1 nnn1(1,,),,112 ,~(,)Fnn任意任意 1 21nnn,(1,,)212 1(2,,),,nnn,1121 ,,~(2,2(1))Fnn任意任意 2 21n,(2,,)nn212 3.3 试述威尔克斯统计量在多元方差分析中的重要意义。答:威尔克斯统计量在多元方差分析中是用于检验均值的统计量。 Hij:至少存在使,,μμH:μμμ,,,？1ij012k EE用似然比原则构成的检验统计量为给定检验水,,,,,,~(,,1)pnkkTAE，平，查Wilks分布表，确定临界值，然后作出统计判断。 , 第四章 4.1 简述欧几里得距离与马氏距离的区别和联系。答: 设p维欧几里得空间中的两点X=和Y=。则欧几里得距离为。欧几里得距离的局限有?在多元数据分析中，数量级的影响。?会受到实际问题中量纲的影响。设X,Y是来自均值向量为，协方差为的总体G中的p维样本。则马氏距离为D(X,Y)=。当即单位阵时，D(X,Y)==即欧几里得距离。因此，在一定程度上，欧几里得距离是马氏距离的特殊情况，马氏距离是欧几里得距离的推广。 4.2 试述判别分析的实质。答:判别分析就是希望利用已经测得的变量数据，找出一种判别函数，使得这一函数具有某种最优性质，能把属于不同类别的样本点尽可能地区别开来。设R1，R2，„，Rk是p维空间R p的k个子集，如果它们互不相交，且它们的和集为，则称为的一个划分。判别分析问题实质上就是在某种意义上，以最优的性质对p维空间构造一个“划分”，这个“划分”就构成了一个判别规则。 4.3 简述距离判别法的基本思想和方法。答:距离判别问题分为?两个总体的距离判别问题和?多个总体的判别问题。其基本思想都是分别计算样本与各个总体的距离(马氏距离)，将距离近的判别为一类。 ?两个总体的距离判别问题设有协方差矩阵?相等的两个总体G和G，其均值分别是,和, ，对于一个新的样品X，121222要判断它来自哪个总体。计算新样品X到两个总体的马氏距离D(X，G)和D(X，G)，12则 22 X ，D(X，G)D(X，G) 12 22X ，D(X，G)> D(X，G， 12 具体分析， 22DGDG(,)(,)XX, 12 ,,11,,,,,,,,()()()()XμΣXμXμΣXμ1122 ,,,,,,111111,,,,,,,,，,,，XΣXX2(2)ΣμμΣμXΣXXΣμμΣμ111222 ,,,111,,,2(),,，,XΣμμμΣμμΣμ211122,,11,,,,，，,2()()()XΣμμμμΣμμ211212 ,μμ，,,,112 ,,,,2()XΣμμ12,,2,, ,,,,,,,,2()2()XμααXμ ,记则判别规则为 W()()X,,αXμ X ，W(X) X ，W(X)<0 ?多个总体的判别问题。 k设有个总体，其均值和协方差矩阵分别是和，G,G,？,Gμ,μ,？,μΣ,Σ,？,Σ12k12k12k 且。计算样本到每个总体的马氏距离，到哪个总体的距离最小就属Σ,Σ,？,Σ,Σ12k 于哪个总体。 21,,具体分析， DG(,)()()XX,,,μΣXμ,,, ,,,111,,,,,，XΣX2μΣXμΣμ,,, ,1,,,,，XΣXIX2()C,, 1,1,1,C,,μΣμ取，，。 I,Σμ,,1,2,？,k,,,,,2 可以取线性判别函数为 ,WC()XIX,，， ,,1,2,？,k,,, ,WC()max()XIX,，相应的判别规则为X,G 若 i,,i1,,k, 4.4 简述贝叶斯判别法的基本思想和方法。 G,G,？,Gf(x),f(x),？,f(x)基本思想:设k个总体，其各自的分布密度函数，假设k12k12k k q,q,？,qq,0G个总体各自出现的概率分别为，，。设将本来属于总体的样品q,1ii12k,ii,1 G错判到总体时造成的损失为，。 C(j|i)i,j,1,2,？,kj kpG,G,？,GR,(R,R,？,R)设个总体相应的维样本空间为。 12k12k RGG在规则下，将属于的样品错判为的概率为 ji P(j|i,R),f(x)dxi,j,1,2,？,ki,j i,Rj 则这种判别规则下样品错判后所造成的平均损失为 k r(i|R),[C(j|i)P(j|i,R)]i,1,2,？,k ,,1j R则用规则来进行判别所造成的总平均损失为 k g(R),qr(i,R),i,1ikk ,qC(j|i)P(j|i,R),,i,,11ij 贝叶斯判别法则，就是要选择一种划分，使总平均损失达到极小。 R,R,？,Rg(R)12k kk 基本方法: g(R),qC(j|i)P(j|i,R),,i,,11ij kk ,qC(j|i)f(x)dx,,ii,Rj,,11ij kk ,(qC(j|i)f(x))dx,,ii,Rj,,11ji kk 令，则 g(R),h(x)dxqCjifh(|)()()xx,,,jiij,Rj,1,1ji k*****若有另一划分， g(R),h(x)dxR,(R,R,？,R),j*12k,Rj,1j 则在两种划分下的总平均损失之差为 kk* g(R),g(R),[h(x),h(x)]dx,,ij*,,RRij,,11ij j因为在上h(x),h(x)对一切成立，故上式小于或等于零，是贝叶斯判别的解。 Riji Rhh,,{|()min()}xxxiijR,(R,R,？,R)i,1,2,？,k1,,jk12k从而得到的划分为 4.5 简述费希尔判别法的基本思想和方法。 pk答:基本思想:从个总体中抽取具有个指标的样品观测数据，借助方差分析的思想构造一个线性判别函数 ,UuXuXuX()XuX,，，，,？ 1122pp ,u(u,u,？,u),系数可使得总体之间区别最大，而使每个总体内部的离差最小。将新样12p pU()X品的个指标值代入线性判别函数式中求出值，然后根据判别一定的规则，就可以判别新的样品属于哪个总体。 4.6 试析距离判别法、贝叶斯判别法和费希尔判别法的异同。答:? 费希尔判别与距离判别对判别变量的分布类型无要求。二者只是要求有各类母体的两阶矩存在。而贝叶斯判别必须知道判别变量的分布类型。因此前两者相对来说较为简单。 ? 当k=2时，若则费希尔判别与距离判别等价。当判别变量服从正态分布时，二者与贝叶斯判别也等价。 ? 当时，费希尔判别用作为共同协差阵，实际看成等协差阵，此与距离判别、贝叶斯判别不同。 ? 距离判别可以看为贝叶斯判别的特殊情形。贝叶斯判别的判别规则是 X ， W(X) X ，W(X)责任

安全质量包保责任状安全管理目标责任状 8安全事故责任追究制幼儿园安全责任状占有损害赔偿请求权

)，以决定是否给予贷款。可以根据贷款申请人的年龄()、受教育程度()、现在所从事工作的年数XX12 ()、未变更住址的年数()、收入()、负债收入比例()、信用卡债务()、XXXXX35647其它债务()等来判断其信用情况。下表是从某银行的客户资料中抽取的部分数据，?X8 根据样本资料分别用距离判别法、Bayes判别法和Fisher判别法建立判别函数和判别规则。?某客户的如上情况资料为(53，1，9，18，50，11.20，2.02，3.58)，对其进行信用好坏的判别。目前信用客户 XXXXXXXX13568247好坏序号 1 23 1 7 2 31 6.60 0.34 1.71 2 34 1 17 3 59 8.00 1.81 2.91 已履行还3 42 2 7 23 41 4.60 0.94 .94 贷责任 4 39 1 19 5 48 13.10 1.93 4.36 5 35 1 9 1 34 5.00 0.40 1.30 6 37 1 1 3 24 15.10 1.80 1.82 7 29 1 13 1 42 7.40 1.46 1.65 未履行还8 32 2 11 6 75 23.30 7.76 9.72 贷责任 9 28 2 2 3 23 6.40 0.19 1.29 10 26 1 4 3 27 10.50 2.47 .36 解:令已履行还贷责任为group0，未履行还贷责任为group1。令(53，1，9，18，50，11.20，2.02，3.58)客户序号为11，group未知。用spss解题步骤如下: 1. 在SPSS窗口中选择Analyze?Classify?Discriminate，调出判别分析主界面，将左边 X1,X6的变量列表中的“group”变量选入分组变量中，将变量选入自变量中，并选择Enter independents together单选按钮，即使用所有自变量进行判别分析。 2. 点击Define Range按钮，定义分组变量的取值范围。本例中分类变量的范围为0到 1，所以在最小值和最大值中分别输入0和1。单击Continue按钮，返回主界面。 3. 单击Statistics…按钮，指定输出的描述统计量和判别函数系数。选中Function Coefficients栏中的Fisher’s和Unstandardized。单击Continue按钮，返回主界面。 4. 单击Classify…按钮，定义判别分组参数和选择输出结果。选择Display栏中的 Casewise results，以输出一个判别结果表。其余的均保留系统默认选项。单击 Continue按钮。 5. 返回判别分析主界面，单击OK按钮，运行判别分析过程。 1) 用费希尔判别法建立判别函数和判别规则: 未

标准

excel标准偏差 excel标准偏差函数 exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载

化的典型判别函数系数由于可以将实测的样品观测值直接代入求出判别得分，所以该系数使用起来比标准化的系数要方便一些。具体见表4.3 。表4.3 未标准化的典型判别函数系数由此表可知， Fisher判别函数为: Y,,10.794,0.32X1，6.687X2，0.173X3，0.357X4，0.024X5，0.710X6，0.792X7,2.383X8 Y用计算出各观测值的具体坐标位置后，再比较它们与各类重心的距离，就可以得知分类，如若与group0的重心距离较近则属于group0，反之亦然。各类重心在空间中的坐标位置如表4.4所示。表4.4 各类重心处的费希尔判别函数值用bayes判别法建立判别函数与判别规则，由于此题中假设各类出现的先验概率相等且误判造成的损失也相等，所以距离判别法与bayes判别完全一致。如表4.5所示，group栏中的每一列表示样品判入相应列的Bayes判别函数系数。由此可得，各类的Bayes判别函数如下: G0,,118.693，0.340X1，94.070X2，1.033X3,4.943X4，2.969X5，13.723X6,10.994X7,37.504X8 G1,,171.296，0.184X1，126.660X2，1.874X3,6.681X4，3.086X5，17.182X6,7.133X7,49.116X8 表4.5 Bayes判别函数系数将各样品的自变量值代入上述两个Bayes判别函数，得到两个函数值。比较这两个函数值，哪个函数值比较大就可以判断该样品该判入哪一类。 2) 在判别结果的Casewise Stastics表中容易查到该客户属于group0，信用好。 4.10 从胃癌患者、萎缩性胃炎患者和非胃炎患者中分别抽取五个病人进行四项生化指标的化验:血清铜蛋白X、蓝色反应X、尿吲哚乙酸X和中性硫化物X，数据见，，，，，，，，1234下表。试用距离判别法建立判别函数，并根据此判别函数对原样本进行回判。类别病人序号 XXXX1324 1 228 134 20 11 胃2 245 134 10 40 癌3 200 167 12 27 患4 170 150 7 8 者 5 100 167 20 14 6 225 125 7 14 胃7 130 100 6 12 萎炎8 150 117 7 6 缩患性 9 120 133 10 26 者 10 160 100 5 10 11 185 115 5 19 非12 170 125 6 4 胃炎13 165 142 5 3 患14 135 108 2 12 者 15 100 117 7 2 解:令胃癌患者、萎缩性胃炎患者和非胃炎患者分别为group1、group2、group3，由于此题中假设各类出现的先验概率相等且误判造成的损失也相等，所以距离判别法与bayes判别完全一致。用spss的解题步骤如下: 1.在SPSS窗口中选择Analyze?Classify?Discriminate，调出判别分析主界面，将左边的变量列表中的“group”变量选入分组变量中，将X、X、XX变量选入自变量中，并选择Enter 、1234 independents together单选按钮，即使用所有自变量进行判别分析。 2.点击Define Range按钮，定义分组变量的取值范围。本例中分类变量的范围为1到3，所以在最小值和最大值中分别输入1和3。单击Continue按钮，返回主界面。 3.单击Statistics…按钮，指定输出的描述统计量和判别函数系数。选中Function Coefficients 栏中的Fisher’s:给出Bayes判别函数的系数。 4.单击Classify…按钮，弹出classification子对话框，选中Display选项栏中的Summary table复选框，即要求输出错判矩阵，以便实现题中对原样本进行回判的要求。 5.返回判别分析主界面，单击OK按钮，运行判别分析过程。根据判别分析的结果建立Bayes判别函数: Bayes判别函数的系数见表4.6。表中每一列表示样本判入相应类的Bayes判别函数系数。由此可建立判别函数如下: Y1,,79.212，0.164X1，0.753X2，0.778X3，0.073X4Group1: Y2,,46.721，0.130X1，0.595X2，0.317X3，0.012X4Group2: Y3,,49.598，0.130X1，0.637X2，0.100X3,0.059X4Group3: 将各样品的自变量值代入上述三个Bayes判别函数，得到三个函数值。比较这三个函数值，哪个函数值比较大就可以判断该样品判入哪一类。表4.6 Bayes判别函数系数根据此判别函数对样本进行回判，结果如表4.7。从中可以看出在5个胃癌患者中，有4个被正确地判定，有1个被错误地判定为非胃炎患者，正确率为80%。在5个萎缩性胃炎患者中，有4个被正确判定，有1个被错误地判定为非胃炎患者，正确率为80%。在5个非胃炎患者中，有4个被正确判定，有1个被错误地判为萎缩性胃炎患者。整体的正确率为80.0%。表4.7 错判矩阵第五章 5.1 判别分析和聚类分析有何区别, 答:即根据一定的判别准则，判定一个样本归属于哪一类。具体而言，设有n个样本，对每个样本测得p项指标(变量)的数据，已知每个样本属于k个类别(或总体)中的某一类，通过找出一个最优的划分，使得不同类别的样本尽可能地区别开，并判别该样本属于哪个总体。聚类分析是分析如何对样品(或变量)进行量化分类的问题。在聚类之前，我们并不知道总体，而是通过一次次的聚类，使相近的样品(或变量)聚合形成总体。通俗来讲，判别分析是在已知有多少类及是什么类的情况下进行分类，而聚类分析是在不知道类的情况下进行分类。 5.2 试述系统聚类的基本思想。答:系统聚类的基本思想是:距离相近的样品(或变量)先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品(或变量)总能聚到合适的类中。 5.3 对样品和变量进行聚类分析时，所构造的统计量分别是什么,简要说明为什么这样构造, 答:对样品进行聚类分析时，用距离来测定样品之间的相似程度。因为我们把n个样本看作p维空间的n个点。点之间的距离即可代表样品间的相似度。常用的距离为 pq1/qdqXX()(),, (一)闵可夫斯基距离:,ijikjk,1k q取不同值，分为 q,1(1)绝对距离() p dXX(1),, ,ijikjk,1k q,2(2)欧氏距离() p21/2dXX(2)(),, ,ijikjk,k1 q,,(3)切比雪夫距离() dXX()max,,, ijikjk1,,kp pXX,1ikjk (二)马氏距离 ()dL,,ijpXX，,1kikjk 21,(三)兰氏距离 ,dM()()(),,,XXΣXX ijijij 对变量的相似性，我们更多地要了解变量的变化趋势或变化方向，因此用相关性进行衡量。将变量看作p维空间的向量，一般用 p(一)夹角余弦 XX,ikjk,1k cos,,ijpp 22()()XX,,ikjk ,,11kk (二)相关系数 p ()()XXXX,,,ikijkj,1k r,ijpp 22()()XXXX,,,,ikijkj ,,11kk 5.4 在进行系统聚类时，不同类间距离计算方法有何区别,选择距离公式应遵循哪些原则, 答: 设d表示样品X与X之间距离，用D表示类G与G之间的距离。 ijijijij (1). 最短距离法 D,mind ijij,,,XGXGiijj Dd,min,min{,}DDkrij kpkq,,,XGXGikjr (2)最长距离法 Dd,maxpqij ,,,XGXGipjq Dd,max,max{,}DD krijkpkq,,,XGXGikjr (3)中间距离法 112222 D,D，D，D,krkpkqpq 22 其中 (4)重心法 21,DXXXX,,,()() X,(nX，nX)pqpqpqrppqqnr nnnnpqpq2222DDDD,，, krkpkqpq2nnnrrr (5)类平均法 nn11pq222222Dd, Dd,,，DD,,,,pqijkrijkpkqnnnnnn,,,,XGXGXGXGkrpqrripjjikjr (6)可变类平均法 nnpq2222 ,,，，(1)(),,DDDDkrkpkqpqnn rr 其中,是可变的且, <1 (7)可变法 1,,2222DDDD,，，(), 其中,是可变的且, <1 krkpkqpq2 (8)离差平方和法 nt ,SXXXX()(),,, ,tittitt,1t nnnn，，nkpkq2222kDDDD,，, krkpkqpqnnnnnn，，，rkrkrk 通常选择距离公式应注意遵循以下的基本原则: (1)要考虑所选择的距离公式在实际应用中有明确的意义。如欧氏距离就有非常明确的空间距离概念。马氏距离有消除量纲影响的作用。 (2)要综合考虑对样本观测数据的预处理和将要采用的聚类分析方法。如在进行聚类分析之前已经对变量作了标准化处理，则通常就可采用欧氏距离。 (3)要考虑研究对象的特点和计算量的大小。样品间距离公式的选择是一个比较复杂且带有一定主观性的问题，我们应根据研究对象的特点不同做出具体分折。实际中，聚类分析前不妨试探性地多选择几个距离公式分别进行聚类，然后对聚类分析的结果进行对比分析，以确定最合适的距离测度方法。 5.5试述K均值法与系统聚类法的异同。答:相同:K—均值法和系统聚类法一样，都是以距离的远近亲疏为标准进行聚类的。不同:系统聚类对不同的类数产生一系列的聚类结果，而K—均值法只能产生指定类数的聚类结果。具体类数的确定，离不开实践经验的积累;有时也可以借助系统聚类法以一部分样品为对象进行聚类，其结果作为K—均值法确定类数的参考。 5.6 试述K均值法与系统聚类有何区别,试述有序聚类法的基本思想。答:K均值法的基本思想是将每一个样品分配给最近中心(均值)的类中。系统聚类对不同的类数产生一系列的聚类结果，而K—均值法只能产生指定类数的聚类结果。具体类数的确定，有时也可以借助系统聚类法以一部分样品为对象进行聚类，其结果作为K均值法确定类数的参考。有序聚类就是解决样品的次序不能变动时的聚类分析问题。如果用表示X,X,？,X(1)(2)(n)个有序的样品，则每一类必须是这样的形式，即，其中且X,X,？,Xn1,i,n,(i)(i，1)(j) ，简记为。在同一类中的样品是次序相邻的。一般的步骤是(1)j,nG,{i,i，1,？,j}i 计算直径{D(i,j)}。(2)计算最小分类损失函数{L[p(l,k)]}。(3)确定分类个数k。(4)最优分类。 5.7 检测某类产品的重量，抽了六个样品，每个样品只测了一个指标，分别为1，2，3，6，9，11.试用最短距离法，重心法进行聚类分析。 (1)用最短距离法进行聚类分析。采用绝对值距离，计算样品间距离阵 0 1 0 2 1 0 5 4 3 0 8 7 6 3 0 10 9 8 5 2 0 由上表易知中最小元素是于是将，，聚为一类，记为计算距离阵 0 3 0 6 3 0 8 5 2 0 中最小元素是=2 于是将，聚为一类，记为计算样本距离阵 0 3 0 6 3 0 中最小元素是于是将，聚为一类，记为因此， (2)用重心法进行聚类分析计算样品间平方距离阵 0 1 0 4 1 0 25 16 9 0 64 49 36 9 0 100 81 64 25 4 0 易知中最小元素是于是将，，聚为一类，记为计算距离阵 0 16 0 49 9 0 81 25 4 0 注:计算方法,其他以此类推。中最小元素是=4 于是将，聚为一类，记为计算样本距离阵 0 16 0 64 16 0 中最小元素是于是将，聚为一类，记为因此， 5.8 下表是15个上市公司2001年的一些主要财务指标，使用系统聚类法和K,均值法分别对这些公司进行聚类，并对结果进行比较分析。公净资产每股净总资产资产负流动负每股净净利润总资产司收益率利润周转率债率债比率资产增长率增长率编号 1 11.09 0.21 0.05 96.98 70.53 1.86 -44.04 81.99 2 11.96 0.59 0.74 51.78 90.73 4.95 7.02 16.11 3 0 0.03 0.03 181.99 100 -2.98 103.33 21.18 4 11.58 0.13 0.17 46.07 92.18 1.14 6.55 -56.32 5 -6.19 -0.09 0.03 43.3 82.24 1.52 -1713.5 -3.36 6 10 0.47 0.48 68.4 86 4.7 -11.56 0.85 7 10.49 0.11 0.35 82.98 99.87 1.02 100.23 30.32 8 11.12 -1.69 0.12 132.14 100 -0.66 -4454.39 -62.75 9 3.41 0.04 0.2 67.86 98.51 1.25 -11.25 -11.43 10 1.16 0.01 0.54 43.7 100 1.03 -87.18 -7.41 11 30.22 0.16 0.4 87.36 94.88 0.53 729.41 -9.97 12 8.19 0.22 0.38 30.31 100 2.73 -12.31 -2.77 13 95.79 -5.2 0.5 252.34 99.34 -5.42 -9816.52 -46.82 14 16.55 0.35 0.93 72.31 84.05 2.14 115.95 123.41 15 -24.18 -1.16 0.79 56.26 97.8 4.81 -533.89 -27.74 解:令净资产收益率为X1，每股净利润X2，总资产周转率为X3，资产负债率为X4，流动负债比率为X5，每股净资产为X6，净利润增长率为X7，总资产增长率为X8，用spss对公司聚类分析的步骤如下: a) 系统聚类法: 1. 在SPSS窗口中选择Analyze?Classify?Hierachical Cluster，调出系统聚类分析主界 X1-X8面，并将变量移入Variables框中。在Cluster栏中选择Cases单选按钮，即对样品进行聚类(若选择Variables，则对变量进行聚类)。在Display栏中选择 Statistics和Plots复选框，这样在结果输出窗口中可以同时得到聚类结果统计量和统计图。图5.1 系统分析法主界面 2. 点击Statistics按钮，设置在结果输出窗口中给出的聚类分析统计量。我们选择 Agglomeration schedule与Cluster Membership中的Range of solution 2-4，如图5.2 所示，点击Continue按钮，返回主界面。 (其中，Agglomeration schedule表示在结果中给出聚类过程表，显示系统聚类的详细步骤;Proximity matrix 表示输出各个体之间的距离矩阵;Cluster Membership 表示在结果中输出一个表，表中显示每个个体被分配到的类别，Range of solution 2-4即将所有个体分为2至4类。) 3. 点击Plots按钮，设置结果输出窗口中给出的聚类分析统计图。选中Dendrogram 复选框和Icicle栏中的None单选按钮，如图5.3，即只给出聚类树形图，而不给出冰柱图。单击Continue按钮，返回主界面。图5.2 Statistics子对话框图5.3 Plots子对话框 4. 点击Method按钮，设置系统聚类的方法选项。Cluster Method下拉列表用于指定聚类的方法，这里选择Between-group inkage(组间平均数连接距离);Measure栏用于选择对距离和相似性的测度方法，选择Squared Euclidean distance(欧氏距离); 单击Continue按钮，返回主界面。图5.4 Method子对话框图5.5 Save子对话框 5. 点击Save按钮，指定保存在数据文件中的用于表明聚类结果的新变量。None表示不保存任何新变量;Single solution表示生成一个分类变量，在其后的矩形框中输入要分成的类数;Range of solutions表示生成多个分类变量。这里我们选择Range of solutions，并在后面的两个矩形框中分别输入2和4，即生成三个新的分类变量，分别表明将样品分为2类、3类和4类时的聚类结果,如图5.5。点击Continue，返回主界面。 6. 点击OK按钮，运行系统聚类过程。聚类结果分析: 下面的群集成员表给出了把公司分为2类，3类，4类时各个样本所属类别的情况，另外，从右边的树形图也可以直观地看到，若将15个公司分为2类，则13独自为一类，其余的为一类;若分为3类，则公司8分离出来，自成一类。以此类推。表5.1 各样品所属类别表图5.6 聚类树形图 b) K均值法的步骤如下: 1. 在SPSS窗口中选择Analyze?Classify?K-Means Cluster，调出K均值聚类分析主界面，并将变量X1-X8移入Variables框中。在Method框中选择Iterate classify，即使用K-means算法不断计算新的类中心，并替换旧的类中心(若选择Classify only，则根据初始类中心进行聚类，在聚类过程中不改变类中心)。在Number of Cluster 后面的矩形框中输入想要把样品聚成的类数，这里我们输入3，即将15个公司分为3类。 (Centers按钮，则用于设置迭代的初始类中心。如果不手工设置，则系统会自动设置初始类中心，这里我们不作设置。) 图5.7 K均值聚类分析主界面 2. 点击Iterate按钮，对迭代参数进行设置。Maximum Iterations参数框用于设定 K-means算法迭代的最大次数，输入10，Convergence Criterion参数框用于设定算法的收敛判据，输入0，只要在迭代的过程中先满足了其中的参数，则迭代过程就停止。单击Continue，返回主界面。图5.8 Iterate子对话框 3. 点击Save按钮，设置保存在数据文件中的表明聚类结果的新变量。我们将两个复选框都选中，其中Cluster membership选项用于建立一个代表聚类结果的变量，默认变量名为qcl_1;Distance from cluster center选项建立一个新变量，代表各观测量与其所属类中心的欧氏距离。单击Continue按钮返回。图5.9 Save子对话框 4. 点击Options按钮，指定要计算的统计量。选中Initial cluster centers和Cluster information for each case复选框。这样，在输出窗口中将给出聚类的初始类中心和每个公司的分类信息，包括分配到哪一类和该公司距所属类中心的距离。单击 Continue返回。图5.10 Options子对话框 5. 点击OK按钮，运行K均值聚类分析程序。聚类结果分析: 以下三表给出了各公司所属的类及其与所属类中心的距离，聚类形成的类的中心的各变量值以及各类的公司数。由以上表格可得公司13与公司8各自成一类，其余的公司为一类。通过比较可知，两种聚类方法得到的聚类结果完全一致。 5.9下表是某年我国16个地区农民支出情况的抽样调查数据，每个地区调查了反映每人平均生活消费支出情况的六个经济指标。试通过统计分析软件用不同的方法进行系统聚类分析，并比较何种方法与人们观察到的实际情况较接近。交通和娱乐教地区食品衣着燃料住房通讯育文化北京 190.33 43.77 9.73 60.54 49.01 9.04 天津 135.2 36.4 10.47 44.16 36.49 3.94 河北 95.21 22.83 9.3 22.44 22.81 2.8 山西 104.78 25.11 6.4 9.89 18.17 3.25 内蒙 128.41 27.63 8.94 12.58 23.99 2.27 辽宁 145.68 32.83 17.79 27.29 39.09 3.47 吉林 159.37 33.38 18.37 11.81 25.29 5.22 黑龙江 116.22 29.57 13.24 13.76 21.75 6.04 上海 221.11 38.64 12.53 115.65 50.82 5.89 江苏 144.98 29.12 11.67 42.6 27.3 5.74 浙江 169.92 32.75 12.72 47.12 34.35 5 安徽 135.11 23.09 15.62 23.54 18.18 6.39 福建 144.92 21.26 16.96 19.52 21.75 6.73 江西 140.54 21.5 17.64 19.19 15.97 4.94 山东 115.84 30.26 12.2 33.6 33.77 3.85 河南 101.18 23.26 8.46 20.2 20.5 4.3 解:令食品支出为X1，衣着支出为X2，燃料支出为X3，住房支出为X4，交通和通讯支出为X5，娱乐教育文化支出为X6，用spss对16各地区聚类分析的步骤如5.8题，不同的方法在第4个步骤的Method子对话框中选择不同的Cluster method。 1. Between-group inkage(组间平均数连接距离) 上表给出了把全国16个地区分为2类、3类和4类时，各地区所属的类别，另外从右边的树形图也可以直观地观察到，若用组间平均数连接距离将这些地区分为3类，则9(上海)独自为一类，1(北京)和11(浙江)为一类，剩余地区为一类。 2. Within-group linkage(组内平均连接距离) 若用组内平均数连接距离将这些地区分为3类，则9(上海)独自为一类，1(北京)独自为一类，剩余地区为一类。 3. Nearest neighbor(最短距离法) 若用最短距离法将这些地区分为3类，则9(上海)独自为一类，1(北京)独自为一类，剩余地区为一类。 4. Furthest neighbor(最远距离法) 若用最远距离法将这些地区分为3类，则9(上海)独自为一类，1(北京)和11(浙江)为一类，剩余地区为一类。 5. Centroid cluster(重心法) 若用重心法将这些地区分为3类，则9(上海)独自为一类，1(北京)和11(浙江) 为一类，剩余地区为一类。 6. Median cluster(中位数距离) 若用中位数距离法将这些地区分为3类，则9(上海)独自为一类，1(北京)和11(浙江)为一类，剩余地区为一类。 7. Ward method(离差平方和) 若用离差平方和法将这些地区分为3类，则9(上海)，1(北京)和11(浙江)为一类，2(天津)、6(辽宁)、7(吉林)、10(江苏)、12(安徽)、13(福建)和14(江西)为一类，剩余地区为一类。 5.10 根据上题数据通过SPSS统计分析软件进行快速聚类运算，并与系统聚类分析结果进行比较。解:快速聚类运算即K均值法聚类，具体步骤同5.8，聚类结果如下: 聚类的结果为9(上海)独自为一类，1(北京)、2(天津)、6(辽宁)、7(吉林)、10(江苏)、11(浙江)、13(福建)和14(江西)为一类，剩余地区为一类。 5.11下表是2003年我国省会城市和

计划

项目进度计划表范例计划下载计划下载计划下载课程教学计划下载

单列市的主要经济指标:人均GDPx(元)、1人均工业产值x(元)、客运总量x(万人)、货运总量x(万吨)、地方财政预算内收入x3245(亿元)、固定资产投资总额x(亿元)、在岗职工占总人口的比例x(,)、在岗职工人均67 工资额xx(元)、城乡居民年底储蓄余额(亿元)。试通过统计分析软件进行系统聚类分89 析，并比较何种方法与人们观察到的实际情况较接近。 xxxxxxxxx城市 138245679 北京 31886 33168 30520 30671 593 2000 37.8 25312 6441 天津 26433 43732 3507 34679 205 934 18.8 18648 1825 石家15134 13159 11843 10008 49 416 9.5 12306 1044 庄太原 15752 15831 2975 15248 33 197 22.8 12679 660 呼和18991 11257 3508 4155 21 182 13.5 14116 255 浩特沈阳 23268 15446 6612 14636 81 557 14.8 14961 1423 大连 29145 27615 11001 21081 111 407 14.7 17560 1310 长春 18630 21045 6999 10892 46 294 12.5 13870 831 哈尔14825 7561 6458 9518 76 423 17.7 12451 1154 滨上海 46586 77083 7212 63861 899 2274 21.0 27305 6055 南京 27547 43853 16790 14805 136 794 15.4 22190 1134 杭州 32667 49823 21349 16815 150 717 11.8 24667 1466 宁波 32543 47904 24938 13797 139 555 10.9 23691 1060 合肥 10621 11714 6034 4641 36 245 8.3 13901 359 福州 22281 21310 9680 8250 67 376 11.8 15053 876 厦门 53590 93126 4441 3055 70 238 38.6 19024 397 南昌 14221 9205 5728 4454 31 210 11.0 13913 483 济南 23437 22634 5810 14354 76 429 13.5 16027 758 青岛 24705 35506 14666 30553 120 548 14.5 15335 908 郑州 16674 14023 10709 7847 66 373 12.7 13538 1048 武汉 21278 17083 11882 16610 80 623 17.4 13730 1286 长沙 15446 8873 10609 10631 60 434 10.0 16987 705 广州 48220 55404 29751 28859 275 1089 25.1 28805 3727 深圳 191838 347519 10989 6793 291 875 69.6 31053 2199 南宁 8176 3390 7016 5893 36 170 8.3 13171 451 海口 16442 14553 13284 3304 12 99 16.5 14819 284 重庆 7190 5076 58290 32450 162 1187 6.5 12440 1897 成都 17914 9289 72793 28798 90 788 11.9 15274 1494 贵阳 11046 10350 18511 5318 40 231 15.8 12181 345 昆明 16215 11601 5126 12338 60 342 14.6 14255 709 西安 13140 8913 11413 9392 65 446 15.9 13505 1211 兰州 14459 17136 2209 5581 21 203 18.0 13489 468 西宁 7066 5605 2788 2037 8 76 10.1 14629 175 银川 11787 11013 2146 2127 12 134 21.9 13497 193 乌鲁22508 17137 2188 12754 41 180 26.1 16509 420 木齐南宁 31886 33168 30520 30671 593 2000 37.8 25312 6441 海口 26433 43732 3507 34679 205 934 18.8 18648 1825 资料来源:《中国统计年鉴2004》解:用spss对37个地区聚类分析的步骤如5.8题，不同的方法在第4个步骤的Method子对话框中选择不同的Cluster method。 1.Between-group inkage(组间平均数连接距离) 从上面的树形图可以直观地观察到，若用组间平均数连接距离将这些地区分为3类，则24 (深圳)独自为一类，10(上海)和16(厦门)为一类，剩余地区为一类。 2.Within-group linkage(组内平均连接距离) 若用组内平均数连接距离将这些地区分为3类，则24(上海)独自为一类，27(重庆)和28(成都)为一类，剩余地区为一类。 3. Nearest neighbor(最短距离法) 若用最短距离法将这些地区分为2类，则24(深圳)独自为一类，剩余地区为一类。 4.Furthest neighbor(最远距离法) 若用最远距离法将这些地区分为3类，则24(深圳)独自为一类，1(北京)、2(天津)、7(大连)、10(上海)、11(南京)、12(杭州)、13(宁波)、16(厦门)、19(青岛)、23(广州)、36(海宁)和37(海口)为一类，剩余地区为一类。 5.Centroid cluster(重心法) 若用重心法将这些地区分为3类，则24(深圳)独自为一类，10(上海)和16(厦门)为一类，剩余地区为一类。 6.Median cluster(中位数距离) 若用中位数距离法将这些地区分为3类，则24(深圳)独自为一类，1(北京)、2(天津)、7(大连)、10(上海)、11(南京)、12(杭州)、13(宁波)、16(厦门)、19(青岛)、23(广州)、36(海宁)和37(海口)为一类，剩余地区为一类。 7.Ward method(离差平方和) 若用离差平方和法将这些地区分为3类，则24(深圳)独自为一类，1(北京)、2(天津)、7(大连)、10(上海)、11(南京)、12(杭州)、13(宁波)、16(厦门)、19(青岛)、23(广州)、36(海宁)和37(海口)为一类，剩余地区为一类。经过比较，各种方法得到的结果又相似点也有不同点。笔者认为，其中最远距离法、中位数距离、离差平方和这三种方法所得到的结果与现实生活中人们的感觉比较相近。 5.12 下表是我国1991-2003年的固定资产投资价格指数，试对这段时期进行分段，并据此对我国固定资产投资的价格变化情况进行分析。年份 1991 1992 1994 1995 1996 1997 1993 指数 109.5 115.3 126.6 110.4 105.9 104.0 101.7 年份 1998 1999 2000 2001 2002 2003 指数 99.8 99.6 101.1 100.4 100.2 100.2 第六章 6.1 试述主成分分析的基本思想。答:我们处理的问题多是多指标变量问题，由于多个变量之间往往存在着一定程度的相关性，人们希望能通过线性组合的方式从这些指标中尽可能快的提取信息。当第一个组合不能提取更多信息时，再考虑第二个线性组合。继续这个过程，直到提取的信息与原指标差不多时为止。这就是主成分分析的基本思想。 6.2 主成分分析的作用体现在何处, 答:一般说来，在主成分分析适用的场合，用较少的主成分就可以得到较多的信息量。以各个主成分为分量，就得到一个更低维的随机向量;主成分分析的作用就是在降低数据“维数”的同时又保留了原数据的大部分信息。 6.3 简述主成分分析中累积贡献率的具体含义。 ppXXX,,,？答:主成分分析把个原始变量的总方差分解成了个相互独立的变量tr()Σ12pp,,kk,1YYY,,,？的方差之和。主成分分析的目的是减少变量的个数，所以一般不会使用所有12p p个主成分的，忽略一些带有较小方差的主成分将不会给总方差带来太大的影响。这里我们 pY,YT,Xkk11称为第个主成分的贡献率。第一主成分的贡献率最大，这表明,,,,,kkkk,1 XXX,,,？YYY,,,？综合原始变量的能力最强，而的综合能力依次递减。若只取12p23ppmYY,,？个主成分，则称为主成分的累计贡献率，累计贡献率mp(),,,,,1m,,mkkkk,,11 mXXX,,,？YY,,？表明综合的能力。通常取，使得累计贡献率达到一个较高的百分12p1m 数(如85,以上)。 6.4 在主成分分析中“原变量方差之和等于新的变量的方差之和”是否正确, 说明理由。答:这个说法是正确的。即原变量方差之和等于新的变量的方差之和 6.5 试述根据协差阵进行主成分分析和根据相关阵进行主成分分析的区别。答:从相关阵求得的主成分与协差阵求得的主成分一般情况是不相同的。从协方差矩阵出发的，其结果受变量单位的影响。主成分倾向于多归纳方差大的变量的信息，对于方差小的变量就可能体现得不够，也存在“大数吃小数”的问题。实际表明，这种差异有时很大。我们认为，如果各指标之间的数量级相差悬殊，特别是各指标有不同的物理量纲的话，较为合理的做法是使用R代替?。对于研究经济问题所涉及的变量单位大都不统一，采用R代替?后，可以看作是用标准化的数据做分析，这样使得主成分有现实经济意义，不仅便于剖析实际问题，又可以避免突出数值大的变量。 6.6 已知X=()’的协差阵为试进行主成分分析。解:=0 计算得当时，同理，计算得时，易知相互正交单位化向量得， , 综上所述，第一主成分为第二主成分为第三主成分为 6.7 设X=()’的协方差阵(p为 , 0

本文档为【应用多元统计分析课后答案_朱建平版】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。

应用多元统计分析课后答案_朱建平版

热门搜索

历史搜索