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
' @/ g* `3 ?7 R4 K& d
/ y- O( q3 o4 r( P) S An R and S-PLUS Companion to Multivariate Analysis.pdf (2.18 MB, 下载次数: 17)
) t$ @/ l/ i* q0 j( K+ G6 X' u* Y9 h* p% q+ \" {5 B9 t
书的目录：/ u8 P5 v9 x! T; B
9 h: T( O; l2 ^2 o" j2 @( L
1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1  z( [$ c* X8 u# v- q7 p. C
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
3 {& j( ?3 U) ^* u! \1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
5 k& G, f8 v8 I1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4
1 T2 c1 r) q/ y5 }2 `1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
8 o, a2 a# ?4 y- |3 O" H# ^- E1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 R0 ~0 A) w; P: W
1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5) T& P5 z& V5 Q
1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
! Q7 w1 K1 L0 \" u1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
' f3 s0 l6 n5 I+ G1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9/ O' S, N' K. ]; S4 K6 @* u8 S
1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13* q2 w# |$ a' ]: v1 @
1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
9 @' H5 Q! {$ a9 z8 k  q2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
$ G  f5 |% \2 o' t6 a" u3 A% n2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
. S: z8 {# D2 C' J: p9 _9 M7 G2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
0 f: P& L5 h* z4 s2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22' Q2 U5 v! Y( P, L' p4 U; h
2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23+ N4 [9 N4 c8 e, V: d
2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25( r; g- j, E$ D
2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29+ Y6 w- [& @2 t! }
2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
( Y# w, I7 ], z9 a' s# L2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33) N% F& k* E: r, }9 H9 v
2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35$ r& Z  w9 ?3 w/ I
2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37
( }: ]" g" y4 K( }: M4 I2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
, e' G/ o- w3 ZExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 405 I( r8 P: i+ F3 y4 Y
3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41! ^* q; V/ Z; s. c9 t
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
" ]# c1 o- S) v3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42
# ~# l/ L0 \) V) {5 O! E1 }: ^xi, @3 m0 i( R( U: F- T
xii Contents2 m' e1 h; S' H1 T9 z: c
3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45- Y* G5 V) R4 d6 h5 O! Z
3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
1 p  {5 V+ r9 w! q5 z+ a3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
' \( F7 N7 f: X3 h2 \7 N& c3.2.4 Principal Components of Bivariate Data with Correlation% X  n( h. l' g5 g  C; B
Coefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
; Q1 |6 V6 G: q( w1 V1 Q+ c1 T+ J3.3 An Example of Principal Components Analysis: Air Pollution in
$ m; \" j6 P/ C0 k. M% _( ^) A$ dU.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
# J2 t: h* G1 h: V3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
0 v0 x( [" ]6 L7 D  |  S5 P# q: FExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62$ E, M1 ]. ?7 i
4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653 E0 ^8 ]1 c; }
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65& e) m+ D# X: v  {, W) q! y3 T
4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
" J9 b2 d% Z1 G" v2 i4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68/ z5 x; G9 P& g" W
4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69
1 y  l: _) p" K4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69) d* y# [9 J3 [1 j1 y
4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70  ~  [9 e  c0 l5 g
4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 710 ?4 U  ?4 D( s7 h4 c7 N# v1 q
4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4 j$ ?# G/ k' I  n; v: c. K4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77. N+ I. e9 A5 K. y$ B
4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 771 d. G, N% P! _5 f( s& ?# U
4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82
* H, y, v. Z: V6 W! H+ k. m# U2 v4.8 Comparison of Factor Analysis and Principal  t( _8 Z% @1 w
Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85! J- @0 b' u% A. ~. X. T# z' d5 F8 O
4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88% a9 x- z  }" H/ o5 f  C
4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4 y2 j% t: r/ \Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89" i* H* p1 w" t( Z: Y9 h
5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91' _2 Z4 m. Q9 U, R) e
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 917 L" c! O" N- Q3 b
5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93: d" N' h+ ~- T: G- h* \
5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96
# U$ V- j& n1 |& e+ E- O5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104# U+ u* z* Y( L0 c
5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109; n% l  D/ y. p. V
5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
$ A4 {6 g+ S* i3 H. S/ ^7 J5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
" p; O0 D3 }! h& d, OExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
% c0 P8 j* X4 b& z6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
* `, D: z2 f9 B! I: }$ P9 g& b6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
; t$ q" V$ M8 o2 N8 Z# {6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115* H) |' _: E& x: C  R" d
6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 1187 X7 X* T- b* m+ d/ S. X% J
6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122( B2 v% e/ d4 D; f" h) ^
6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
# m2 k8 R& Z; X: G& J6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134' U6 L" r. v, U2 I* K
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
3 x! J4 R, h. x7 P. BContents xiii8 w2 d7 j1 e/ {$ h! g" d
7 Grouped Multivariate Data: Multivariate Analysis of Variance and
5 U" ~6 V+ l' Y  fDiscriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1372 k; Q- i( A8 J! ?
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1375 M5 r& [  Y8 I( c" _# a
7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant: }6 Q( p* u. p
Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
1 b0 ]( |* _" P+ h3 t+ v% q  I" n, N7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
$ J1 Y# Q' B- W  F  I7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142
4 o$ I. c, \# E. T$ F+ U( L1 |, j7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146' P( t3 O% Q- Y) q( B* L( m6 u
7.3 More Than Two Groups: Multivariate Analysis of Variance! c; @( R; k: M* I$ l
(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 1472 |* u; V5 G# U0 `& z( d
7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
1 p  u2 L% F3 a' u; K7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149% k, E7 L4 P; ~$ o( u4 O9 e
7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155/ L, z! D% r8 P9 M. m6 y2 [* v
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156  Z" y. I! o  S) Q/ ?
8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
9 M- \+ H7 q( T4 `, A8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157* y5 C0 \5 x" M* `7 H
8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157- o$ R, a; |  d6 s
8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
2 ^2 p. k4 w0 m3 S* {# i8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1674 Q, _' L6 S! ]' i
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1676 c/ j/ x2 \0 Y3 I6 h3 C& l
9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171& y3 G: P4 H! O* f7 _
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
& B% u6 ?$ f$ @2 G$ f& c! x9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 1749 q* R. Y, D# R" z+ n/ M
9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
0 w- i  m. ^& N5 p0 M9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1987 N. o, g* M" D' S3 i
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1989 Z# P9 x" D' R3 U( R2 F
Appendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200  v1 V/ \5 ^- Z( w% C8 V
1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200! @/ ~' i7 w0 {" `4 m
2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
0 ]+ t9 o8 a0 f$ T: k  Y' V3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
, x. }1 x+ U5 i6 u6 W; c4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205. m2 [5 s" K8 R5 P& T$ }0 u
5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2078 ^* i5 n9 L# ^# P1 R! G$ c
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
% Q: I4 H( h9 u" s0 ?7 A4 B/ H, f7 P1 r* j" L7 G2 d, e8 m
我发的附件怎么不见了啊？
- O9 z2 _; f/ m" b2 [, [5 I
# d$ G8 ]( g' ]9 R/ J; J5 J原来是没有粘上去，弄好了，可以下载了……
+ t9 B. X9 P  q; ^5 Z& \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
& {# h2 l# P5 n2 J. i  i8 L



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