分析

一、假设检验

• 参数的假设检验

  • 已知总体分布，对参数的检验

  • 首先对数据进行分析是否能够使用该检验方法，说明为什么使用它

    Z检验、t检验、F检验 等

• 非参数的假设检验

  • 分布拟合检验（正态性检验 等）
  • 独立性检验 等等

显著性的假设检验

对结果的分析，原理越理解越通透

二、聚类分析

进行分类的多元统计分析方法

• 聚类方法
  1. 动态聚类法
  2. 系统聚类法
  3. 有序样本聚类
  4. 模糊聚类法
  5. 图论聚类法

三、判别分析

根据掌握的信息总结规律，建立判别公式和判别准则

• 判别准则

  1. 距离判别
  2. Fisher判别
  3. Bayes判别
  4. 逐步判别

• 错判率

  1. 刀切法 等

四、典型相关分析

• 最大相关性
• 次大相关性

五、主成分分析

原变量重新组合成相互无关的综合变量，可能多地反映原变量的信息

• 数学表现

  Var(Yj)方差最大

  cov(Yi,Yj)=0

主成分回归分析可克服自变量的多重共线性问题

六、回归分析

• 一元回归分析

  1. 一元线性回归分析
  2. 一元非线性回归分析

• 多元回归分析

  1. 多元逐步回归分析
  2. 多元岭回归分析
  3. 多对多回归分析
  4. 多元线性回归分析
  5. 多元非线性回归分析

• 回归变量

  • 筛选准则

  • 支持方法