多元统计分析重点宿舍版
第一讲:多元统计方法及应用;多元统计
方法分类(按变量、模型、因变量等)
多元统计分析应用
选择题:①数据或结构性简化运用的方法有:多元回归分析,聚类分析,主成分分
析,
因子分析
②分类和组合运用的方法有:判别分析,聚类分析,主成分分析
③变量之间
的相关关系运用的方法有:多元回归,主成分分析,因子分析,
④预测与决策运用的方
法有:多元回归,判别分析,聚类分析
因果模型(因变量数):多元回归,判别分析
⑤横贯数据:{
相依模型(变量测度)
:因子分析,聚类分析
多元统计分析方法
选择题:①多元统计方法的分类:
1
)按测量数据的来源分为:横贯
数据(同一时间
不同案例的观测数据),纵观数据(同样案例在不同时间的多次观测数
据)
2
)按变量的测度等级(数据类型)分为:类别
(非
测量型)变量,数值型(测量型)变量
3
)按分析模型的属性分为:因果模型,相依模型
4
)按模型中因变量的数量分为:单因变量模型,
多因变量模型,多层因果模型
第二讲:计算均值、协差阵、相关阵;相互独立性
第三讲:主成分定义、应用及基本思想,主
成分性质,主成分分析步骤
主成分定义
:何谓主成分分析
就是将原来的多个指标(变量)线性
组合成几个新的
相互无关的综合指标(主成分),并使新的综合指标尽可能多地反映原来的指
标信息。
主成分分析的应用
:
(
1
)数据的压缩、结构的简化;(
2
)样品的综合评价,排序
主成分分析概述——思想:
①(
1
)把给定的一组变量
X1,X2,…XP,
通过线性变换,转
换为
一组不相关的变量
Y1
,
Y2
,
…YP
。
(
2
)
在这种变换中,
保持变量的总方差
(
X1
,
X2
,
…Xp
的方差之和)不变,同时,使
Y1
具有最大方差,称为第一主成分;
Y2
具
有次大方差,称
为第二主成分。依次类推,原来有
P
个变量,就可以转换出
P
个主
成分(
3
)在实际应用
中,为了简化问题,通常找能够反映原来
P
个变量的绝大部分