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 $ `* W0 `' n. N5 Z* V. r

! J  @7 d$ ~2 q6 l+ d6 P An R and S-PLUS Companion to Multivariate Analysis.pdf (2.18 MB, 下载次数: 17) 7 V" I" J/ D6 N! t6 x& i0 g
* R. b( L+ G8 j" l  L  W
书的目录：
8 X: b: ^( \8 Y  }3 o
, M7 m. S; ~5 ]3 h$ H( W  H$ j: _1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
& _. `7 s9 \3 l' g1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 @: E' e% C3 c, x( K
1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
# L6 d: A# D/ E$ W* g+ A+ j/ U1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 43 I8 T" U% \2 l  O4 h7 F/ Q" E9 w+ p
1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
: k( Y$ E: i5 }' Y& y1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 J: D8 ]3 `( o' E3 H
1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1 w: R, {9 Y) u! x# B1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 i' w( f1 P& M: W8 F! c1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
, `* j' J/ D( U# [1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9, M, }7 W1 W! M" Y. U" n% [; _
1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13' h5 A' E/ s, R6 W* D$ j/ @
1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
9 K' ^  s$ q7 O5 T/ C! f2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
7 P2 ^$ ?3 q& u  M2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5 Q( a3 F1 H1 |# R. i2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
9 Z7 ?# h$ U6 s+ ]2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22
% e3 w& {8 c# c/ Y. G1 }8 d2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23* X" U' c9 M7 H; e6 I/ _
2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25+ O$ }' |$ w: ]6 ?
2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3 V- D- ]7 K# |; x5 r2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
7 A0 E6 _7 j- N1 U7 p2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2 \9 ^, c4 v) H# F2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355 A6 x" I+ L6 n. H
2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 370 ]/ T: J4 a1 o
2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
' j* U4 H' N/ i, f0 c1 wExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
: j; X3 P: P# L4 e3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41; R/ ]1 v3 D4 z6 X
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
* C& k0 ]) s3 D. J9 I3 J; d0 O% t" K- \3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42( b2 t* |9 G# e' }* w+ R
xi
% B; A* H8 G6 m! \0 n* d! W4 uxii Contents8 r: L* F4 ~: M  q1 o
3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 458 t* Y* y7 n% ~9 u+ }" G
3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
4 x1 V0 X! _& l+ ?- A! [' ?3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
1 v1 S9 g# \  j3.2.4 Principal Components of Bivariate Data with Correlation
! x* J! l; R  k8 f, hCoefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48! L$ Y4 C& |+ {
3.3 An Example of Principal Components Analysis: Air Pollution in
2 D/ N2 v+ Y. D  K, lU.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49* m5 Y) l3 g" W7 T. u
3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61* `* N  k" ?5 A
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6 P5 I. o3 W7 L; v4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65# a' Z$ A( A5 o+ w) v) Y) `5 l
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65# w3 N6 I7 L' o6 ~
4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
+ p5 y$ g8 H: W) x+ E  M4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68+ C9 {7 x) u0 Y9 ~4 q: A
4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69/ s# M( V( N! N
4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
0 a. A2 m4 ~, C* n6 T; K/ M' z! E4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70
3 K* o+ a7 Z! n! t! r4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
0 Z. u' m  Q1 U4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 761 M8 w7 i) _) j$ r$ R
4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77
) L3 o9 w& b( n8 o& l/ z4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
% I( R1 {5 X5 Y: c$ m5 P% }4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82/ A( G+ X/ [0 U
4.8 Comparison of Factor Analysis and Principal% R7 Q+ i" ?& X5 k
Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85/ ^7 [% L; e+ Z* A4 g
4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
; [- S3 l. k4 J1 {0 t4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88" q  D. ^( M# L: S5 i# X) ?
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
8 B5 M. A# E5 d+ {) S4 q& x5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91# I; k# }2 w" j
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
2 h$ f! y. x0 O- `6 o6 H: p1 D! t5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7 [+ S9 S# u# l! Z, g; z5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96
7 n3 O4 U9 Q# d9 `3 F* j5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
; |& J( ?% n5 S8 r/ v7 J' L8 y5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
7 I( G6 `1 v( f5 a% a7 x' F) B5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
9 E3 d; {9 t- N& x5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
. m2 I2 ]! M1 U) B2 qExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112. v7 @2 p8 Y) u
6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1159 X# j3 m+ k6 c) {1 z# {1 D8 R" Y
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115  D' G$ E0 V$ e7 z: e* E
6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115- j5 C0 W  n/ S; X) g
6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118+ f6 g- h9 s5 ~7 i
6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
. I) [2 E; }8 j% m# h: k6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128; Y1 u  M9 a  x1 a1 |
6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
; S( g6 Z* H, i, Q8 ]" YExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135( h4 K2 ?* U" C
Contents xiii
1 r) p5 j% x/ Y. q3 e; }# L0 ?7 Grouped Multivariate Data: Multivariate Analysis of Variance and/ q# c6 C1 U0 d7 j& r( b" ~
Discriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
& w' W. X$ D* R5 i- F7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
; |0 _3 w: o1 R" {2 S6 a7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant2 C4 @& d3 L9 l; k$ ?5 A
Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1379 ?8 S! t  c  E1 d; b" L
7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
+ J  \$ c" C* E7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142" ]; M  x3 A, i) _
7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146
" Q: h0 `; \8 F5 A7 P7.3 More Than Two Groups: Multivariate Analysis of Variance* K& b4 d/ K3 q8 p+ ~- i
(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147) M/ o- J, N. R1 G! E2 p; ^- l
7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
, X( R2 Y( u8 T- E6 c. i) B0 f- P7 ]5 \7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149
" Z! ~' o& d1 S  b+ t7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
. _9 W3 U& \) gExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1566 W, `* b: G9 A9 i4 \
8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
- i" q1 @9 J! Z' I8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1574 y" z7 o+ `) D2 W$ w
8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
3 g9 q* b. M4 L# k7 o  e8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
" s# t! L0 U9 e$ c4 w8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
% ]" M% h5 C, i2 v' oExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167% `" n3 ]% m/ c6 O% L( Z) o. z
9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
. e& m% E) T  y6 `# W, g( b2 R5 M9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171% C$ ]; S( ^( b- y9 F9 ]3 S3 z
9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 1740 f9 T( t& x+ B4 t; w  f8 g
9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
5 \# J. |! p& Z6 @# l9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
0 G  @, o0 \+ Y9 C7 S% cExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198' N9 O& Q" c! e7 _7 U
Appendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200
. v+ S% a! R9 g1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2000 c0 i9 v2 q( H* q& i- R7 o! f
2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201& ~/ H0 K: R! J  w; g
3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204. P6 T6 s' {' c  q8 O7 B
4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
9 W0 B9 l% ^9 H, t  e6 {6 T5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207# O. a( I& }4 D) Z2 D) _
6. 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
6 f- v8 Q, `' P) D! z" _
3 t" P, h9 f$ \我发的附件怎么不见了啊？/ z; k4 T5 S& A8 O

7 l! Y* l$ R) c; u原来是没有粘上去，弄好了，可以下载了……' h. u2 ?' w9 _
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
8 z, O4 d3 Z; G4 A, h



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