- 在主成分分析中提取主成分的原则是（ ）
- 在因子分析中，确定因子载荷阵的方法有（ ）
- 关于绘制脸谱图的叙述正确的是（ ）
- 关于多重共线性叙述正确的是（ ）
- 关于回归系数的检验叙述不正确的是（ ）
- 在主成分分析中，下列说法正确的是（ ）
- 一般情况下，从相关阵求得的主成分与协方差阵求得的主成分是不相同的，这种差异有时很大。（ ）
- 主成分的总方差大于原始变量的总方差。（ ）
- 在多元回归中对回归系数的解释为该变量每变动一个单位因变量的平均变动量。 （ ）
- 主成分表达式的系数向量是相关矩阵特征值的特征向量。（ ）
- 在判别分析中，误判概率无法衡量一个判别准则的优劣。（ ）
- 简单散点图一般是在同一坐标轴上显示多对变量的散点图。（ ）
- 主成分分析与因子分析都可利用SPSS软件中的降维过程来实现。（ ）
- 系统聚类在SPSS中由分析分类过程实现。（ ）
- 在判别效果的检验中，不能只考虑训练样本的回代判别正确率。（ ）
- 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。（ ）
- 多元方差分析的基本思想是将响应变量的差异分解为两部分：一部分为组间变异（处理效应），一部分为组内变异（误差效应），对两部分的变异进行比较。（ ）
- 以下哪些方法可以获得最优方程（ ）
- 两总体距离判别判别准则是（ ）
- 下列关于绘制雷达图叙述正确的是（ ）
- 关于高度多重共线性叙述正确的是（ ）
- 在系统聚类过程中，计算各类间的距离如下表，则应合并( ) 表G1G2G3G4G5G10G210G3540G47620G5109530
- 关于判别分析的前提假设叙述不正确的是（ ）
- 相关系数是描述这两个变量关联性（线性关系）强弱的数字特征。（ ）
- 在因子分析中，各个公共因子不相关且方差为0。（ ）
- 条形图是将多个样品观测数据以折线的方式表示在平面图中的一种多变量可视化图形。（ ）
- 主成分分析的目的是减少变量的个数，因此一般取主成分的个数小于变量个数。 （ ）
- 在多元方差分析做检验时，下列说法正确的是（ ）。
- 在Fisher判别分析中，最佳的线性判别函数应该是（ ）
- 变量间的相似性常用夹角余弦和相关系数来衡量。（ ）
- 在因子分析中，每个变量的方差等于公共因子方差与特殊因子方差之和。（ ）
- 可以用多次的方差分析检验代替多元方差分析检验，并且不会产生误差。（ ）
- 方差贡献率是衡量公共因子相对重要程度的一个指标。方差贡献率越小，该公共因子就相对地越重要。（ ）
- 星座图是将高维空间的样本点投影到平面上的一个半圆内，用半圆表示样本点的多元图示方法。（ ）
- 在采用最长距离法计算类间距离后，聚类仍然按照距离最小的类合并为一类。（ ）
- 原始变量协方差矩阵的特征根的统计含义是主成分的相关系数。 （ ）
- 对于单因素方差分析的组间误差阵，下面说法正确的是（ ）。
- 关于多重共线性诊断叙述正确的是（ ）
- 在主成分分析中，主成分是（ ）
- SPSS中主成分分析采用因子分析命令过程。 （ ）
- 在聚类分析中，采用绝对距离计算样品间距离，采用最长距离法计算类与类间距离，得到样品间的距离矩阵如下表，根据表中数据，应该首先合并（ ）表6-2G6G3G4G5G60G340G4620G59510
- 关于主成分分析和因子分析的叙述错误的是（ ）
- 在因子分析中，求解因子分析模型的过程就是寻找因子载荷矩阵的过程。（ ）
- 逐步回归法的基本思想是有进有出，将通过了检验的变量一个一个引进，将经检验认为不显著的变量剔除，多次重复此过程，直到既不能引入新变量，又不能剔除老变量为止。（ ）
- 下列叙述确的是（ ）
- 判别函数：指的是一个关于指标变量的函数。（ ）
- 根据回归函数形式回归分析可分为一元回归和多元回归。（ ）
- 按涉及自变量的多少，回归分析可分为( )
- 关于拟合优度检验正确的是（ ）
- 常见的计算类与类之间距离的方法有（ ）
- 关于主成分分析，下列说法正确的是（ ）
- 关于主成分分析的说法错误的是（ ）
- 在双因素多元方差分析中，总离差阵、因素A离差阵、因素B的离差阵、组内离差阵之间的关系是（ ）
- 出现下列哪些情况，有可能存在高度多重共线性( )
- 在多元回归分析中，许多非线性回归可通过变量代换转化为多元线性回归。（ ）
- 在Q型聚类中，常用“相似系数”度量变量间的相似性。（ ）
- 根据自变量的多少回归分析可分为线性回归和非线性回归。（ ）
- 三维散点图是以立体图的形式展现多对变量的散点图。（ ）
- 判别准则是根据样本的判别函数值进行分类的法则。（ ）
- 在判别分析中，待判样本是指对于新给出的样本，如果判别函数效能较高，则计算出每一个样本的判别函数值，并根据判别准则对新样本进行归类判别。( )
- 条形图是由若干平行条状的矩形所构成，但每一个矩形的宽度不相等。（ ）
- 在主成分分析中，各个主成分的综合能力依次递减。 （ ）
- 多元回归分析是对一个因变量和一个自变量建立回归方程。（ ）
- 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，每个样品（或变量）最终总能聚到合适的类中。（ ）
- 主成分与原始变量的相关系数称为因子载荷量。 （ ）
- 在聚类分析中，对变量的分类为Q聚类。（ ）
- 主成分的协方差矩阵为对称矩阵。（ ）
- 在R型聚类中，常用“距离”度量变量间的相似性。（ ）
- 因子分析是把每个原始变量分解为两部分因素，一部分是由所有变量共同具有的少数几个公共因子构成的；另一部分是每个原始变量独自具有的因素，即所谓的特殊因素部分或特殊因子部分。（ ）
- 在判别分析中，回代样本是指计算出每一个样本的判别函数值，并根据判别准则将样本归类。（ ）
- 多元方差分析的基本假设有（ ）。
- 多元方差分析可以用的检验统计量有（ ）。
- 关于聚类分析和判别分析叙述正确的是（ ）。
- 下列关于绘制雷达图叙述不正确的是（ ）
- 残差是指（ ）
- 关于距离判别法叙述正确的是（ ）
- 关于Fisher判别法叙述正确的是（ ）
- 关于因子分析的步骤叙述正确的是（ ）
- 样本主成分的总方差等于（ ）
- 在主成分分析中，主成分的协方差阵为（ ）
- 在回归分析中，回归模型的判定系数(决定系数)的取值范围是（ ）
- 在双因素多元方差分析中，误差离差阵主要反映了（ ）对试验的影响。
- 关于K-均值聚类和系统聚类的叙述不正确的是（ ）
- 组内误差阵一定小于组间误差阵。 （ ）
- 在因子分析中，变量共同度越接近于1，说明因子分析越有效。（ ）
- 复相关系数的估计量越接近0，方程拟合程度越好。（ ）
- 在主成分分析中，只能基于相关系数矩阵计算主成分。（ ）
- 如果某两个或多个解释量之间出现了高度的相关性，则称为高度多重共线性。（ ）
- 距离越短，表明两样本点间相似程度越低。（ ）
- 在因子分析中，要求各个特殊因子不相关。（ ）
- 在求出线性回归方程之后，可以不必对因变量与自变量进行显著性检验。（ ）
- 在聚类分析中，对样本的分类为R型聚类。（ ）
- 多元线性回归模型中未知参数的估计通常采用最小二乘法。（ ）
- 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。（ ）
- 聚类分析和判别分析可以对样本或指标进行分类。( )
- 在因子分析中，某变量共同度越大，表明该变量对公共因子的依赖程度越大，公共因子能解释该变量方差的比例越大，因子分析的效果也就越好。（ ）
- 重叠散点图一般是用来显示一对变量之间的散点图。（ ）
- 原始变量相关性越弱，因子分析的降维效果就越好。（ ）
- 公共因子方差与特殊因子方差之和为1。（ ）
- SPSS中判别分析采用分析分类命令过程。 （ ）
- 在单因素多元方差分析中，总离差阵反映的是样本数据与其组平均值的差异。（ ）
- 在主成分分析中，如果变量有不同的量纲，则应基于协方差矩阵矩阵进行主成分分析。（ ）
- 多元线性回归方程的检验也利用平方和分解原理。（ ）
- 在考虑多个响应变量时，ANOVA把多个响应变量看成一个整体，分析因素（因变量）对多个响应变量整体的影响，发现不同总体的最大组间差异。 （ ）
- 复相关系数可以直接测算。（ ）
- 在典型相关分析中，同一组的典型变量之间互不相关。（ ）
- 研究一个变量与多个变量的线性相关称为复相关分析，复相关分析法能够反映各变量的综合影响。（ ）
- 在实际应用中，关于要判断两个变量之间是否存在线性相关性说法正确的是（ ）。
- 在不作特别说明的情形下，样本相关系数通常就是指皮尔逊相关系数。（ ）
- 在因子分析中，各个公共因子不相关且方差为1。（ ）
- 在因子分析中，要求各个特殊因子不相关且方差相等。（ ）
- 关于主成分分析和因子分析的异同叙述正确的是（ ）
- 在因子分析中，求解因子载荷的方法有（ ）
- 公共因子方差与特殊因子方差之和为（ ）
- 在主成分分析中，下列说法错误的是（ ）
- 在主成分分析中，只能基于协方差阵计算主成分。（ ）
- 在主成分分析中，如果变量有不同的量纲，则应基于相关系数矩阵进行主成分分析。（ ）
- 聚类分析和判别分析的区别是（ ）。
- 在判别分析中，通常用误判概率来衡量一个判别准则的优劣。（ ）
- 在两总体判别问题中，一个判别准则的误判概率即属于第一类的样品被判归第二类的概率。（ ）
- 对于判别效果的检验，只需考虑对训练样本的回代判别正确率较高即可。（ ）
- 常用的判别方法有 （ ）
- 在聚类分析中，对变量的分类为R型聚类，对样本的分类称为Q型聚类。这两种聚类在数学上是对称的，没有什么不同。（ ）
- 快速聚类在SPSS中由分析分类过程实现。（ ）
- 在多元回归中对回归系数的解释为当其他变量不变时，该变量每变动一个单位因变量的平均变动量。 （ ）
- 多元回归分析是对一个因变量和两个或两个以上的自变量建立回归方程。（ ）
- 当变量x按一定数额变化时，变量y也随之近似地按固定的数额变化，那么，这时变量x和y之间存在着 ( )
- 根据回归函数形式回归分析可分为线性回归和非线性回归。（ ）
- 根据自变量的多少回归分析可分为一元回归和多元回归。（ ）
- 对于单因素方差分析的组内误差阵，下面说法正确的是（ ）
- 单因素多元方差分析中总离差阵、组间离差阵、组内离差阵三者之间的关系是（ ）
- 多元方差分析中因变量是数量型变量，自变量也只能是数量型变量。（ ）
- 多元方差分析是通过对组间均值变异的分析研究判断多个正态总体均值是否相等的一种统计方法。（ ）
- 应用多元方差分析的前提条件是（ ）
- 下面有关T2分布的结论错误的是：（ ）
- 折线图是将多个样品观测数据以折线的方式表示在平面图中的一种多变量可视化图形。（ ）
- 星座图是将高维空间的样本点投影到平面上的一个半圆内，用投影点表示样本点的多元图示方法。
- 条形图是由若干平行条状的矩形所构成，每一个矩形的宽度代表数值的大小。（ ）
- 矩阵散点图中行和列上的格子数可以不相等。（ ）
- 散点图根据散点图中数据的分布走向和密集程度，可以大致判断变量之间的相关关系。（ ）
- 多元统计分析的主要理论方法。（ ）
- 多元统计分析与一元统计分析的区别。（ ）
- 多元统计分析理论方法的作用。（ ）
- 多元统计分析的常见分布。（ ）
- 多元统计分析是运用( )方法来研究（ ）问题的理论和方法.
答案:碎石图特征根的变化趋势。###特征根大于1 。###累计方差贡献率大于85%。
答案:主轴因子法###极大似然法###如主成分法
答案:
答案:计算模型中自变量之间的相关系数，若有很大的相关系数，就表示模型存在高度的多重共线性。###如果某两个或多个解释量之间出现了高度的相关性，则称为高度多重共线性。###多重共线性不是有无的问题，而是一个程度的问题。###如果一个自变量可以表示为其他自变量（包括数项）的线性函数，则称变量存在完全多重共线性。
答案:
答案:可以不必对每一个自变量的显著性单独进行检验
答案:主成分的协方差矩阵是对角阵。
答案:对
答案:错
答案:错
答案:对
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
