多元统计分析期末试题及答案
(完整版)多元统计分析试题及答案
2009学年第2学期 考试科目：多元统计分析 考试类型：（闭卷） 考试时间：100 分钟学号 姓名 年级专业一、填空题（5×6=30）22121212121~(,),(,),(,),,1X N X x x x x x x ρμμμμσρ⎛⎫∑==∑=⎪⎝⎭+-1、设其中则Cov(,)=____.10312~(,),1,,10,()()_________i i i i X N i W X X μμμ='∑=--∑、设则=服从。
()1234433,492,3216___________________X x x x R -⎛⎫ ⎪'==-- ⎪ ⎪-⎝⎭=∑、设随机向量且协方差矩阵则它的相关矩阵4、__________， __________，________________。
215,1,,16(,),(,)15[4()][4()]~___________i p p X i N X A N T X A X μμμμ-=∑∑'=--、设是来自多元正态总体和分别为正态总体的样本均值和样本离差矩阵,则。
二、计算题（5×11=50）(),123设X=x x x 的相关系数矩阵通过因子分析分解为211X h =的共性方差111X σ=的方差21X g =1公因子f 对的贡献121330.93400.1280.9340.4170.8351100.4170.8940.02700.8940.44730.8350.4470.1032013R ⎛⎫- ⎪⎛⎫⎛⎫ ⎪-⎛⎫ ⎪ ⎪⎪=-=-+ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪⎪⎝⎭12332313116421(,,)~(,),(1,0,2),441,2142X x x x N x x x x x μμ-⎛⎫⎪'=∑=-∑=-- ⎪ ⎪-⎝⎭-⎛⎫+ ⎪⎝⎭、设其中试判断与是否独立？11262(90,58,16),82.0 4.310714.62108.946460.2,(5)( 115.6924)14.6210 3.17237.14.5X S μ--'=-⎛⎫ ⎪==-- ⎪ ⎪⎝⎭0、对某地区农村的名周岁男婴的身高、胸围、上半臂围进行测量，得相关数据如下,根据以往资料,该地区城市2周岁男婴的这三个指标的均值现欲在多元正态性的假定下检验该地区农村男婴是否与城市男婴有相同的均值。
应用多元统计分析试题及答案(1)
应用多元统计分析试题及答案(1)多元统计分析是现代统计学中不可或缺的一部分，它是用于对不同数据进行相关分析的高级统计方法。
对于需要进行多因素分析的问题，多元统计分析是必须掌握的技能。
以下是一些应用多元统计分析的试题及答案。
试题1：假设你要进行一项研究，以评估学生在学期末考试成绩与他们的就业情况之间是否存在关联。
你将分析什么类型的多元统计分析？答案：此问题需要进行一种二元多元回归分析。
此方法可以用于探索学期末考试成绩和就业情况之间的相关性。
通过回归分析，我们可以计算出两个变量之间的相关系数以及建立一个数学模型来预测就业成功与否的可能性。
试题2：你是一家旅游公司的行销经理，你想了解你们的财务状况、品牌信誉和市场定位之间的关系。
采用哪种多元统计分析来解决这个问题？答案：这个问题需要进行一种因子分析。
因子分析是一种常用的多元统计技术，可用于探索大量变量之间的共性或相似性。
因此，行销经理可以使用因子分析来探究这三个因素之间的关系，以帮助公司更好地了解市场需求、推广策略和产品定位。
试题3：你是一名医学研究员，你需要研究新型药物的效果以及它是否与特定人群的特征相关。
哪种多元统计分析可用于研究？答案：这个问题需要使用一种路径分析方法。
路径分析是一种分层回归分析技术，可用于探索变量间的直接和间接影响关系。
因此，研究人员可以使用路径分析来研究新型药物的效果以及与特定人群特征的相关性，以便更好地理解治疗效果的影响因素。
试题4：你是一名市场分析师，你需要研究不同年龄、性别和教育水平的人群之间的消费习惯。
采用哪种多元统计分析来解决这个问题？答案：这个问题需要使用一种聚类分析方法。
聚类分析是一种将成为节点的相似对象分组的过程。
因此，市场分析师可以使用聚类分析来将相似的人群以及他们的共同消费习惯分成几个类别，以便更好地了解不同年龄、性别和教育水平背景下的人群之间的消费习惯和偏好。
结论：多元统计分析是一种有用的技术，可以用于探索大量不同变量之间的关系，对于需要分析多个变量之间关系的问题，多元统计分析是必须学习的基本技能。
(完整版)多元统计分析试题及答案
2009学年第2学期 考试科目：多元统计分析 考试类型：（闭卷） 考试时间：100 分钟学号 姓名 年级专业一、填空题（5×6=30）22121212121~(,),(,),(,),,1X N X x x x x x x ρμμμμσρ⎛⎫∑==∑=⎪⎝⎭+-1、设其中则Cov(,)=____.10312~(,),1,,10,()()_________i i i i X N i W X X μμμ='∑=--∑、设则=服从。
()1234433,492,3216___________________X x x x R -⎛⎫ ⎪'==-- ⎪ ⎪-⎝⎭=∑、设随机向量且协方差矩阵则它的相关矩阵4、__________， __________，________________。
215,1,,16(,),(,)15[4()][4()]~___________i p p X i N X A N T X A X μμμμ-=∑∑'=--、设是来自多元正态总体和分别为正态总体的样本均值和样本离差矩阵,则。
二、计算题（5×11=50）(),123设X=x x x 的相关系数矩阵通过因子分析分解为211X h =的共性方差111X σ=的方差21X g =1公因子f 对的贡献121330.93400.1280.9340.4170.8351100.4170.8940.02700.8940.44730.8350.4470.1032013R ⎛⎫- ⎪⎛⎫⎛⎫ ⎪-⎛⎫ ⎪ ⎪⎪=-=-+ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪⎪⎝⎭12332313116421(,,)~(,),(1,0,2),441,2142X x x x N x x x x x μμ-⎛⎫⎪'=∑=-∑=-- ⎪ ⎪-⎝⎭-⎛⎫+ ⎪⎝⎭、设其中试判断与是否独立？11262(90,58,16),82.0 4.310714.62108.946460.2,(5)( 115.6924)14.6210 3.17237.14.5X S μ--'=-⎛⎫ ⎪==-- ⎪ ⎪⎝⎭0、对某地区农村的名周岁男婴的身高、胸围、上半臂围进行测量，得相关数据如下,根据以往资料,该地区城市2周岁男婴的这三个指标的均值现欲在多元正态性的假定下检验该地区农村男婴是否与城市男婴有相同的均值。
多元统计学多元统计分析试题(A卷)(答案)
《多元统计分析》试卷1、若),2,1(),,(~)(n N X p =∑αμα 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 所属类型 的一种统计方法，常用的判别方法有__距离判别法_、Fisher 判别法、Bayes 判别法、逐步判别法。
4、Q 型聚类是指对_样品_进行聚类，R 型聚类是指对_指标(变量)_进行聚类。
5、设样品),2,1(,),,('21n i X X X X ip i i i ==，总体),(~∑μp N X ，对样品进行分类常用的距离有：明氏距离，马氏距离2()ijd M =)()(1j i j i x x x x -∑'--，兰氏距离()ij d L =6、因子分析中因子载荷系数ij a 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：εββ++=x y 10，多元回归的数学模型是：εββββ++++=p p x x x y 22110。
8、对应分析是将 R 型因子分析和Q 型因子分析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。
一、填空题（每空2分，共40分）1、设三维随机向量),(~3∑μN X ，其中⎪⎪⎪⎭⎫ ⎝⎛=∑200031014，问1X 与2X 是否独立？),(21'X X 和3X 是否独立？为什么？解： 因为1),cov(21=X X ，所以1X 与2X 不独立。
把协差矩阵写成分块矩阵⎪⎪⎭⎫⎝⎛∑∑∑∑=∑22211211，),(21'X X 的协差矩阵为11∑因为12321),),cov((∑='X X X ，而012=∑，所以),(21'X X 和3X 是不相关的，而正态分布不相关与相互独立是等价的，所以),(21'X X 和3X 是独立的。
(完整word版)多元统计分析期末试题及答案
22121212121~(,),(,),(,),,1X N X x x x x x x ρμμμμσρ⎛⎫∑==∑=⎪⎝⎭+-1、设其中则Cov(,)=____.10312~(,),1,,10,()()_________i i i i X N i W X X μμμ='∑=--∑L 、设则=服从。
()1234433,492,3216___________________X x x x R -⎛⎫ ⎪'==-- ⎪ ⎪-⎝⎭=∑、设随机向量且协方差矩阵则它的相关矩阵4、__________， __________，________________。
215,1,,16(,),(,)15[4()][4()]~___________i p p X i N X A N T X A X μμμμ-=∑∑'=--L 、设是来自多元正态总体和分别为正态总体的样本均值和样本离差矩阵,则。
12332313116421(,,)~(,),(1,0,2),441,2142X x x x N x x x x x μμ-⎛⎫⎪'=∑=-∑=-- ⎪ ⎪-⎝⎭-⎛⎫+ ⎪⎝⎭、设其中试判断与是否独立？(),123设X=x x x 的相关系数矩阵通过因子分析分解为211X h =的共性方差111X σ=的方差21X g =1公因子f 对的贡献121330.93400.1280.9340.4170.8351100.4170.8940.02700.8940.44730.8350.4470.1032013R ⎛⎫- ⎪⎛⎫⎛⎫⎪-⎛⎫ ⎪ ⎪⎪=-=-+ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪⎪⎝⎭11262(90,58,16),82.0 4.310714.62108.946460.2,(5)( 115.6924)14.6210 3.17237.14.5X S μ--'=-⎛⎫ ⎪==-- ⎪ ⎪⎝⎭0、对某地区农村的名周岁男婴的身高、胸围、上半臂围进行测量，得相关数据如下,根据以往资料,该地区城市2周岁男婴的这三个指标的均值现欲在多元正态性的假定下检验该地区农村男婴是否与城市男婴有相同的均值。
多元统计分析期末试题及标准答案
多元统计分析期末试题及答案————————————————————————————————作者：————————————————————————————————日期：22121212121~(,),(,),(,),,1X N X x x x x x x ρμμμμσρ⎛⎫∑==∑=⎪⎝⎭+-1、设其中则Cov(,)=____.10312~(,),1,,10,()()_________i i i i X N i W X X μμμ='∑=--∑L 、设则=服从。
()1234433,492,3216___________________X x x x R -⎛⎫ ⎪'==-- ⎪⎪-⎝⎭=∑、设随机向量且协方差矩阵则它的相关矩阵4、__________， __________，________________。
215,1,,16(,),(,)15[4()][4()]~___________i p p X i N X A N T X A X μμμμ-=∑∑'=--L 、设是来自多元正态总体和分别为正态总体的样本均值和样本离差矩阵,则。
12332313116421(,,)~(,),(1,0,2),441,2142X x x x N x x x x x μμ-⎛⎫⎪'=∑=-∑=-- ⎪ ⎪-⎝⎭-⎛⎫+ ⎪⎝⎭、设其中试判断与是否独立？(),123设X=xx x 的相关系数矩阵通过因子分析分解为211X h =的共性方差111X σ=的方差21X g =1公因子f 对的贡献121330.93400.1280.9340.4170.8351100.4170.8940.02700.8940.44730.8350.4470.1032013R ⎛⎫- ⎪⎛⎫⎛⎫⎪-⎛⎫ ⎪ ⎪⎪=-=-+ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪ ⎪⎝⎭11262(90,58,16),82.0 4.310714.62108.946460.2,(5)( 115.6924)14.6210 3.17237.14.5X S μ--'=-⎛⎫ ⎪==-- ⎪ ⎪⎝⎭0、对某地区农村的名周岁男婴的身高、胸围、上半臂围进行测量，得相关数据如下,根据以往资料,该地区城市2周岁男婴的这三个指标的均值现欲在多元正态性的假定下检验该地区农村男婴是否与城市男婴有相同的均值。
多元统计期末考试题及答案
多元统计期末考试题及答案一、选择题（每题2分，共20分）1. 在多元线性回归中，如果一个变量的系数为0，这意味着什么？A. 该变量对因变量没有影响B. 该变量与因变量完全相关C. 该变量与因变量无关D. 该变量是多余的2. 主成分分析（PCA）的主要目的是什么？A. 减少数据的维度B. 增加数据的维度C. 找到数据的均值D. 找到数据的中位数3. 以下哪个不是聚类分析的优点？A. 可以揭示数据的内在结构B. 可以用于分类C. 可以减少数据的维度D. 可以找到数据的异常值4. 在因子分析中，如果一个因子的方差贡献率很低，这通常意味着什么？A. 该因子对数据的解释能力很强B. 该因子对数据的解释能力很弱C. 该因子是多余的D. 该因子是重要的5. 以下哪个是多元统计分析中常用的距离度量？A. 欧氏距离B. 曼哈顿距离C. 切比雪夫距离D. 所有以上选项二、简答题（每题10分，共30分）6. 解释什么是多元线性回归，并简述其在实际问题中的应用。
7. 描述主成分分析（PCA）的基本原理，并举例说明其在数据分析中的作用。
8. 简述聚类分析的过程，并讨论其在商业数据分析中的应用。
三、计算题（每题25分，共50分）9. 假设有以下数据集，包含两个变量X和Y，以及它们的观测值：| 观测 | X | Y |||||| 1 | 2 | 3 || 2 | 3 | 4 || 3 | 4 | 5 || 4 | 5 | 6 |请计算X和Y的协方差，并解释其意义。
10. 给定以下数据集，进行聚类分析，并解释聚类结果：| 观测 | 变量1 | 变量2 |||-|-|| 1 | 1.5 | 2.5 || 2 | 2.0 | 3.0 || 3 | 3.5 | 4.5 || 4 | 4.0 | 5.0 |多元统计期末考试题答案一、选择题1. A2. A3. C4. B5. D二、简答题6. 多元线性回归是一种统计方法，用于分析两个或两个以上的自变量（解释变量）与一个因变量之间的关系。
多元统计学多元统计分析试题(A卷)(答案)【精选文档】
《多元统计分析》试卷1、若 且相互独立，则样本均值向量服从的分布为。
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 所属类型 的一种统计方法，常用的判别方法有__距离判别法_、Fisher 判别法、Bayes 判别法、逐步判别法。
4、型聚类是指对_样品_进行聚类，型聚类是指对_指标（变量)_进行聚类。
5、设样品,总体,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 R 型因子分析和Q 型因子分析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。
1、设三维随机向量，其中，问与是否独立?和是否独立?为什么？解: 因为，所以与不独立。
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. 解：样品与样品之间的明氏距离为:样品最短距离是1，故把合并为一类，计算类与类之间距离(最长距离法）得距离阵 类与类的最短距离是1。
5,故把合并为一类，计算类与类之间距离（最长距离法）得距离阵类与类的最短距离是3。
5，故把合并为一类,计算类与类之间距离（最长距离法）得距离阵分类与聚类图（略）（请你们自己做)3、设变量的相关阵为的特征值和单位化特征向量分别为一、填空题（每空2分,共40分）二、计算题（每小题10分，共40分）（1） 取公共因子个数为2，求因子载荷阵。
（2） 计算变量共同度及公共因子的方差贡献,并说明其统计意义。
解：因子载荷阵变量共同度： ===公共因子的方差贡献:统计意义（省略）（学生自己做）4、设三元总体的协方差阵为，从出发，求总体主成分，并求前两个主成分的累积贡献率。
- 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)。
22121212121~(,),(,),(,),,1X N X x x x x x x ρμμμμσρ⎛⎫∑==∑=⎪⎝⎭+-1、设其中则Cov(,)=____.10312~(,),1,,10,()()_________i i i i X N i W X X μμμ='∑=--∑、设则=服从。
()1234433,492,3216___________________X x x x R -⎛⎫ ⎪'==-- ⎪ ⎪-⎝⎭=∑、设随机向量且协方差矩阵则它的相关矩阵4、__________， __________，________________。
215,1,,16(,),(,)15[4()][4()]~___________i p p X i N X A N T X A X μμμμ-=∑∑'=--、设是来自多元正态总体和分别为正态总体的样本均值和样本离差矩阵,则。
12332313116421(,,)~(,),(1,0,2),441,2142X x x x N x x x x x μμ-⎛⎫⎪'=∑=-∑=-- ⎪ ⎪-⎝⎭-⎛⎫+ ⎪⎝⎭、设其中试判断与是否独立？(),123设X=x x x 的相关系数矩阵通过因子分析分解为211X h =的共性方差111X σ=的方差21X g =1公因子f 对的贡献121330.93400.1280.9340.4170.8351100.4170.8940.02700.8940.44730.8350.4470.1032013R ⎛⎫- ⎪⎛⎫⎛⎫⎪-⎛⎫ ⎪ ⎪⎪=-=-+ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪⎪⎝⎭11262(90,58,16),82.0 4.310714.62108.946460.2,(5)( 115.6924)14.6210 3.17237.14.5X S μ--'=-⎛⎫ ⎪==-- ⎪ ⎪⎝⎭0、对某地区农村的名周岁男婴的身高、胸围、上半臂围进行测量，得相关数据如下,根据以往资料,该地区城市2周岁男婴的这三个指标的均值现欲在多元正态性的假定下检验该地区农村男婴是否与城市男婴有相同的均值。
其中0.010.010.0137608.946437.376035.5936(0.01,(3,2)99.2,(3,3)29.5,(3,4)16.7)F F F α⎛⎫⎪⎪⎪-⎝⎭====12124122411362190.5,(21),(12)35q q C e C e Bayes X μμ⎛⎫⎛⎫⎛⎫==∑=∑=∑= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭====⎛⎫= ⎪⎝⎭12、设已知有两正态总体G 与G ，且，，，而其先验概率分别为误判的代价；试用判别法确定样本属于哪一个总体？1234411(,,,)~(0,),0111TX X X X X N ρρρρρρρρρρρρρ⎛⎫ ⎪⎪=∑∑=<≤ ⎪ ⎪⎝⎭4、设，协方差阵(1) 试从Σ出发求X 的第一总体主成分；(2) 试问当 取多大时才能使第一主成分的贡献率达95％以上。
1212111221225(,),(,),100000010.950()00.9510000100T T X X X X Y Y X Z Y Z ⎛⎫=== ⎪⎝⎭⎛⎫ ⎪∑∑⎡⎤ ⎪=∑==⎢⎥ ⎪∑∑⎣⎦ ⎪⎝⎭、设为标准化向量，令且其协方差阵V ，求其第一对典型相关变量和它们的典型相关系数？1,()X E XX μμμ∑''=∑+、设随机向量的均值向量、协方差矩阵分别为、试证：。
ρ'2~(,),,~(,)P r X N N A b A A μμ⨯⨯∑+∑r p r 1、设随机向量又设Y=A X+b 试证：Y 。
1、02、W 3（10，∑）3、211342113611146R ⎛⎫-⎪ ⎪ ⎪=-- ⎪ ⎪ ⎪- ⎪⎝⎭4、0.872 1 1.7435、T 2（15，p ）或（15p/(16-p)）F （p ，n-p ）2312131231112213312121,2,10021021210001102231642100102x x y y x x x x x x y x x y x x x y E y y V y -⎛⎫==+ ⎪⎝⎭-⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪ ⎪+⎝⎭⎝⎭⎝⎭⎛⎫⎛⎫⎛⎫⎛⎫⎪⎪ ⎪== ⎪ ⎪⎪ ⎪⎝⎭ ⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭-⎛⎫⎛⎫⎪=- ⎪ ⎪⎝⎭ ⎪⎝⎭、令则01-101-101-11234411002141021061661620162040210616(1,61620)3162040y y N ⎛⎫⎛⎫ ⎪⎪- ⎪⎪ ⎪⎪-⎝⎭⎝⎭--⎛⎫ ⎪=- ⎪ ⎪-⎝⎭--⎛⎫⎛⎫ ⎪ ⎪- ⎪ ⎪⎪ ⎪--⎝⎭⎝⎭01-1故，的联合分布为故不独立。
01001121000.02::8.02.2,1.54.310714.62108.9464(23.13848)14.6210 3.17237.37608.946437.376035.5936()()670.0741420.445H H X S T n X S X F μμμμμμμ---=≠-⎛⎫⎪-= ⎪ ⎪-⎝⎭-⎛⎫⎪=-- ⎪ ⎪-⎝⎭'=--=⨯=0、假设检验问题：，经计算可得：构造检验统计量：由题目已知10010.01(3,3)29.535(3,3)147.530.012T F H α=⨯===2.0，由是所以在显著性水平下，拒绝原设即认为农村和城市的周岁男婴上述三个指标的均值有显著性差异1112122112123321()()exp[()()]exp(424)()39124211ˆ(),,()411624283(1|2),()exp(2)5(2|1)35T Bayes f x W x x x x f x q C d e W x d e q C X μμμμμμμμ--==-∑-≈++--⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫=+=∑=-=-= ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎡⎤====<=⎢⎥⎣⎦⎡⎤⇒=⎢⎣3、由判别知其中，2G ∈⎥⎦121341123114013,1111101111112222111222x x x x Z X X X λρρρρλρρλρρρλρρρρλλλλρλρρρρλρρλρρλρρρρλλ--------==+--------===-----⎛⎫⎛⎫ ⎪⎪---- ⎪⎪= ⎪---- ⎪ ⎪⎪----⎝⎭⎝⎭'⎛⎫ ⎪⎝⎭=++1234、(1)由得特征根为解所对应的方程得所对应的单位特征向量为故得第一主成分411121395%40.95410.9333X λρλλλλρ++=≥+++⨯-≥≈234(2)第一个主成分的贡献率为得1122112211122111222211122120.1010,0100.10.10001000.950.1000010.95000.01000100.9025000.902500.90250.9025,TT TT TT λλλλλλ-⎛⎫⎛⎫∑∑ ⎪ ⎪⎝⎭⎝⎭=∑∑∑∑∑⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫= ⎪⎪⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭-==--⇒=－－－－5、由题得＝＝＝求的特征值，得211112111111112221112111100.95000.9025,00.90250.100001111000.9501100.100100.95,0.54,0.95T TT e e e V X W Y V W λαβλαρ---=⇒=⎛⎫= ⎪⎝⎭⎛⎫⎛⎫⎛⎫=∑== ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭=∑∑⎛⎫⎛⎫⎛⎫⎛⎫== ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭===的单位正交化特征向量为第一典型相关变量，且（）为一对典型相关系数。
1()[()()]()()()()()V X E X EX X EX E XX EX EX E XX E XX μμμμ'∑=--''=-''=-''=∑+、证明：=故 ''2()()()()()()~(,)r Y E Y E AX b AE X bA b V Y V AX b AV X A A A Y N A b A A μμ=+=+=+'=+==∑+∑、证明:由题可知服从正态分布，故。
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()(,),P x 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。
5、简述多元统计分析中协差阵检验的步骤 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，确定相应的临界值，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）。