下学期就要当多元统计分析的助教了,虽说学的不咋地,但态度起码要认真,现在看来多元对我最大的意义就是让我认识了一样神奇的东西——R(虽然之前就有所了解,但真正开始使用是从那会开始的),从而开始逐步抛弃了曾经也一度痴迷的matlab(纯属个人行为,请勿模仿),真正地投入了统计的怀抱。但万幸中的不幸,我觉得我走了一条弯路,在那一个学期中完全采用了一种错误的学习方法,从而就把这么重要的一件事给耽误了,好在之后利用额外的时间恶补了一发,总算有点起色,但总体来说还是落后了。好吧,貌似离题了,这本应该是后话。本文想说的是,当时对于多元上机题仅仅抱着用最基本的函数来只求算出一个答案的这种心态简直是大错特错,这无形之中忽视R强大的可扩展性,忽略了package的能量,从而给人一种R不如SAS、SPSS的假象(这种想法在同学中非常普遍)。因此这里以factomineR包为例,主要参考该包的 官网 ,谈谈如何用它来把某些多元分析做的更好。
一、主成分分析
主成分分析也算的上是多元分析中元老级的方法,同时也不断的再焕发第二春,由主成分分析也衍生出了不少现代方法。像什么Probabilistic PCA、Bayesian PCA(Bayes这玩意哪都要搞上一搞。。。)、Inverse non-linear PCA (NLPCA)等等等,多的一逼,难道这些玩意一句princomp都能解决?开玩笑。。。当然这也不是这也不是本文重点(上述方法都可以通过pcaMethods包解决,但不是来源于CRAN,而是来源于bioconductor,或许会抽时间再写一篇扯一扯这个包)。
所谓主成分分析,原理应该无需多说,通过线性变换把原本具有相关性的变量转换成两两