文档介绍：1、均值检验与均值向量检验之间的关系是什么？
2 如何进行均值向量的假设检验（多元方差分析）
检验水平内方差与水平间方差比值是否为1，二者之间是否存在差异，因此方 差分析就是通过不同方差比值作出是否拒绝原假设的判断。
3什么是距离和相1、均值检验与均值向量检验之间的关系是什么？
2 如何进行均值向量的假设检验（多元方差分析）
检验水平内方差与水平间方差比值是否为1，二者之间是否存在差异，因此方 差分析就是通过不同方差比值作出是否拒绝原假设的判断。
3什么是距离和相似系数？
一种方法是用相似系数，性质越接近的样品，他们的相似系数的绝对值
越接近1,而彼此无关的样品，他们的相似系数的绝对值越接近于 0。比较相似 的样品归为一类，不怎么相似的样品归不同的类。另一种方法是将一个样品看 做p维空间的一个点，并在空间定义距离，距离越近的点归为一类，距离较远 的点归为不同的类
4系统聚类分析的基本思想是什么？系统聚类分析方法有哪些？
先将每个研究对象（样品或指标）各自看成一类。
然后根据对象间的相似度量，将h类中最相似的两类合并，组成一个新类， 这样得到h-1类，再在这h-1类中找出最相似的两类合并，得到h-2类，如此下去， 直至将所有的对象并成一个大类为止。
当然，真的合并成一个类就失去了聚类的意义，所以上面的聚类过程应该 在某个类水平数（即未合并的类数）停下来，最终的类就取这些未合并的类。决定聚 类个数是一个很复杂的问题。
最短距离法
最长距离法
中间距离法
重心法
类平均法
可变类平均法
可变法
离差平方和法
5判别那种聚类方法好的标准是什么？
■类平均法比较好
■ 因为与类平均法相比，最短和重心法是“空间浓缩”，即并类的距离范围小，
区别类的灵敏度差；
与类平均法相比，其他方法是'空间扩张”，即并类距离范围大，区别类的 灵敏度强
最短距离比最长距离法好
聚类结果中，如果孤类点太多，则说明该中聚类方法不好。
如果从减少孤类来看，一般情况下用Word’s方法最好。
6、层次聚类法和快速聚类法的特点是什么？
层次聚类法的聚类过程是单方向的，一旦某个样品（case）进入某一类， 就不可能从该类出来，再归入其他的类。
而快速聚类法受奇异值、相似测度使得聚类变量的影响较小，对于不合适 的初始分类可以进行反复调整.
7什么是判别分析？它与聚类分析的关系为何？
■主要不同点就是，在聚类分析中一般人们事先并不知道或一定要明确应 该分成几类，完全根据数据来确定。
而在判别分析中，至少有一个已经明确知道类别的“训练样本”，利用这 个数据，就可以建立判别准则，并通过预测变量来为未知类别的观测值进行判别了
？
Fisher判别的思想是投影，将R组P维数据投影到某一个方向，用一元方差分析的方法 使投影组与组之间尽可能分开
9简述逐步判别法的基本思路？
■采用“有进有出”的方法。即在判别过程中，没有一个变量进入判别分析中，先对 各变量进行计算、检验，从中挑选最主要的变量进入判别中。
■然后再考虑较早引入判别式的某些变量，如果由于新变量的引入而原变量变为不重 要了，则剔除判别式中，直到所有的重要变量都引入判别式中，所有的非重要变量 都剔除判别式中为止。
10、什么是主成分分