多元统计分析基于R——对应分析

XIxi_0519

已于 2023-08-06 09:39:19 修改

阅读量1k

点赞数 1

文章标签： r语言

于 2023-07-14 09:24:15 首次发布

本文链接：https://blog.csdn.net/m0_62929945/article/details/130900791

版权

文章介绍了对应分析的基本思想和原理，它用于处理变量X和Y不独立的情况，通过中心化和标准化的过渡矩阵进行因子分析。文中提供了一个使用R语言的案例，通过读取数据、卡方检验和corresp函数进行对应分析，并绘制了分析图来初步分类样本。

摘要由CSDN通过智能技术生成

一、对应分析的基本思想

对应分析和主成分分析和因子分析方法有着密切的联系。对应分析主要适用于变量X和变量Y之间不独立的情形，是从R型因子分析出发直接获得Q型因子分析的结果，从而克服由于样本容量大所带来的困难。具体来说，从原始数据矩阵 $eq?X_%7Bn*p%7D$ 出发构建过渡矩阵 $eq?Z_%7Bn*p%7D$ ，在得变量的协方差矩阵 $eq?S_%7BR%7D$ 和样品的协方差 $eq?S_%7BQ%7D$ （其非零特征值相同，其特征根之间存在特定关系）。 $eq?S_%7BR%7D%2CS_%7BQ%7D$ 特征值是各个公共因子的方差，可用相同的因子轴同时表示变量点和样本点。

二、对应分析的原理

原始数据样本矩阵为 $eq?X%3D%28x_%7Bij%7D%29_%7Bn*p%7D$ 且假设样本矩阵中所有的元素均大于0

样本矩阵行和列分别作和所得 $eq?x_%7Bi%5Ccdot%20%7D%3D%5Csum_%7Bj%7D%7Bx_%7Bij%7D%7D%2Cx_%7B%5Ccdot%20j%7D%3D%5Csum_%7Bi%7D%7Bx_%7Bij%7D%7D$

某种属性出现的“概率” $x_%7Bi%5Ccdot%7D$ 称该矩阵为对应矩阵

过渡矩阵 $eq?Z%3D%28z_%7Bij%7D%29$ 这由对应矩阵对应变化（中心化和标准化）后而得

最后对过渡矩阵进行因子分析即可

三、对应分析的入门实例

#读入数据################################
case8.1<-read.csv('eg8.1.csv',heading=T)
Z=case8.1[,-1]#第一行为地名等文字信息，不能参与分析
chisq.test(Z)##对样本数据进行卡方检验，若p值小，则可认为不独立，可进行对应分析

#做对应分析，计算行和列的得分##############
library(MASS)
ca1=corresp(Z,nf=2)
ca1

#绘制对应分析图##########################
rownames(ca1$rscore)=case8.1[,1]
biplot(ca1,cex=0.55)#行命名为第一列样本名称
abline(v=0,h=0,lty=3)#作图并分象限

0h5jNjkRFDG9OCTLNUmMZwBwsA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPT5P6J01DUeAbC4AAAAAElFTkSuQmCC 0h5jNjkRFDG9OCTLNUmMZwBwsA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPT5P6J01DUeAbC4AAAAAElFTkSuQmCC 0h5jNjkRFDG9OCTLNUmMZwBwsA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPTBMtAHy0AfLAN9sAz0wTLQB8tAHywDfbAM9MEy0AfLQB8sA32wDPT5P6J01DUeAbC4AAAAAElFTkSuQmCC