多元统计分析最短距离法_多元统计分析重点

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