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
, z9 c9 j# w& a+ h2 @+ `) X# c( C! y9 \
An R and S-PLUS Companion to Multivariate Analysis.pdf (2.18 MB, 下载次数: 17)
- \8 U* K8 I; f' e: I# A- f4 w' O) T( K; |) I7 e
书的目录：
  j$ j# \1 \& g+ x& n0 Q) I- ^; A2 d. W' h* z
1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1& T' p! T/ f7 X2 J- ]/ N
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1  v2 f5 b& e, _! m
1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
6 m- q% z5 b" W" E' G; y1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4
# s0 h- D: C5 e6 [1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 T% Z2 l, M2 A; u) T
1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
  h8 }$ a' b* Z' g) w1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5, Y! R4 y* k/ B2 d8 K
1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6( g2 C* d, ]( k8 |  |: O# x
1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
) u1 n& A4 y5 }1 q! {; R8 D+ A1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9& S- E. a% K1 h/ T1 S- g9 J
1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13- j, y" q+ q8 t+ `' Z7 I
1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 e0 t* d! o. P/ c$ i3 a
2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16& L# ~5 h) }' B
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 z; Y- ^- f/ o. s+ @2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
; F5 ]: q- f; j3 o/ g2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22
5 l$ R( F; [5 {& N, G" V) F( [' s2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23, d2 a+ X& M/ R+ r7 K: `0 Z; B2 S
2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25& M0 R' c2 _3 x  A) u# J/ R- A
2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
% d2 M1 N) q( V# Q3 J) Q6 @2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
4 q- e* d3 r9 O& |7 W! q2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338 j" v# V& N7 f7 N) i6 F+ x8 V
2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
) ^  H8 |! U9 H+ E2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37
% |9 J. J, e) ^) {2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 409 X' Q8 C$ z" ^
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40" H3 r' S! F6 b( {$ j2 I
3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
) B1 P, D- g  m+ S; H. R3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6 s8 f3 k( v( l3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42! [' J* e* }; \# o4 w* \4 M
xi
7 m+ g' P; u' ?* x) G0 d% fxii Contents" A, ^" |! R0 F: x6 F
3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45
7 Y$ F" x! P- P. e3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
+ [" n1 ]* ]1 I3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
: e/ a; k6 C2 O: ~+ j2 `& Y& _5 C3.2.4 Principal Components of Bivariate Data with Correlation
2 n! s9 F' ~$ s9 [. ~Coefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
8 F5 s/ W* {3 H% V4 T2 H$ q3.3 An Example of Principal Components Analysis: Air Pollution in5 U! t1 S/ D! h$ @
U.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
- d  a, T7 Q* Z. |3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 613 u% N$ |/ {3 h
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
+ {9 [' N. c& r7 {! E" \1 N4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
; B$ j# r" t* f7 G9 k3 q2 Z4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
& Y& C! t9 L7 N9 V4 j3 _9 _4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65+ N4 Q8 G. e' e$ s
4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2 ?8 g* K+ f8 m$ x) ?# Q+ O4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69
) i) O) v6 i6 d" Q5 |4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69/ G, D; N* ~: ^% Q
4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70/ a) k0 q& p9 `4 @7 E4 H5 C0 j
4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
) r' l" g4 B6 J6 U4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
# c& d7 p" r: F2 @* B# ?4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77
- _( K+ |: W( h9 B. V* l1 _4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77! m' k) {8 z% o& A
4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82; X8 |- u( {# g. _' L: U7 F
4.8 Comparison of Factor Analysis and Principal2 I  V9 M/ c% P
Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85; J7 a0 `& _6 v/ G
4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3 b5 |6 C; K: b3 j& E8 D  m3 d) {4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 882 _* k& v# w9 b: |. R0 `4 Q- P
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
% w  e" j! {8 R1 B* J* H8 o5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91
+ V- m& P$ ]6 c2 K5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
+ A0 ?; E5 D6 c9 i5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
: f& x) |" M8 ?; Z5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 964 u+ v9 j7 T: W6 x' C0 q6 u6 g; B
5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6 C/ S9 [3 W6 D. K# R% |0 b# r9 l5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
" e) D, f' r; q! z$ r: @5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111% i; Y( O- E  M. T4 U5 V' a
5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
1 I( ^0 [( `$ C2 z7 mExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
; Z1 b2 D# Q) E+ a- y9 x: K6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1159 m4 t6 I& j6 ~0 d+ w. H+ T3 E
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
  \: Z; \  e8 Q2 k# i9 G7 J6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115' A$ s3 |% N; n6 r: w% j) B
6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 1184 K/ g6 ]" s1 K- `" @4 A( V
6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
2 i7 }; f; Q$ b7 F6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
" p) D0 }, n. {( n4 y; q' E6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1348 s: K$ }: D2 a3 A! N1 U
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8 m" I3 x, n" W  u( K1 IContents xiii
& }5 Z- E2 r: [6 _( j, F. Z7 Grouped Multivariate Data: Multivariate Analysis of Variance and: K6 v# |! J! n. c$ c9 n- y7 z# p
Discriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4 m$ V# y6 Z6 o0 G7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
. T5 j- U! J( Y9 t2 _, K7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant
( n: ^& |) ]/ }Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
+ i# U  O, \. p7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137) l2 u) ]: w  N1 C
7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142' z( j4 e" q. W& U
7.2.3 Assessing the Performance of a Discriminant Function . . . . . 1463 \/ m1 |9 X7 |9 L
7.3 More Than Two Groups: Multivariate Analysis of Variance# P) d3 V5 s; I/ _& S9 H
(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
& M$ T& W( r0 I2 e, v  p7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
; n: J4 }7 y8 S% P5 G+ {) a1 V. _) K7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149! n0 O- S/ v8 j9 g: y3 Y
7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
0 [* I4 ~: V5 W* t3 nExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1561 M- Z; K5 S$ W3 u. y5 D! s
8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
* E- ]6 O" L/ F7 a: \8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157) B  t# V4 H  V6 z/ m% L1 s
8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
# g' z9 g3 Z* R# `+ u0 d6 U8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
; H% H2 B( e0 c- n, ^8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167) R, k  e- h/ c
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
; m' J$ G( s% R+ Q/ l8 a9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1711 @# I* F3 F7 M5 J# ^( k- v. O
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
- @( t* s* D+ y" h9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174, P- a5 _: i; {" j
9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190. M7 i( W6 }) [# y; R$ ~$ q
9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198( l9 A: A: L) u, e7 c* s' `
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198) P) D* Q4 I* Z# b
Appendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 2007 w5 f' ?& r) \* O) l
1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200) X3 V; p* L7 z
2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201! b+ L+ h- a7 z  e/ _! i' l) \/ N$ u
3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2049 J9 D5 v8 {8 g1 [% r5 y3 [
4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205) w9 C! U8 e) M
5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
, a8 z/ U0 k; h( Y( d, V9 A6. 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 4 L; }) |3 O* g# V' v, X
) t! m% ]9 L; y
我发的附件怎么不见了啊？- M4 P1 n* z$ V( s3 H! Q% {
5 D" |- D8 t' M) L
原来是没有粘上去，弄好了，可以下载了……
* o5 d+ t2 K* T5 |" d3 C: t, G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/ R2 F& e( x. C7 V% j




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