简述什么是交叉验证法_统计学简答题参考1.0

第三章

聚类分析

1

、聚类分析的基本思想和功能是什么？

聚类分析的核心思想是根据具体的指标(变量)对所研究的个体或者对象进行分类，使得同一类

中的对象之间的相似性比其他类的对象的相似性更强。

聚类分析不仅可以用来对样品进行分类，

也可

以用来对变量进行分类。对样品的分类常称为

Q

型聚类分析，对变量的分类常称为

R

型的聚类分析。

聚类分析的目的或功能就是把相似的研究对象归成类，

即使类间对象的同质性最大化和类与类间

对象的异质性最大化。

2

、试述系统聚类法的原理和具体步骤

(

1

)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，过

程一直进行下去，每个样品(或变量)总能聚到合适的类中。

(

2

)系统聚类的具体步骤：假设总共有

N

个样品(或变量)

第一步：将每个样品(或变量)独自聚成一类，共有

N

类；

第二步：根据所确定的样品(或变量)“距离”公式，把距离较近的两个样品(或变量)聚合为

一类，其他的样品(或变量)仍各自聚为一类，共聚成

N-1

类；

第三步：将“距离”最近的两个类进一步聚成一类，共聚成

N-2

类；。。。，以上步骤一直进行

下去，最后将所有的样品(或变量)全聚成一类。

3

、试述

K-

均值聚类的方法原理

这种聚类方法的思想是把每个样品聚集到其最近形心(均值)类中。

首先随机从数据集中选取

K

个点作为初始聚类中心，

然后计算各个样本到聚类中的距离，

把样本

归到离它最近的那个聚类中心所在的类。

计算新形成的每一个聚类的数据对象的平均值来得到新的聚

类中心，如果相邻两次的聚类中心没有任何变化，说明样本调整结束，聚类准则函数已经收敛。

第四章

判别分析

1

、应用判别分析应该具备什么样的条件？

判别分析最基本的要求是：分组类型在两组以上；每组案例的规模必须至少在一个以上；解释变

量必须是可测量的，才能够计算其平均值和方差，使其能合理地应用于统计函数。

2

、试述贝叶斯判别法的思路

思想是：假定对研究的对象已有一定的认识，常用先验概率分布来描述这种认识，然后我们取得

一个样本，用样本来修正已有的认识(先验概率分布)，得到后验概率分布，各种统计推断都通过后

验概率分布来进行。将贝叶斯思想用于判别分析，就得到贝叶斯判别。

3

、试述费歇判别方法的思想。

费歇判别的思想是投影，将

K

组

P

维数据投影到某一个方向，使得它们的投影组和组之间尽可能

地分开。

5

、简要叙述判别分析的步骤及流程。