数学建模社区-数学中国

标题: An R and S-PLUS Companion to Multivariate Analysis [打印本页]
作者: 重阳河    时间: 2011-9-21 09:06
标题: An R and S-PLUS Companion to Multivariate Analysis
本帖最后由 重阳河 于 2011-9-21 09:12 编辑 8 h7 @4 \3 ]  b, ^- n/ P6 l

1 C+ o- g2 n! ]+ E; z% o( G! A3 A An R and S-PLUS Companion to Multivariate Analysis.pdf (2.18 MB, 下载次数: 17)
5 d( Q# _( g9 s
& w6 X0 Y- G( D5 w  X书的目录：
0 r* H/ a0 X: }' D! g2 d6 X5 T5 P, i/ _: c
1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
  `) R+ `5 b/ k6 t1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
) s% O$ @. M$ O3 g& L' S  j5 h# Z1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1( x; g- ]/ ]8 G( m4 u" ~
1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4  T4 b( O9 y# K6 B+ A, F. c$ d: Z
1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 S4 \+ {" [- z& [* q1 k* ?7 f0 T
1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 f8 V7 o. \$ d; y9 k6 G" K
1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
5 O( C3 j& n' G& m) [: K. G1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
5 \4 O( m' p5 N1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7& U9 z0 C2 B! a/ G/ v0 Z6 C
1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9+ u$ e6 a6 }  g1 ?0 D/ L
1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 E# G: h- }' o0 J1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15" Y5 ]( I2 K: Q- y7 x) M7 d: z# l9 A; a
2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
) X8 M5 I1 i0 ?$ @; H* Q* U6 k3 w  N2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16/ G0 f" ~* @1 l7 w" x/ H) r0 e* Z  X
2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
  a' [! s$ x$ `2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22
) L- g7 {& ?$ b7 v" n% ?2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 H3 H, Q  Q8 N- @2 C' m
2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
6 F/ B) ^+ O" d$ Y# X, T2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29* f- l/ X8 o8 c
2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32, Q1 s7 U* M1 z1 F8 q
2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2 d6 j# z( Y" I3 w5 P! U2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
# W9 o" [; v1 |+ Q7 ?2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37. m! j/ s/ w1 T
2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
8 B% Y1 f7 z6 O7 o/ g5 t7 QExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40. G6 h1 k2 v( i# e1 F! @& r
3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41  P' P6 y7 j7 D6 z
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414 @& k5 \: `  }4 J, Y. j
3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 421 A0 S+ y9 t) \2 g% T
xi6 O4 x+ x0 J5 L" ^" r/ M
xii Contents
" ]1 p/ S6 R5 W9 U0 _* c6 o: B. m3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 458 e" A, C7 u( X- w% n+ V9 }
3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46. e7 J9 v: Y4 F! Z# N
3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
& N' b8 D! R* |* |$ J  i/ a; [3.2.4 Principal Components of Bivariate Data with Correlation
% A( c8 M# [  G: F. Y0 J5 B# `- @Coefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
% q6 ?1 f' K& x0 _3.3 An Example of Principal Components Analysis: Air Pollution in, I/ C# b- G& e0 Q
U.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
: b: L3 ~: }/ N" D+ v3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61% e* o, J7 e* l8 g0 `: {
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62" L1 s% n3 \0 r6 z3 o* B* v
4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
; L' N9 Q1 ^: h# {& p! V4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65% P$ P7 c7 {4 b6 x# b6 \$ _+ v
4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
) Q+ v* F& Q$ i( j. x# ?4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68# x+ ]' G0 F0 g: H
4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69! A& N8 x  c0 _% b! j, w3 s9 u
4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
0 e' F2 \* e/ r$ q4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70
- a- U. {/ k. v8 N$ g4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71+ ^- K7 y8 N  l( G$ y' P( ?
4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76. n' S$ I/ P  {
4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77+ r# S2 \) p3 X  S
4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77( _& g. A& g+ B
4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 820 w. V+ H; N: j/ Q; V! x1 T7 \* d; V3 L
4.8 Comparison of Factor Analysis and Principal0 J) G6 z# K& i- i+ C9 p# X+ b
Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 851 H' t2 J7 k; h1 K
4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
  m9 S! |  Y% t* Q$ n" @4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88: Q% r  R& l* k5 b. A3 d
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
: _! Z' N' @2 @: K7 G5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91
# L  ~! |4 v: {9 c5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 910 K' r5 x) W+ a! V& f9 l
5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
9 f/ o8 U1 V* y( S5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96; z! q3 C) E1 ]6 ?/ F
5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104  T3 }- `" [; t
5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
% [  [0 S# X) i. x2 M2 V, E) p5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111( ?4 r- s) r/ V9 L3 m
5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4 z. Z7 z7 q  J/ @7 q, O. D, TExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112) w4 c9 ^: l: u9 g5 f/ y
6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115* q" A6 S" t' D
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1158 E, H' R$ N9 ?5 U$ J  h( z
6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115
1 b! x' R, W) o$ _, F/ w* r$ I6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118
, A) S: @4 R+ p4 Y6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
* j+ J  I$ w7 Q, Q1 {6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128. g  Z4 ~' Z* O  c8 X
6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
  r6 }3 \3 [" \- \" ?1 X$ b" jExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135" [# \& E# |  ]0 o
Contents xiii
/ B7 r/ F3 S0 t. n7 Grouped Multivariate Data: Multivariate Analysis of Variance and
. p3 d9 r/ z1 G2 [5 uDiscriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
+ @2 W" y' Z; A$ I; Y7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
" N. |1 p6 j4 E' B# Y5 ^7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant  H; x" _# o& ?4 r& K8 ^; h
Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
& u% z/ O( l! k7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1377 J9 O0 t7 y! k8 z) V4 Z' K1 m' q
7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142
) Z# K9 B  {+ }/ K2 m7 I7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146
& F% f7 A! G8 S: _; O; C' e7.3 More Than Two Groups: Multivariate Analysis of Variance
: p/ ~; V# U& x, B# b. S( g(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
0 ]8 [3 Y8 _, }, y8 s/ ]7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147" ^* A4 _9 D. X1 ~8 |
7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149
* d( S2 k% L! m6 ~4 `9 W7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155  `* N8 r6 M: q3 z  ], ?
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1563 v# h# F. p+ \+ u8 x
8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 1577 g0 J; p" ]# V9 d3 F2 K$ E1 v
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157+ p/ j2 n' y$ ^2 i  h$ N
8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8 q/ |( K6 ^/ j, m2 K8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
0 Y" P# J0 z4 T, z8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
4 ^6 e7 I/ n& q8 e7 yExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167& j, ]4 P' z$ x; q' W7 g% ]
9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171' E% p. b' l  {* ]8 P- U' o
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171! e) g* B. ?& N% }8 J; O
9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174
1 X" P( @4 h* u+ F) K1 b& w: }9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
+ ]# v6 C. U% m# N& a& ^' J2 N* n9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
/ W) j! f. S7 M3 s  _Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
6 K# u' [( X7 a1 G7 \) MAppendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200
8 C7 G; m  a' ?1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200! F5 a3 w0 J# w
2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201/ O' m6 L0 w* ~
3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204: O- R8 K: D1 q: h% l6 v
4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
( F* f& y1 S& ^- Y  y: {7 t3 `$ A5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
: S2 P' g7 ~# @( g6. Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

An R and S-PLUS Companion to Multivariate Analysis.pdf

2.18 MB, 下载次数: 15, 下载积分: 体力 -2 点
作者: 重阳河    时间: 2011-9-21 09:10
本帖最后由 重阳河 于 2011-9-21 09:14 编辑 ) i& B" i0 }$ T' o. c8 s: d1 t

! ]; g0 R; [, r我发的附件怎么不见了啊？1 l" @6 F4 ]9 ^: Q
. V( l' B/ g1 w. g! Z  ^3 W0 ~
原来是没有粘上去，弄好了，可以下载了……
* M; D  j7 X" x+ r但愿对大家有用
作者: fred_gavin    时间: 2012-4-10 22:48
谢谢分享！！！！！
作者: 叶纯萱    时间: 2012-4-14 16:31
谢谢楼主！！
作者: 蓝枫心叶    时间: 2012-9-2 20:41
呵呵，英语水平有限，，收藏啦，，或许以后可以看懂
作者: 蓝枫心叶    时间: 2012-9-2 20:43
不过还是要谢谢楼主分享的，，嗯哈。。
作者: tucy    时间: 2013-4-13 12:13
先分享看看
作者: number_cruncher    时间: 2013-4-22 11:05
很好的书。 多谢楼主！
作者: 鸣凤123    时间: 2015-8-14 12:41
楼主的帖子很不错，我觉得很有用* E& W% V: g5 x' q- p




欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5