应用多元统计分析课后习题答案详解北大高惠璇习题解答
合集下载
应用多元统计分析课后习题答案详解北大高惠璇(第五章部分习题解答)
所以样品x=2.5判归 1. 判归G 因0.5218>0.3798>0.0984,所以样品 所以样品 判归
8
第五章 判别分析
5 − 3 设总体Gi 的均值为µ ( i ) (i = 1,2),同协差阵Σ. 1 ′µ (1) + a′µ ( 2 ) ), (其中a = Σ −1 ( µ (1) − µ ( 2) )), 记µ = (a 2 试证明(1)E(a′X | G1 ) > µ ; (2)E(a′X | G2 ) < µ . 1 (1) 1 (1) (2) ′X | G1) − µ = a′µ − (a′µ + a′µ ) = (a′µ(1) − a′µ(2) ) 解: E(a 2 2 1 (1) (2) −1 (1) (2) = (µ − µ )′Σ (µ − µ ) > 0, (因Σ > 0) 2 1 (1) (2) −1 (1) (2) 类似可证: E(a′X | G2 ) − µ = − (µ − µ )′Σ (µ − µ ) < 0,. 2 即 E(a′X | G1) > µ, E(a′X | G2 ) < µ .
第五章 判别分析
所以 q1 f1 ( x) = 0.1613, 类似可得 q2 f 2 ( x) = 0.0304, q3 f 3 ( x) = 0.1174,
所以样品x=2.5判归 1. 判归G 因0.1613>0.1174>0.0304,所以样品 所以样品 判归
7
第五章 判别分析
解三:后验概率判别法 解三 后验概率判别法, 后验概率判别法 计算样品x已知 已知,属 的后验概率: 计算样品 已知 属Gt的后验概率 qt f t ( x) P(t | x) = 3 (t = 1,2,3) ∑ qi fi ( x) 当样品x=2.5时,经计算可得 时 当样品
应用多元统计分析课后习题答案详解北大高惠璇(第二章部分习题解答)
注意:由D(X)≥0,可知 (Σ1-Σ2) ≥0.
8
第二章 多元正态分布及参数的估计
2-11 已知X=(X1,X2)′的密度函数为
f
( x1 ,
x2 )
1
2
exp
1 2
(2 x12
x22
2 x1 x2
22 x1
14 x2
65)
试求X的均值和协方差阵.
解一:求边缘分布及Cov(X1,X2)=σ12
2 1
I I
p p
Ip I
p
1 1
2 2
1 2
2 1
I I
p p
Ip I
p
2(1 O
2
)
O
2(1
2
)
由定理2.3.1可知X(1) +X(2)和X(1) -X(2) 相
互独立.
7
第二章 多元正态分布及参数的估计
(2) 因
Y
X X
(1) (1)
X X
(2) (2)
~
N2 p
(1) (1)
(2) (2)
,
2(1 O
2)
O 2(1
2
)
所以 X (1) X (2) ~ N p ( (1) (2) ,2(1 2 )); X (1) X (2) ~ N p ( (1) (2) ,2(1 2 )).
若(X1 , X2 ) 是二元正态分布,则由性质4可知,
应用多元统计分析课后习题答案高惠璇第五章部分习题解答
u (2) a (2)
1 89765
(32,33)
2205
1465 4.8897 89765
u (1) u (2)
当X (1)
20 20
时,
u(
X
(1)
)
1 89765
(32,33)
20 20
4.3390
因u( X (1) ) 4.3390 u* , 判X (1) G2.
当X (1)
15 20
解 : (a) (ad )2 (ad )(ad )
aSa
aSa
a( X
(1)
X
(2) )( X aSa
(1)
X
(2) )a
def
aBa aSa
1
其中1为S 1B的最大特征值,且仅当a 1对应的
特征向量时等号成立.
又S 1B ( X (1) X (2) )( X (1) X (2) )S 1与
判X G2 , 当W ( X ) 0, 试求错判概率P(2 |1)和P(1| 2).
解 : 记a 1 ( (1) (2) ),W ( X ) ( X )a是X的
线性函数,当X
G1时,W
(X
)
~
N1
(
1
,
2 1
),
且
21
第五章 判别分析
1
E(W ( X
))
( (1)
)a
1 2
( (1)
2
PU a PU b
(1) 2
(2) 1
(1) 1
(2) 2
.
.
(b) (a)
4
第五章 判别分析
5-2 设三个总体的分布分别为: G1为N(2,0.52), G2为
应用多元统计分析课后习题答案高惠璇部分习题解答(00004)市公开课金奖市赛课一等奖课件
2( 2 )2
[(
y1
aˆ0
)2
]
0
可得
ˆ
2
1 3
( y1
aˆ0 )2
( y2
aˆ0 )2
( y3
3aˆ0 )2
drf
ˆ
2 0
似然比统计量分子为
L(aˆ0
, ˆ 0 2
)
(2
)
3 2
(ˆ 0 2
)
3 2
exp[
3 2
].
第5页
5
第四章 回归分析
似然比统计量为
L(aˆ0 ,ˆ02 ) L(aˆ,bˆ,ˆ 2 )
第18页 18
第四章 回归分析
第19页 19
第四章 回归分析
等号成立 C(ˆ ) 0 (CC)1C • C(ˆ ) 0 ˆ.
第20页 20
第四章 回归分析
第21页 21
第四章 回归分析
第22页 22
第四章 回归分析
见附录P394定理7.2(7.5)式
第23页 23
第四章 回归分析
证实:(1)预计向量为 Yˆ Cˆ C(CC)1CY HY
yˆ
1 n
n i 1
yˆi
1 n
1n
Yˆ
1 n
1n
HY
1 n
(H1n )Y
1 n
1n
Y
y.
(因1n C张成的空间,这里有H1n 1n )
(2) 因 n ( yi y)( yˆi yˆ ) n ( yi yˆi yˆi y)( yˆi y)
0
ln
L
2
n
2
2
1
2( 2 )2
(Y
[(
y1
aˆ0
)2
]
0
可得
ˆ
2
1 3
( y1
aˆ0 )2
( y2
aˆ0 )2
( y3
3aˆ0 )2
drf
ˆ
2 0
似然比统计量分子为
L(aˆ0
, ˆ 0 2
)
(2
)
3 2
(ˆ 0 2
)
3 2
exp[
3 2
].
第5页
5
第四章 回归分析
似然比统计量为
L(aˆ0 ,ˆ02 ) L(aˆ,bˆ,ˆ 2 )
第18页 18
第四章 回归分析
第19页 19
第四章 回归分析
等号成立 C(ˆ ) 0 (CC)1C • C(ˆ ) 0 ˆ.
第20页 20
第四章 回归分析
第21页 21
第四章 回归分析
第22页 22
第四章 回归分析
见附录P394定理7.2(7.5)式
第23页 23
第四章 回归分析
证实:(1)预计向量为 Yˆ Cˆ C(CC)1CY HY
yˆ
1 n
n i 1
yˆi
1 n
1n
Yˆ
1 n
1n
HY
1 n
(H1n )Y
1 n
1n
Y
y.
(因1n C张成的空间,这里有H1n 1n )
(2) 因 n ( yi y)( yˆi yˆ ) n ( yi yˆi yˆi y)( yˆi y)
0
ln
L
2
n
2
2
1
2( 2 )2
(Y
应用多元统计分析课后习题答案详解北大高惠璇习题解答公开课一等奖优质课大赛微课获奖课件
0 8
X (2)
X
(3)
0
X (5) CL4
第11页 11
第六章 聚类分析
② 合并{X(2),X(5)}=CL3,并类距离 D2=3.
0 D(3) 10
9
0 8
0
X (3)
CL4 CL3
③ 合并{CL3,CL4}=CL2,并类距离 D3=8.
D(4) 100
0
X (3) CL2
④ 所有样品合并为一类CL1,并类距离 D4=10.
n p nq nr2
(X
(k)
X
(q) )'( X
(k)
X
( p) )
n2p nr2
D
2 pk
nq2 nr2
Dq2k
n p nq nr2
(X
(k)
X
( p) )'( X
(k)
X
( p)
X
( p)
X
(q) )
n p nq nr2
(X
(k)
X
(q) )'( X
(k)
X
(q)
X
(q)
X
( p) )
第26页 26
故d*是一个距离.
第5页
5
第六章 聚类分析
(4) 设d (1)和d (2)是距离, 令d * d (1) • d (2).
d *虽满足前2个条件,但不一定满足三角不等式.
下面用反例来说明d *不一定是距离.
设di(j1)
d (2) ij
X (i) X ( j) (m 1), 则di*j
X (i) X ( j)
D
2 pk
nq nr
应用多元统计分析课后习题答案详解北大高惠璇第八章习题解答
(3) 试求误差平方和Q(m)＜0.1的主成分解. 因Q(2)=0.07331＜0.1，故m=2的主成分解满足要求.
10
j m 1
,
2 j
p
第八章 因子分析
8-3 验证下列矩阵关系式(A为p×m阵) (1) ( I AD 1 A) 1 AD 1 A I ( I AD 1 A) 1 ;
18
Q(2) 2 (0.1708 0.0475 0.0403 )
i 1 j 1 2 ij 2 2 2 3 3
故
0.06611
9
第八章 因子分析
或者利用习题8-4的结果:
Q(m)
i 1 j 1 2 2 2 3 2 2 ij p p p j m1 2 2 1 2 2 j
8 2 已知8 1中R的特征值和特征向量为 1 1.9633 l1 (0.6250 ,0.5932 ,0.5075 ), 2 0.6795 l2 (0.2186 ,0.4911 ,0.8432 ), 3 0.3672 l3 (0.7494 ,0.6379 ,0.1772 ). (1) 取公因子个数 m 1时, 求因子模型的主成分解 , 并计算误差平方和 Q (1).
1 11 12 1
B AB
1 11 2 1 11 2
B A 1 I m A B112 A
1 11 2
12
由逆矩阵的对应块相等，即得：
第八章 因子分析
B
1 11 2
D D AB
1 11 2
1
1
1 221
1 11 AD B
17
第八章 因子分析
(3) 主成分分析是将主成分表示为原变量的线 性组合,而因子分析是将原始变量表示为公因子 和特殊因子的线性组合,用假设的公因子来“解 释”相关阵的内部依赖关系. 这两种分析方法又有一定的联系.当估计方法 采用主成分法,因子载荷阵A与主成分的系数相 差一个倍数;因子得分与主成分得分也仅相差一 个常数.这种情况下可把因子分析看成主成分分 析的推广和发展. 这两种方法都是降维的统计方法,它们都可用 来对样品或变量进行分类.
10
j m 1
,
2 j
p
第八章 因子分析
8-3 验证下列矩阵关系式(A为p×m阵) (1) ( I AD 1 A) 1 AD 1 A I ( I AD 1 A) 1 ;
18
Q(2) 2 (0.1708 0.0475 0.0403 )
i 1 j 1 2 ij 2 2 2 3 3
故
0.06611
9
第八章 因子分析
或者利用习题8-4的结果:
Q(m)
i 1 j 1 2 2 2 3 2 2 ij p p p j m1 2 2 1 2 2 j
8 2 已知8 1中R的特征值和特征向量为 1 1.9633 l1 (0.6250 ,0.5932 ,0.5075 ), 2 0.6795 l2 (0.2186 ,0.4911 ,0.8432 ), 3 0.3672 l3 (0.7494 ,0.6379 ,0.1772 ). (1) 取公因子个数 m 1时, 求因子模型的主成分解 , 并计算误差平方和 Q (1).
1 11 12 1
B AB
1 11 2 1 11 2
B A 1 I m A B112 A
1 11 2
12
由逆矩阵的对应块相等，即得：
第八章 因子分析
B
1 11 2
D D AB
1 11 2
1
1
1 221
1 11 AD B
17
第八章 因子分析
(3) 主成分分析是将主成分表示为原变量的线 性组合,而因子分析是将原始变量表示为公因子 和特殊因子的线性组合,用假设的公因子来“解 释”相关阵的内部依赖关系. 这两种分析方法又有一定的联系.当估计方法 采用主成分法,因子载荷阵A与主成分的系数相 差一个倍数;因子得分与主成分得分也仅相差一 个常数.这种情况下可把因子分析看成主成分分 析的推广和发展. 这两种方法都是降维的统计方法,它们都可用 来对样品或变量进行分类.
应用多元统计分析课后习题答案详解北大高惠璇(第三章部分习题解答).ppt
def
2 ln n( X 0 )01( X 0 )
因
X
H 0下
~
N
p (0,
1 n
0 ),
H 0下
n( X 0 ) ~ N p (0, 0 )
所以由§3“一﹑2.的结论1”可知
2 ln ~ 2 ( p).
20
第三章 多元正态总体参数的检验
3-6 (均值向量各分量间结构关系的检验) 设总体
若r=0时,则A＝0,则两个二次型也是独 立的.
以下设0＜r＜n.因A为n阶对称阵,存在正 交阵Γ,使得
7
第三章 多元正态总体参数的检验
其中λi≠0为A的特征值(i=1,…,r).于是
令
r
由AB＝O可得DrH11＝O ， DrH12＝O . 因Dr为满秩阵,故有H11＝Or×r，H12＝Or×(n-r) .
由定义314可知15性质5在非退化的线性变换下t分别表示正态总体x的样本均值向量和离差阵则由性质1有1735对单个p维正态总体n均值向量的检验问题试用似然比原理导出检验h已知的似然比统计量及分布
第三章习题解答
第三章 多元正态总体参数的假设检验
3-1 设X～Nn(μ,σ2In), A为对称幂等 阵,且rk(A)=r(r≤n),证明
~
N pr
(0, 22 ),
记
X
n p
xij
X (1) | X (2) , nr n( pr)
则
W
X X
X (1)X (1) X (2)X (1)
X X
(1) X (2) X
(2) (2)
WW1211
W12 W22
,
即
W11 X (1)X (1), W22 X (2)X (2)
应用多元统计分析课后习题解答详解北大高惠璇(第二章部分习题解答)
2 2
X 2 ~ N (3,2).
10
第二章 多元正态分布及参数的估计
12 Cov( X1, X 2 ) E[( X1 E( X1))( X 2 E( X 2 )]
E[( X1 4)( X 2 3)]
(x1 4)(x2 3) f (x1, x2 )dx1dx2
令uu21
x1 x2
X
X X
(1) (2)
~
N2 p
(1) (2)
,
1 2
2 1
,
其中μ(i) (i＝1，2)为p维向量,Σi (i＝1，2)为p阶矩阵，
(1) 试证明X(1) +X(2)和X(1) -X(2) 相互独立.
(2) 试求X(1) +X(2) 和X(1) -X(2) 的分布.
解 :(1) 令
Y
2
x12
22
x1
65
x12
14
x1
49)
1 2
(
x2
x1
7)2
e e dx2
2
1 e
1 2
(
x12
8
x1
16)
2
1
2
e dx
1 2
(
x2
x1
7
)
2
2
1 e
1 2
(
x1
4
)
2
2
X1 ~ N(4,1).
类似地有
f2 (x2 ) f (x1, x2 )dx1
1
e
1 4
(
x2
3)2
4
第二章 多元正态分布及参数的估计
(2) 因
Y
X1 X1
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
0.19 0 0
D
0 0
0.51 0
0.075
4
第八章 因子分析
8 2 已知8 1中R的特征值和特征向量为
1 1.9633 l1 (0.6250,0.5932,0.5075), 2 0.6795 l2 (0.2186,0.4911,0.8432), 3 0.3672 l3 (0.7494,0.6379,0.1772).
应用多元统计分析
第八章习题解答
第八章 因子分析
2
第八章 因子分析
a121
2 1
1
a221
2 2
1
a321
2 3
1
a11a21 0.63
a11a31 0.45
a21 a31
0.63 0.45
7 5
, a21
7 5
a31
7 a31 5 a31 0.35,
a321
0.35 7
5
0.25
a31a21 0.35
则 D diag(BB)
E S (AA D) BB D,即BB E D.
15
第八章 因子分析
因
BB
m1lm 1
(
p lp
m1lm1, ,
p
l
p
)
m1
0
8-3 验证下列矩阵关系式(A为p×m阵)
(1) (I AD1A)1 AD1A I (I AD1A)1;
(2) ( AA D)1 D1 D1A(I AD1A)1 A1D1;
(3) A( AA D)1 (Im AD1A)1 AD1.
解：利用分块矩阵求逆公式求以下分块矩阵的逆：
B
D A
I
mA
p m
记B22•1 Im AD1 A, B11•2 D AA,
利用附录中分块求逆的二个公式(4.1)和(4.2)有：
11
第八章 因子分析
B 1
D A
I
A
m
1
B11 B 21
B12 B 22
D 1
D
1A
B1 22•1
AD
1
B 1 22•1
AD
1
D
1A
B1 22•1
B 1 22•1
E2
R
( AA
D)
1
0.63 1
00..13455 ( AA D)
8
第八章 因子分析
AA
D
1
0.8008 1
00..341099775
E2
0
0.1708 0
00.0.00440735
故
33
Q(2)
2 ij
2பைடு நூலகம்(0.17082
0.04752
0.04032 )
i1 j1
0.06611
a31 0.5, a21 0.7, a11 0.9,
2 1
1
a121
1
0.81
0.19,
2 2
1 a221
0.51,
2 3
1
a321
0.75
3
第八章 因子分析
故 m 1的正交因子模型为
X1 0.9F1 1 X 2 0.7F1 2 X 3 0.5F1 3
特殊因子ε＝(ε1, ε2,…,εp)'的协差阵D为：
(Im AD1A)1 AD1A (1)
13
第八章 因子分析
8-4 证明公因子个数为m的主成分解，其误差平方
和Q(m)满足以下不等式
pp
p
Q(m)
2 ij
2j ,
i1 j1
j m1
其中E＝S-(AA′+D)=(εij),A,D是因子模型的主成分估计.
解：设样本协差阵S有以下谱分解式：
p
m
p
9
第八章 因子分析
或者利用习题8-4的结果:
pp
p
p
p
Q(m)
2 ij
2j
(
2 i
)2
2j ,
i1 j1
j m1
i1
j m1
Q(1)
(22
32 )
[(
2 1
)
2
(
2 2
)2
(
2 3
)2 ]
0.67952 0.36722 [0.23312 0.30912 0.49432 ]
0.5966 0.3943 0.2023
(1)取公因子个数m 1时,求因子模型的主成分解,
并计算误差平方和Q(1).
解 : m 1的因子模型的主成分解为:
0.8757 0.2331 0
0
A(
1l1
)
0.8312 0.7111
,
D
0 0
0.3091 0
0.40943
5
第八章 因子分析
记 E1 R (AA D)
1
0.63 1
S ilili ilili ilili
i 1
i 1
i m 1
其中1 2 p 0 为S的特征值，li为相应的
标准特征向量。
14
第八章 因子分析
设A,D是因子模型的主成分估计,即
A 1l1 mlm ,
若记 B l m1 m1 p lp , 有
S (A | B) BA AA BB
解 : m 2的因子模型的主成分解为:
A(
1l1,
2
l2
)
0.8757 0.8312
00..41084082,
0.7111 0.6950
7
第八章 因子分析
D
0.2007 0 0
0 0.1452
0
0.0100131
则m 2的正交因子模型为
X1 0.8757F1 0.1802F2 1 X 2 0.8312F1 0.4048F2 2 X 3 0.7111F1 0.6950F2 3
B 1 11•2
AB111•2
Im
B 1 11•2
A
AB111•2
A
由逆矩阵的对应块相等，即得：
12
第八章 因子分析
B 1 11•2
D 1
D1 AB221•1 AD 1
B11
AB111•2
B 1 22•1
AD
1
B 21
Im
AB111•2 A
B 1 22•1
B 22
把B22·1和B11·2式代入以上各式，可得：
Q(2)
32
[(
2 1
)2
(
2 2
)2
(
2 3
)
2
]
0.36722 [0.20072 0.14522 0.011312 ]
0.1348 0.06149 0.07331
(3) 试求误差平方和Q(m)＜0.1的主成分解. 因Q(2)=0.07331＜0.1，故m=2的主成分解满足要求.
10
第八章 因子分析
(D AA)1 D 1 D 1 A(I m AD 1 A)1 AD 1 (2) A(D AA)1 (I m AD 1 A)1 AD 1 (3) I m A(D AA)1 A (I m AD 1 A)1
由第三式和第二式即得 Im (Im AD1A)1 A(D AA)1 A
00..13455
1
0.7279 1
00..651292171
0
0.0979 0
00..102742171
6
第八章 因子分析
33
故 Q(1)
2 ij
2 (0.09792
0.17272
0.24112 )
i1 j1
0.1951
(2)取公因子个数m 2时,求因子模型的主成分解,
并计算误差平方和Q(2).