多元统计分析及R语言建模考试试卷.docx

精品文档，仅供学习与交流，如有侵权请联系网站删除
【精品文档】第 2 页
多元统计分析及R语言建模考试试卷
教
师
填
写
课程名称：_____多元统计分析 ______________
授课教师姓名：________王斌会______________
考试时间:_ _年_____月______日
课程类别
必修[ Ö ] 选修[ ]
考试方式
开卷[ ] 闭卷[ Ö ]
试卷类别(A、B)
[ A ] 共 8 页
考
生
填
写
学院(校) 专业 班(级)
姓名 学号
题 号
一
二
三
四
五
六
七
八
九
十
总 分
得 分
得分
评阅人
一、简答题（共5小题，每小题6分，共30分）
1. 常用的多元统计分析方法有哪些？
（1）多元正态分布检验
（2）多元方差-协方差分析
（3）聚类分析
（4）判别分析
（5）主成分分析
（6）因子分析
（7）对应分析
精品文档，仅供学习与交流，如有侵权请联系网站删除
【精品文档】第 2 页
（8）典型相关性分析
（ 9）定性数据建模分析
（10）路径分析（又称多重回归、联立方程）
（11）结构方程模型
（12）联合分析
（13）多变量图表示法
（14）多维标度法
2. 简单相关分析、复相关分析和典型相关分析有何不同？并举例说明之。
简单相关分析：简单相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。例如，以X、Y分别记小学生的数学与语文成绩，感兴趣的是二者的关系如何，而不在于由X去预测Y。
复相关分析；研究一个变量 x0与另一组变量 (x1,x2,…，xn)之间的相关程度。例如,职业声望同时受到一系列因素（收入、文化、权力……）的影响，那么这一系列因素的总和与职业声望之间的关系，就是复相关。…n的测定，可先求出 x0对一组变量x1，x2，…，xn的回归直线，再计算x0与用回归直线估计值悯之间的简单直线回归。…n的取值范围为0≤…n≤1。复相关系数值愈大，变量间的关系愈密切。
典型相关分析就是利用综合变量对之间的相关关系来反映两组指标之间的整体相关性的多元统计分析方法。它的基本原理是：为了从总体上把握两组指标之间的相关关系，分别在两组变量中提取有代表性的两个综合变量U1和V1（分别为两个变量组中各变量的线性组合），利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。
3. 试说明主成分分析和因子分析不同点和相同之处。
主成分分析和因子分析的相同之处
精品文档，仅供学习与交流，如有侵权请联系网站删除
【精品文档】第 4 页
、分析多个变量的基本结构
。主成分分析可被视为一种固定效应的因子分析，是因子分析的特列

，各个主成分之间互不相关；因子分析中，公因子之间不相关、特殊因子之间不相关、公因子与特殊因子之间不相关
主成分分析和因子分析的区别
1、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成个变量的线性组合。 
2、主成分分析的重点在于解释个变量的总方差，而因子分析则把重点放在解释各变量之间的协方差。 
3、主成分分析中不需要有假设(assumptions),因子分析则需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同因子和特殊因子之间也不相关。 
4、主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，的主成分一般是独特的；而因子分析中因子不是独特的，可以旋转得到不同的因子。 1、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成个变量的线性组合。 
4. 判别分析以及Fisher判别和Bayes判别的基本思想是什么？
判别分析：根据判别中的组数，可以分为两组判别分析和多组判别分析；
根据判别函数的形式，可以分为线性判别和非线性判别；
根据判别式处理变量的方法不同，可以分