- 博客(4)
- 收藏
- 关注
RSS订阅原创 主成分分析及案例
主成分分析试图定义一组互不相关的变量，称为Y1，........Yp的主成分（PC),记为Z1，......Zp，每一主成分都是Y1，。第j主成分Zj=aj'y:在满足限制aj’aj=1,且cov（ak‘y，aj’y）=0，k<j时，最大化方差var（aj‘y）当变量y=（Y1，....,Yp）‘的数值（由于度量单位不同等原因）差距过大，直接由协方差矩阵生成的主成分会由方差大的变量主导。第二主成分Z2=a2’y：在满足限制a2'a2=1,且cov（a1‘y，a2’y）=0时，最大化方差var（a2‘y）
2023-07-18 14:20:37
349
原创 R语言 判别分析和分类分析
则更偏向于给出“分类结果":预测一个新观测对象的类别，或者说是将其分配到一个类别，利用一些规则（分类函数）评估新观测对象的测量值变量，找到该对象最有可能属于的类别。（两群体情形）用来寻找两个群体间”最好“的线性组合法则，来最大限度地区分两个群体。现有g个群体，对于第K个组Gk，k=1，。：在寻找一种“分类规则”：利用变量的函数（判别函数）来描述或者解释两组或多组群体之间的区别。其中V3为类别变量，将上面的数据保存在E盘R/shuju/shuju2.xlsx。能最大化（1）的系数向量a=e1，对应最大值为。
2023-07-13 14:36:32
888
原创 R语言 多元数据的相关性及数据展示
假设数据集是通过对N个样品/观测点测量它们对应的P个变量所得到的，那么这个数据集就能够表示为n*p的数据矩阵Y。上面是研究人员在乳酸菌饮料中添加黄原胶后测得的离心沉淀数据，为了考察造成不同黄原胶添加后蛋白沉底不同的原因。下面用R语言来进行数据的相关分析以及对多元数据进行展示。在R中，可以用cov（）和cor（）函数分别来求样本协方差矩阵和样品相关系数矩阵。：“元“指的是信息维度或变量，多元分析指同时考虑多个变量，从多元数据集中获取信息的统计方法。即可求得数据第2到第8列的协方差矩阵和相关系数矩阵。
2023-07-11 14:45:53
630
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人