第二章 随机向量和多元正态分布
第二章测验
1、设随机向量的协差阵为 则相关阵r为
a、
b、
c、
d、
2、下面哪个矩阵肯定不是随机向量x的协差阵。
a、
b、
c、
d、
3、马氏距离何时退化为欧氏距离。
a、各变量单位相同
b、协差阵为对角阵
c、协差阵为单位阵
d、协差阵为正定阵
4、设随机向量的相关阵r为 则和的相关阵为
a、
b、
c、
d、
5、设，则x离μ越远（近）密度越小（大）。度量这里远近的距离应是
a、欧氏距离
b、马氏距离
c、各变量标准化后的欧氏距离
d、其他距离
6、设x和y是两个同维随机向量，则x和y的协差阵与y和x的协差阵必相等。
7、马氏距离不受变量单位的影响。
8、相关系数度量了两个随机变量之间依赖关系的强弱。
第三章 判别分析
第三章测验
1、以下哪种判别方法既可用于判别分类也可用于分离各组。
a、距离判别
b、贝叶斯判别——最大后验概率法
c、贝叶斯判别——最小期望误判代价法
d、费希尔判别
2、以下误判概率的非参数估计方法中哪一种给出的估计值通常偏低。
a、回代法
b、划分样本
c、交叉验证法
d、这三种方法的估计都不会偏低
3、设有三个组，欲判别某样品属于何组，已知,。现按最大后验概率法将判为归属某组，则计算得的属于该组的后验概率应是
a、0.2122
b、0.5213
c、0.3103
d、0.4775
4、设先验概率，误判代价及概率密度值已列于下表。 应将样品分到的组是
a、
b、
c、
d、和中的任一个
5、贝叶斯判别中考虑误判代价时，所使用的最优判别规则使ecm达到
a、0
b、最小
c、最大
d、一定数值
6、两组情形下的最小期望误判代价法的判别规则包含三个比值，其中最富有实际意义的是
a、先验概率之比
b、误判代价之比
c、概率密度之比
d、三个比值同样富有实际意义
7、对于两组皆为正态组及协差阵不同的情形下，两组先验概率均相同及两个误判代价也都相等时的贝叶斯判别等价于距离判别。
8、费希尔判别既可用于分类也可用于分离，且在实际应用中更多地用于分离。
9、对于两组皆为正态组及协差阵相同的情形下，两组先验概率相同及两个误判代价也相等时的贝叶斯判别等价于距离判别，也等价于费希尔判别。
10、对于两组的判别，最大后验概率法的判别规则可使两个误判概率之和达到最小。
第四章 聚类分析
第四章测验
1、如果对某公司在一个城市中的各个营业点按彼此之间的路程远近来进行聚类，则最适合采用的距离是
a、欧氏距离
b、绝对值距离
c、马氏距离
d、各变量标准化之后的欧氏距离
2、不适合用于对变量聚类的方法有
a、最短距离法
b、最长距离法
c、类平均法
d、k均值法
3、容易产生链接倾向，不适合对分离得很差的群体进行聚类的系统聚类法有
a、最短距离法
b、最长距离法
c、类平均法
d、重心法
e、离差平方和法
4、大的类之间不易合并，而小的类之间易于合并的系统聚类法有
a、最短距离法
b、最长距离法
c、类平均法
d、重心法
e、离差平方和法
5、r型聚类分析的分类对象是样品。
6、距离和相似系数的定义与变量的尺度无关。
7、在聚类分析中，可以采用只满足非负性和对称性而不满足三角不等式的“距离”。
8、所有的系统聚类法都满足单调性。
9、k均值法的聚类结果与初始凝聚点的选择无关。
10、k均值法的类个数需事先指定。