Variable DF Parameter Estimate standard error t va Intercept 0.26907 1.30 0.40429 0.07710 0.0063 -0.0l161 0.00471 三次xX2x分析结果方差分析表 Source DF Sum of Squares Mean Square F Value Pr >F Model 5.6279 14.950.0004 Error 0.02298 0 Corrected Total 6 5.65094 Root mse0.08751三次分析标准误差R- Square0.9959三次决定系数 三次分析参数估计表 Variable DF Parameter Estimate Standard Error t Value Pr>tI Intercept I 0.25407 4.36 0.0223 0.83706 0.12817 0.0073 0.07494 0.01802 -4.16 0.002640.00074432 0.0382 (1)、解释三个方差分析表结果的含义; (2)、解释三个参数估计表结果的含义 (3)、根据以下比较标准:(1)各项显著性测验均应达显著或极显著。(2)决定 系数 R-Square最大。(3)标准误差 Root mse最小。比较哪次回归分析为好?并建立最 优回归方程 19、◎试述聚类分析的概念、系统聚类方法的基本思想和思路。 20、简述系统聚类最短距离法的主要方法和步骤 21、◎下面为6个样品(1、2、3、4、5、6)3个性状(变量x、x2、x3)的观测数据, 表一的左边是原始数据,右边是标准化离差转换(x=x-x)后的数据,表二是利 用欧氏距离公式计算的初始距离阵 表一原始数据表 标准化离差转换后的数据表 样品 80.5 158-04562 165320.6281 9061287 148 10854 1.1795-0.0830 3743 01 17.2 14170-0.61891.6236 13.7 1.0567 0.4900-0.8652 1058 13.4 0.3485 0.1126 10785 79.6 1139 14.6 0.60330.4900 0.2253 83.53 1033.833149167 S,|6.5139214638714063 表 初始距离阵 类别23456Variable DF Parameter Estimate Standard Error t Value Pr > |t| Intercept 1 -0.34857 0.26907 -1.30 0.2649 x1 1 0.40429 0.07710 5.24 0.0063 x2 1 -0.01161 0.00471 -2.46 0.0694 三次X X2 X 3分析结果 方差分析表 Source DF Sum of Squares Mean Square F Value Pr > F Model 3 5.62797 1.87599 244.95 0.0004 Error 3 0.02298 0.00766 Corrected Total 6 5.65094 Root MSE 0.08751 三次分析标准误差 R-Square 0.9959 三次决定系数 三次分析参数估计表 Variable DF Parameter Estimate Standard Error t Value Pr > |t| Intercept 1 -1.10857 0.25407 -4.36 0.0223 x1 1 0.83706 0.12817 6.53 0.0073 x2 1 -0.07494 0.01802 -4.16 0.0253 x3 1 0.00264 0.00074432 3.55 0.0382 （1）、解释三个方差分析表结果的含义； （2）、解释三个参数估计表结果的含义； （3）、根据以下比较标准：（1）各项显著性 测验均应达显著或极显著。（2）决定 系数 R-Square 最大。（3）标准误差 Root MSE 最小。比较哪次回归分析为好？并建立最 优回归方程。 19、◎试述聚类分析的概念、系统聚类方法的基本思想和思路。 20、简述系统聚类最短距离法的主要方法和步骤。 21、◎下面为 6 个样品(1、2、3、4、5、6)3 个性状（变量 x1、x2、x3）的观测数据， 表一的左边是原始数据，右边是标准化离差转换（ j ij j ij s x x x − = ' ）后的数据，表二是利 用欧氏距离公式计算的初始距离阵。 表一 原始数据表 标准化离差转换后的数据表 表二 初始距离阵 D(0) 类别 2 3 4 5 6 样品 x1 X2 x3 x1 ’ x2 ’ x3 ’ 1 80.5 679 15.8 -0.4562 -1.6532 0.6281 2 90.6 1287 14.8 1.0854 1.1795 -0.0830 3 74.3 901 17.2 -1.4170 -0.6189 1.6236 4 90.4 1139 13.7 1.0567 0.4900 -0.8652 5 85.8 1058 13.4 0.3485 0.1126 -1.0785 6 79.6 1139 14.6 -0.6033 0.4900 -0.2253 x 83.53 1033.833 14.9167 j x S 6.5139 214.6387 1.4063