多元统计分析作业一(第四题)

一、聚类分析为了研究2010年全国各地区城镇居民家庭平均每人全年消费性支出的分布规律，根据抽样调查资料进行分类处理，共抽取31个省、市、自治区的样本，每个样本有7个指标：食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务。

这7个指标反映了平均每人生活消费的支出情况，其数据资料见下表1所示。

表1定义变量及标签：设：X1：地区X2：食品支出X3：衣着支出X4：居住支出X5：家庭设备用品及服务支出X6：医疗保健支出X7：交通和通信支出X8：教育文化娱乐服务支出通过SPSS软件操作，得到如下输出结果见表2—表5所示。

表2表3表4表4给出了聚类的凝聚过程情况。

表5给出了样品聚为三类时的样品归类情况。

C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+甘肃 28 -+青海 29 -+新疆 31 -+河北 3 -+---+山西 4 -+ |河南 16 -+ |宁夏 30 -+ |黑龙江 8 -+ +-------+陕西 27 -+ | |云南 25 -+-+ | |西藏 26 -+ | | |广西 20 -+ +-+ |海南 21 -+ | |江西 14 -+-+ |贵州 24 -+ +-----------------------------------+ 湖北 17 -+ | | 湖南 18 -+ | | 四川 23 -+ | | 安徽 12 -+ | | 江苏 10 -+-+ | | 福建 13 -+ | | | 辽宁 6 -+ +---------+ | 吉林 7 -+ | | 山东 15 -+-+ | 重庆 22 -+ | 内蒙古 5 -+ | 天津 2 -+ | 浙江 11 -+-+ | 北京 1 -+ +-+ | 广东 19 ---+ +-------------------------------------------+ 上海 9 -----+图1图1是聚类全过程的树形图。

多元统计分析试题(A卷)(答案)《多元统计分析》试卷一、填空题（每空2分，共40分）1、若且相互独立，则样本均值向量X服从的分布为2、变量的类型按尺度划分有_间隔尺度_、_有序尺度_、名义尺度_。

3、判别分析是判别样品的一种统计方法，常用的判别方法有___、、、。

4、Q型聚类是指对_进行聚类，R型聚类是指对进行聚类。

'5、设样品，总体X~Np(，对样品进行分类常用的距离有：明氏距离，马氏距离，兰氏距离6、因子分析中因子载荷系数aij的统计意义是_第i个变量与第j个公因子的相关系数。

7、一元回归的数学模型是：，多元回归的数学模型是：。

8、对应分析是将和结合起来进行的统计分析方法。

9、典型相关分析是研究两组变量之间相关关系的一种多元统计方法。

二、计算题（每小题10分，共40分）1、设三维随机向量，其中130，问X1与X2是否独立？和X3是否独立？为什么？解：因为，所以X1与X2不独立。

把协差矩阵写成分块矩阵，的协差矩阵为因为，而，所以和X3是不相关的，而正态分布不相关与相互独立是等价的，所以和X3是独立的。

2、设抽了五个样品，每个样品只测了一个指标，它们分别是1 ,2 ,4.5 ,6 ,8。

若样本间采用明氏距离，试用最长距离法对其进行分类，要求给出聚类图。

x1013.55702.54601.53.502x2x3解：样品与样品之间的明氏距离为：D(0)样品最短距离是1，故把X1与X2合并为一类，计算类与类之间距离（最长距离法）{x1,x2}03.55701.53.502x3x4得距离阵 D(1)类与类的最短距离是1.5，故把X3与X4合并为一类，计算类与类之间距离（最长距离法）得距离阵D(2){x1,x2}057{x3,x4}x5类与类的最短距离是3.5，故把{X3,X4}与X5合并为一类，计算类与类之间距离（最{x1,x2}07长距离法）得距离阵D(3)分类与聚类图（略）（请你们自己做）3、设变量X1,X2,X3的相关阵为0.631.000.350.35,R的特征值和单位化特征向量分别为TTT（1）取公共因子个数为2，求因子载荷阵A。

第1章 多元正态分布1、在数据处理时，为什么通常要进行标准化处理？数据的标准化是将数据按比例缩放，使之落入一个小的特定区间。

在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。

其中最典型的就是0-1标准化和Z 标准化。

2、欧氏距离与马氏距离的优缺点是什么？欧氏距离也称欧几里得度量、欧几里得度量，是一个通常采用的距离定义，它是在m 维空间中两个点之间的真实距离。

在二维和三维空间中的欧氏距离的就是两点之间的距离。

缺点：就大部分统计问题而言，欧氏距离是不能令人满意的。

每个坐标对欧氏距离的贡献是同等的。

当坐标表示测量值时，它们往往带有大小不等的随机波动，在这种情况下，合理的方法是对坐标加权，使变化较大的坐标比变化较小的坐标有较小的权系数，这就产生了各种距离。

当各个分量为不同性质的量时，“距离”的大小与指标的单位有关。

它将样品的不同属性之间的差别等同看待，这一点有时不能满足实际要求。

没有考虑到总体变异对距离远近的影响。

马氏距离表示数据的协方差距离。

为两个服从同一分布并且其协方差矩阵为Σ的随机变量与的差异程度:如果协方差矩阵为单位矩阵,那么马氏距离就简化为欧氏距离,如果协方差矩阵为对角阵,则其也可称为正规化的欧氏距离。

优点：它不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关。

由标准化数据和中心化数据计算出的二点之间的马氏距离相同。

马氏距离还可以排除变量之间的相关性的干扰。

缺点：夸大了变化微小的变量的作用。

受协方差矩阵不稳定的影响，马氏距离并不总是能顺利计算出。

3、当变量X1和X2方向上的变差相等，且与互相独立时，采用欧氏距离与统计距离是否一致？统计距离区别于欧式距离，此距离要依赖样本的方差和协方差，能够体现各变量在变差大小上的不同，以及优势存在的相关性，还要求距离与各变量所用的单位无关。

如果各变量之间相互独立,即观测变量的协方差矩阵是对角矩阵, 则马氏距离就退化为用各个观测指标的标准差的倒数作为权数的加权欧氏距离。

第二章 多元正态分布及参数的估计2-1 解：利用性质2, 得二维随机向量Y~N 2(μy ,∑y )，其中：2-2 (1)证明：记Y 1＝ X 1 +X 2 ＝(1,1) X , Y 2＝ X 1－X 2＝ (1,﹣1) X ，利用性质2可知Y 1 , Y 2 为正态随机变量. 又 故X 1 +X 2和X 1－X 2相互独立.另证：记112121221111Y X X X Y CX Y X X X +⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭⎝⎭，则2~(,),Y N C C C μ∑'因故由定理2.3.1可得X 1 +X 2和X 1－X 2相互独立.（2）解：因为1212221212210021()~,()X X Y N X X μμρσμμρ⎛⎫+++⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭⎝⎭⎝⎭ 所以22121212122121~(,()),~(,()).X X N X X N μμσρμμσρ+++---2-3 (1)证明：令121122()()()()()()pp pp I I X X X Y CX I I X X X ⎛⎫⎛⎫⎛⎫+=== ⎪ ⎪ ⎪⎪--⎝⎭⎝⎭⎝⎭，则2~(,)p Y N C C C μ∑'. 因为由定理2.3.1可知X (1) +X (2)和X (1) -X (2) 相互独立. （2）解：因为 所以2-6 解：（1）记B =(3,-1,1), 由性质2得，~(,')Y BX N B B B μ=∑.(2)令1132'X Y X a X ⎡⎤=-⎢⎥⎣⎦, 显然31,X Y 均服从正态分布, 故要使它们相互独立，只需()31,0COV X Y =即可. 又因∴1222a a +=，故当(1,0.5)a =时满足条件. 2-9 解：(1)∴A 是正交矩阵.(2)①由Y =AX知，11/1/1/1/2Y X X ⎡==⎣ ，且所以②由2444(,)X N I μσ1: ，Y =AX 知：2444(,')Y N A AI A μσ1:.而22244''AI A AA I σσσ==，故由定理2.3.1的推论2知1234,,,Y Y Y Y 相互独立.③由②知1234,,,Y Y Y Y 均服从正态分布，且方差均为2σ ，又41/1/1/1/121/1/0010101/1/2/0101/1/1/3/A μμμ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥-⎢⎢⎥⎢⎥⎢⎣⎦⎣⎦-⎣1 所以221~(2,),~(0,)(2,3,4).i Y N Y N i μσσ=2-11解：设221212121211(,)exp (22221465)22f x x x x x x x x π⎧⎫=-++--+⎨⎬⎩⎭2222211121122122222121[()2()()()]2(1)x x x x σμσσρμμσμσσρ⎧⎫=-----+-⎨⎬-⎩⎭比较上下式相应的系数,可得:1222112212122221121222212211212121122222214265σσσσρσσμσρσσμμσρσσμμσμσρσσμμ⎧=⎪=⎪⎪=⎪-=⎨⎪-+=-⎪⎪-+=-⎪+-=⎩ ⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧=-+-=+--=+-=-===-65214222222112112222121212221221212122221μμσρσσμσμμσρσσμμσρσσμσρσσσρσσ比较上下式相应的系数,可得:⎪⎩⎪⎨⎧-===2/11212ρσσ⎩⎨⎧24μμ⎨⎧μμ解得：121211/43σσρμμ=⎧⎪=⎪⎪⎨=-⎪=⎪⎪=⎩，所以2111222122411,312μσρσσμμρσσσ-⎛⎫⎛⎫⎛⎫⎛⎫==∑==⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭. 2-13解：(1)[]()()'(')'(')'ΣE X EX X EX E XX EXEX E XX μμ=--=-=-Q (2)()()()(')tr 'tr 'tr 'E X AX E X AX E AXX E AXX ===⎡⎤⎡⎤⎣⎦⎣⎦()()tr 'tr 'tr()tr(')tr()tr(')tr()'.AE XX A ΣA ΣA ΣA A ΣA A μμμμμμμμ==+=+⎡⎤⎡⎤⎣⎦⎣⎦=+=+(3)∵22'2'1tr()=tr ()()=tr p p p p p p p ΣA I I I p p σσσ⎛⎫⎡⎤-- ⎪⎢⎥⎣⎦⎝⎭1111 又'2'''11'()'()()()p p p p p p p p p p p A a I a a p pμμ=-=-1111111111 2-18解：(1)()()1111()()().nnnni i i i i i i i i i E Z E c X c EX c c μμμ=========∑∑∑∑(2)∵Z 为p 维正态随机向量的线性组合，故Z 也为正态随机向量，又 22()()111()()()'nnni i i i i i i i D Z D c X c DX c Σc c Σ=======∑∑∑， 结合(1)知 ~(,').p Z N c c Σμ(3)∵22221212()1n nc c c c c c n n++++++≥=L L ，且Σ为非负定矩阵 ∴对任意p 维向量0x ≠，有2111111''()'()'''''0,n n n i i x c c Σ-Σx x c c Σ-Σx c c -x Σx c -x Σx n n n n n =⎛⎫⎛⎫⎛⎫⎛⎫===≥ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭∑11即1n c n=1 时，Z 的协方差阵在非负定意义下达到极小.第三章 多元正态总体参数的假设检验3-1解：因为A 对称幂等阵，而对称幂等阵的特征值非0即1，且只有r 个非0特征值，即存在正交阵Γ（其列向量i r 为相应特征向量），使⎥⎦⎤⎢⎣⎡=ΓΓ'000t I A ，记),,(1n r r Λ=Γ，令X Y Y Y n Γ'=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=M 1（即Y X Γ=）， 则),(),(~22n n n n I N I N Y σμσμΓ'=ΓΓ'Γ'， 因为),,2,1)(,(~2r i r N Y i i Λ='σμ，且相互独立，所以∑=='=ti i r X Y AX X 12222),(~11δσσξ， 其中非中心参数为 3-2解：记()rank A r =.① 若n r =，由O AB =，知n n O B ⨯=，于是AX X '与BX X '相互独立； ② 若0=r 时，则0=A ，则两个二次型也是独立的. ③以下设0r n <<.因A 为n 阶对称阵，存在正交阵Γ，使得 其中0λ≠为A 的特征值1(,,)i r =L .于是令11122122,n nH H H =Γ'B ΓH H ⨯⎡⎤⎢⎥⎣⎦@其中11H 为r 阶方阵, 由于111211122122r r r H H D D H D H AB =ΓΓ'ΓΓ'H H ⎡⎤⎡⎤⎡⎤==⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦000000， 故11120,0r r D H D H ==. 又因r D 为满秩阵，故有1112()0,0r r r n r H H ⨯⨯-==. 由于H 为对称阵，所以21()0n r r H -⨯=.于是 2200,0H =Γ'B ΓH ⎡⎤=⎢⎥⎣⎦ 令H X Γ'=，则2~(,)n n Y N I μσΓ'，且21'()rr i i i D X AX Y A Y Y A Y Y Y Y ξλ=⎡⎤'''''==ΓΓ=ΓΓ==⎢⎥⎣⎦∑000， 由于11,,,,,r r n Y Y Y Y +L L 相互独立，故AX X '与BX X '相互独立..3-11解：这是两总体均值向量的检验问题. 检验统计量取为(p =3,n =6,m =9): 其中故检验统计量为用观测数据代入计算可得: 25.3117, 1.4982,T F ==显著性概率值 0.26930.05p α=>= 故H 0相容.第五章 判别分析5-1 解：由题意，其错判概率为5-2 解：由题意（1）样品x 与三个总体21,G G 和3G 的马氏距离分别为显然，{})()(),(),(min 23232221x d x d x d x d =，则3G x ∈，即样品5.2=x 应判归总体3G .（2）样品x 与三个总体21,G G 和3G 的贝叶斯距离分别为显然，{})()(),(),(min 21232221x D x D x D x D =，则1G x ∈，即样品5.2=x 应判归总体1G .5-4解：(1)可取121812207385123275537A -⎛⎫⎛⎫⎛⎫=∑+∑=+= ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭(组内) ()(1)(2)(1)(2)1020100100()()10,101525100100B μμμμ-⎛⎫⎛⎫'=--=--= ⎪ ⎪-⎝⎭⎝⎭(组间) 类似于例5.3.1的解法, A -1B 的特征根就等于2(1)(2)1(1)(2)3751016500()()(10,10) 4.70675381013811381d A μμμμ---⎛⎫⎛⎫'=--=--== ⎪⎪--⎝⎭⎝⎭取1(1)(2)321()33a A d μμ-⎛⎫=-= ⎪⎝⎭，则1a Aa '=， 且a 满足：2().Ba Aa d λλ==判别效率：() 4.7067a Baa a Aaλ'∆==='， Fisher 线性判别函数为：12()33)u X a X X X '==+ 判别准则为*1*2()()X G u X u X G u X u ⎧∈>⎨∈≤⎩判当判当，阈值为(1)(2)*21124.2964u u u σσσσ+==-+，其中 故(1)(2)u u >.当(1)2020X ⎛⎫= ⎪⎝⎭时，(1)20() 4.339020u X ⎛⎫==- ⎪⎝⎭ 因*(1)() 4.3390u X u =-<，∴判(1)2X G ∈. 当(1)1520X ⎛⎫= ⎪⎝⎭时，(2)15() 3.805020u X ⎛⎫==- ⎪⎝⎭因*(2)() 3.8050u X u =->，∴判(2)1.X G ∈ (2) )(10)(75)1|2()()2|1()()()()()1(1)1(2)1(11)1(22)1(2)1(1)1(X f X f L X f q L X f q X h X h X W ===故,2)1(G X ∈ )2()2(G X ∈.(3)122'1112010181220101812()()ln ||()()ln 2015123220151232D x d x Σ-⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+=--+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦5-5 解：2()()()()a d a d a d a a Sa a Sa ''''∆==''(1)(2)(1)(2)def 1()()a X X X X a a Baa Sa a Saλ'''--==≤''又1(1)(2)(1)(2)12(1)(2)1(1)(2)()()()()S B X X X X S D X X S X X ---''=--=--,与有相同的特征值. 故21D λ=；以下验证a 就是D 2对应的一个特征向量：5-6 解：记(1)(2)(),()()W X X a μμμ'-=-是X 的线性函数， 其中11()~(0,1).W X U N νσ-=其中22()~(0,1).W X U N νσ-=第六章 聚类分析6-2证明：设变量X i 和X j 是二值变量，它们的n 次观测值记为x ti , x tj (t =1,…,n ). x ti , x tj 的值为0 or 1.由二值变量的列联表（表6.5）可知：变量X i 取值1的观测次数为a +b,取值0的观测次数为c +d ;变量X i 和X j 取值均为1的观测次数为a,取值均为0的观测次数为d .利用两定量变量相关系数的公式：()()ntii tj j ij xx x x r --=∑又故二值变量的相关系数为： 利用两定量变量夹角余弦的公式：其中1,nti tj t x x a ==∑2211,n ntitj t t x a b x a c ===+=+∑∑故有(9)cos ijij c α==.6-3解：用最长距离法:① 合并{X (1),X (4)}=CL4,并类距离 D 1=1.(2)0X ⎛⎫ ⎪② 合并{X (2),X (5)}=CL3,并类距离 D 2=3. ③ 合并{CL3,CL4}=CL2,并类距离 D 3=8. ④ 所有样品合并为一类CL1,并类距离 D 4=10.最长距离法的谱系聚类图如下: 用类平均聚类法：① 合并{X (1),X (4)}=CL4,并类距离 D 1=1. ② 合并{X (2),X (5)}=CL3,并类距离 D 2=3. ③ 合并{CL3,CL4}=CL2,并类距离 D 3=(165/4)1/2.④ 所有样品合并为一类CL1,并类距离 D 4=(121/2)1/2. 类平均法的谱系聚类图如下:6-6解：按中间距离法, 取β=-1/4,将B 和C 合并为一类后,并类距离D 1=1,而A 与新类G r ={B,C}的类间平方距离为当把A 与{B ，C}并为一类时，并类距离210.9221D D ==<= 故中间距离法不具有单调性。

多元统计分析多元统计分析习题集（⼀）⼀、填空题1．若()(,),(1,2,,)p X N n αµα∑= 且相互独⽴，则样本均值向量X 服从的分布是____________________。

2．变量的类型按尺度划分为___________、____________、_____________。

3．判别分析是判别样品_____________的⼀种⽅法，常⽤的判别⽅法有_____________、_____________、_____________、_____________。

4．Q 型聚类是指对_____________进⾏聚类，R 型聚类指对_____________进⾏聚类。

5．设样品12(,,,),(1,2,,)i i i ip X X X X i n '== ，总体(,)p X N µ∑ ，对样品进⾏分类常⽤的距离有____________________、____________________、____________________。

6．因⼦分析中因⼦载荷系数ij a 的统计意义是_________________________________。

7．主成分分析中的因⼦负荷ij a 的统计意义是________________________________。

8．对应分析是将__________________和__________________结合起来进⾏的统计分析⽅法。

9．典型相关分析是研究__________________________的⼀种多元统计分析⽅法。

⼆、计算题 1．设3(,)X N µ∑ ，其中410130002?? ?∑= ? ??，问1X 与2X 是否独⽴？12(,)X X '与3X 是否独⽴？为什么？2．设抽了5个样品，每个样品只测了⼀个指标，它们分别是1，2，4.5，6，8。

若样品间采⽤绝对值距离，试⽤最长距离法对其进⾏分类，要求给出聚类图。

多元统计分析习题答案多元统计分析习题答案多元统计分析是一种应用广泛的统计方法，用于研究多个变量之间的关系。

在实际应用中，我们常常会遇到一些多元统计分析的习题，通过解答这些习题可以更好地理解和掌握多元统计分析的方法和技巧。

下面我将为大家提供一些多元统计分析习题的答案，希望对大家的学习有所帮助。

1. 在一个实验中，研究者想要探究三种不同的肥料对植物生长的影响。

他们随机选取了30个样本，将它们分为三组，分别施加不同的肥料。

最后测量了每个样本的植物高度、叶片数量和花朵数量。

请问该如何分析这个实验的数据？答案：这是一个多元方差分析（MANOVA）问题。

由于我们有三个不同的肥料处理组，每个组有三个观测变量（植物高度、叶片数量和花朵数量），所以我们可以使用MANOVA来分析这个实验的数据。

MANOVA可以同时考虑多个因变量之间的差异，并判断这些差异是否显著。

2. 一个公司想要了解员工的满意度与工资、工作时长以及晋升机会之间的关系。

他们随机选取了100个员工，并收集了他们的满意度得分、工资水平、工作时长和晋升机会的数据。

请问该如何分析这个问题的数据？答案：这是一个多元回归分析问题。

我们可以使用多元回归分析来探究员工的满意度与工资、工作时长以及晋升机会之间的关系。

满意度得分可以作为因变量，而工资水平、工作时长和晋升机会可以作为自变量。

通过多元回归分析，我们可以得出各个自变量对于因变量的影响程度以及它们之间的相互关系。

3. 一家餐厅想要了解顾客满意度与菜品质量、服务质量和价格之间的关系。

他们随机选取了200个顾客，并要求他们对菜品质量、服务质量和价格进行评分。

请问该如何分析这个问题的数据？答案：这是一个主成分分析问题。

我们可以使用主成分分析来降维和提取数据中的主要信息。

首先，我们将菜品质量、服务质量和价格作为变量进行主成分分析，得到几个主成分。

然后，我们可以根据这些主成分的得分来评估顾客的满意度。

主成分分析可以帮助我们理解哪些因素对于顾客满意度的贡献最大。

多元统计分析课后题第四章 回归分析1、设河流的一个断面的年径流量为y ，该断面的上游流域的年平均降水量为x1，年平均饱和差为x2，现共有14年的观测记录：时间x1x2y 时间x1x2y17201.8029085792.221512553 2.6713595152.411313575 1.75234105763.031064548 2.07182115471.832005572 2.49145125681.902246453 3.5969137201.982717540 1.88205147002.90130（1）试求y 关于x 1、x 2的二元线性回归方程;（2）对回归方程和每一个回归系数的显著性做检验;（3）求出每一个回归系数的置信水平为0.95的置信区间;（4）求出回归方程的复相关系数;（5）设某年x 1=600，x 2=2.50，求E(y)的点估计及置信水平为0.95的置信区间。

解：利用以上数据表拟合线性回归模型.22110εβββ+++=x x y 点选SPSS 视窗中的分析回归分析线性…，再将y 选入因变量的方框中，同时→→将x1和x2选入自变量的方框中，再在“统计”中选择估计、模型拟合、R 平方变化、描述、部分和偏相关、Durbin-Watson 选项，最后点击“OK ”按钮即可作线性回归分析，输出结果如下：Regression变量的样本均值和标准差：变量间的简单相关系数：这里给出了回归方程的样本决定系数和P值以及DW值：下面的框图是方差分析表，从中可以看出，y关于x1和x2的线性回归方程通过了显著性检验，均方残差为554.963，F统计量值为42.155，P值为0.000，回归方程在0.000的统计意义上是显著的。

上面的框图给出了非标准化和标准化的回归方程，以及回归系数的t 统计量检验结果。

从中我们可以看出，非标准化的回归方程为：（1）21x 647.87292.0875.209-+=x y（2）回归系数、均通过了显著性检验。

第四章4-1 设⎪⎩⎪⎨⎧++=+-=+=,2,2,332211εεεb a y b a y a y ).,0(~323321I N σεεεε⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=（1）试求参数b a ,的最小二乘估计；（2）试导出检验b a H =:0的似然比统计量，并指出当假设成立时，这个统计量是分布是什么？解：（1）由题意可知.,,,211201321321⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=εεεεβ b a y y y Y C 则⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎪⎪⎪⎪⎭⎫ ⎝⎛⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-==--321'1''1'211201************)(ˆy y y Y C C C β.ˆˆ)2(51)2(6132321⎥⎦⎤⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+-++ba y y y y y（2）由题意知，检验b a H =:0的似然比统计量为2322ˆ⎪⎪⎭⎫ ⎝⎛=σσλ 其中，])ˆ2ˆ()ˆˆ2()ˆ[(31ˆ2322212b a y b a y a y --++-+-=σ。

当0H 成立时，设0a b a ==，则⎪⎩⎪⎨⎧+=+=+=,3,,303202101εεεa y a y a y ,311⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=C 可得,ˆ)3y (111311311311)(ˆ0321321'1''1'ay y y y y Y C C C =++=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎪⎪⎪⎪⎭⎫ ⎝⎛⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==--β ],)ˆ3()ˆ()ˆ[(31ˆ20320220120a y a y ay -+-+-=σ因此，当假设0H 成立时，与似然比统计量λ等价的F 统计量及其分布为).1,1(~ˆˆˆ2202F F σσσ-=4-3 设Y 与321,,x x x 有相关关系，其8组观测数据见表4.5.表 4.5 观测数据序号 1x2x3xY1 38 47.5 23 66.02 41 21.3 17 43.0 3 34 36.5 21 36.0 4 35 18.0 14 23.0 5 31 29.5 11 27.06 34 14.2 9 14.07 29 21.0 4 12.0 83210.087.6（1）设εββββ++++=3322110x x x Y ，试求回归方程及决定系数2R 和均方误差2s 。

一、填空题：1、多元统计分析是运用数理统计方法来研究解决多指标问题的理论和方法.2、回归参数显著性检验是检验解释变量对被解释变量的影响是否著.3、聚类分析就是分析如何对样品（或变量）进行量化分类的问题。

通常聚类分析分为 Q型聚类和 R型聚类。

4、相应分析的主要目的是寻求列联表行因素A 和列因素B 的基本分析特征和它们的最优联立表示。

5、因子分析把每个原始变量分解为两部分因素：一部分为公共因子，另一部分为特殊因子。

6、若()(,), Px N αμα∑=1,2,3….n且相互独立，则样本均值向量x服从的分布为_x~N(μ，Σ/n)_。

二、简答1、简述典型变量与典型相关系数的概念，并说明典型相关分析的基本思想。

在每组变量中找出变量的线性组合，使得两组的线性组合之间具有最大的相关系数。

选取和最初挑选的这对线性组合不相关的线性组合，使其配对，并选取相关系数最大的一对，如此下去直到两组之间的相关性被提取完毕为止。

被选出的线性组合配对称为典型变量，它们的相关系数称为典型相关系数。

2、简述相应分析的基本思想。

相应分析，是指对两个定性变量的多种水平进行分析。

设有两组因素A和B，其中因素A包含r个水平，因素B包含c个水平。

对这两组因素作随机抽样调查，得到一个rc的二维列联表，记为。

要寻求列联表列因素A和行因素B的基本分析特征和最优列联表示。

相应分析即是通过列联表的转换，使得因素 A 和因素B具有对等性，从而用相同的因子轴同时描述两个因素各个水平的情况。

把两个因素的各个水平的状况同时反映到具有相同坐标轴的因子平面上，从而得到因素A、B的联系。

3、简述费希尔判别法的基本思想。

从k个总体中抽取具有p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系数：确定的原则是使得总体之间区别最大，而使每个总体内部的离差最小。

将新样品的p 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。

北方民族大学多元统计分析作业题目：主成分分析应用一、题目：研究31个省市自治区九项经济指标的主成分析2013年全国各地区经济发展状况的分布规律，我们对全国31个省市自治区的经济发展基本情况进行主成分分析，每个样本有9个指标：GDP、居民消费水平、固定资产投资、职工平均工资、货物周转量、社会消费品零售总额、居民消费价格指数、商品零售价格指数、工业总产值。

根据上述指标体系，选取2013年我国各地区对应指标的数据，数据来源于《2014年中国统计年鉴》。

其数据资料见下表1所示。

表1二、对指标数据的主成分分析定义变量及标签：X1 ： GDPX2 ：居民消费水平X3 ：固定资产投资X4 ：职工平均工资X5 ：货物周转量X6 ：社会消费品零售总额X7 ：居民消费价格指数X8 ：商品零售价格指数X9 ：工业总产值三、分析过程按照主成分分析方法的实现步骤，运用SPSS统计分析软件，首先对数据资料是否符合主成分分析方法的要求进行判断，采用软件中KMO and Bartlett’s Test检验方法。

表2KMO and Bartlett's TestKaiser-Meyer-Olkin Measure of Sampling.756Adequacy.Approx. Chi-Square 389.427Bartlett's Test ofSphericitydf 36Sig. .000表2知：KMO =0.756>0.5，KMO表示偏相关较小。

and Bartlett's Test检验的p=0.000<0.05,即变量间不独立，存在相关关系。

综上述而言适合于主成分分析。

表3 Correlation MatrixGDP（亿元）x1 居民消费水平（元）x2固定资产投资（亿元）x3职工平均工资（元）x4货物周转量（亿吨）x5社会消费品零售总额（亿元）x6居民消费价格指数x7商品零售价格指数x8工业总产值（亿元）x9Correlation GDP（亿元）x1 1.000 .421 .882 .065 .654 .992 -.554 -.412 .973居民消费水平（元）x2.421 1.000 .133 .844 .466 .420 -.266 -.692 .481 固定资产投资（亿元）x3.882 .133 1.000 -.232 .638 .860 -.555 -.218 .854 职工平均工资（元）x4.065 .844 -.232 1.000 .164 .067 .087 -.515 .159 货物周转量（亿吨）x5.654 .466 .638 .164 1.000 .630 -.549 -.382 .659 社会消费品零售总额（亿元）x6.992 .420 .860 .067 .630 1.000 -.553 -.440 .960居民消费价格指数x7-.554 -.266 -.555 .087 -.549 -.553 1.000 .676 -.475 商品零售价格指数x8-.412 -.692 -.218 -.515 -.382 -.440 .676 1.000 -.393 工业总产值（亿元）x9.973 .481 .854 .159 .659 .960 -.475 -.393 1.000由表3知：相关系数矩阵（Correlation Matrix），由相关系数矩阵可以看到，除了商品零售价格指数与居民消费价格指数两指标与其他指标的相关性较低外，其他指标之间均有很强的相关性，可以尝试进行主成分分析。

第四章判别分析习题4.8（1）根据数据建立贝叶斯判别函数，并根据此判别函数对原样本进行回判。

（2）现有一新品牌的饮料在该超市试销，其销售价格为3.0，顾客对其口味评分为8，信任度评分平均为5，试预测该饮料的销售情况。

将数据导入SPSS，分析得到以下结果：1.典型判别函数的特征函数的特征值表表1-1 特征值表表1-1所示是典型判别函数的特征值表，只有两个判别函数，所以特征值只有2个。

函数1的特征值为17.791，函数2的特征值为0.720，判别函数的特征值越大，说明函数越具有区别判断力。

函数1方差的累积贡献率高达96.1%，且典型相关系数为0.973，而函数2方差的贡献率仅为3.9%，典型相关系数为0.647。

由此，说明函数1的区别判断力比函数2的强，函数1更具有区别判断力。

2.Wilks检验结果表1-2 Wilks 的Lambda上表中判别函数1和判别函数2的Wilks’Lambda值为0.031，判别函数2的Wilks’Lambda值为0.581。

“1到2”表示两个判别函数的平均数在三个类间的差异情况，P值=0.002<0.05表示差异达到显著水平“2”表示在排除了第一个判别函数后，第二个判别函数在三个组别间的差异情况，P值=0.197>0.05表示判别函数2未达到显著水平。

3.建立贝叶斯判别函数表1-3 贝叶斯判别法函数系数上表为贝叶斯判别函数的系数矩阵，用数学表达式表示各类的贝叶斯判别函数为：第一组：F1=-81.843-11.689X1+12.97X2+16.761X3第二组：F2=-94.536-10.707X1+13.361X2+17.086X3第三组：F3=-17.499-2.194X1+4.960X2+6.447X3将新品牌饮料样品的自变量值分别代入上述三个贝叶斯判别函数，得到三个函数值为：F1=65.271，F2=65.661，F3=47.884比较三个值，可以看出F2=65.661最大，据此得出新品牌饮料样品应该属于第二组，即该饮料的销售情况为平销。