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 . o+ L0 _. Q# W- G6 L
* A0 G" }0 l8 {8 M% F  x/ B
An R and S-PLUS Companion to Multivariate Analysis.pdf (2.18 MB, 下载次数: 17) 7 M1 N2 N8 N- L. N% ~' I' o: r  c
( E& l4 X6 M3 G3 g7 m. `- F
书的目录：; R! e5 i% d  f& Y" ]# D

& C; o+ y* k3 Y! N1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
0 ?3 {" ?9 o0 E: m1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
5 v' u1 u' u5 K+ D, e1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1" |7 A! s! I9 c5 y3 b* V
1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 48 J2 _. Z) u7 Z8 i$ E) o0 k0 ?
1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
" C; u6 y' \# q7 [% b. V$ ^! C1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5. s  \# A2 n- b$ k/ J
1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5+ K) s" B: j! S/ M/ T( E
1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
: P- j' |4 `' C$ C- l, s! L$ W1 a1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 Z* ]/ j2 z$ W" O
1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 90 R0 o  V& [+ Z# _" }% Z
1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
8 k1 l# f& a  c( \- h: i1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
7 Z9 h% T. x9 i$ ^# T2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
  G* W. d+ V( n( o  G- O3 i( k8 F1 v2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
9 @2 `$ D# n& N2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17+ S/ Y3 {7 R. M1 U! U3 o
2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 223 c( N4 V" ]. Z$ y6 K  V
2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
6 Y! o; N7 H6 |3 x# h& p2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 U# J2 e. y6 @, n* z! Z: V% G
2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
, t( z8 Y3 @" z+ U: r8 Z) l2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
8 L/ H8 R" B% \/ M2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
# q) Z$ }- S1 {; k# ^4 P8 U/ b1 C2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
# ]9 \5 L# \; G: H, P, L2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37( O- u$ n0 P' k* ~: R
2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 409 ?  ^8 B8 P  h/ R9 C, C# p" p
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 405 k/ U2 D) I8 y* [9 ~$ A
3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41: [: \4 z0 ~8 z# f' \
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
7 ]1 @- @7 V! a: o2 d6 e3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42
2 _) K( @+ o# f9 W8 ?xi, @  S4 ?7 k0 J
xii Contents
+ A7 F) H+ |# N. x, }6 S3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45. z- f; _, ?. |/ }% J
3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 469 x! h& H' X/ N  _) \
3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
% ?* Q: Q5 l1 z. M5 O2 m4 x3.2.4 Principal Components of Bivariate Data with Correlation
/ W; e8 q0 T2 K2 U( q  GCoefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
" z; Z+ Q3 K6 X3 B/ _. K" I3.3 An Example of Principal Components Analysis: Air Pollution in
8 l  t4 c- e  e1 HU.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49; B$ W& m+ b' a4 x
3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61) f( c$ Y; x2 I) ~! N, e
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 628 Y9 I/ @) s4 b$ Q0 n7 F' X1 O3 z
4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653 O; u, T% T  X; N
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
: a+ }( Y1 h7 h+ e. S6 L4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65: w! h) {' ^+ M8 R
4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 687 D# Y7 A/ g! i
4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69& E9 C' O& F$ r$ p$ R
4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69/ [2 a+ h2 s8 Z# m, G/ r
4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 701 K: P, j* T: D; Z+ W8 K
4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 711 w# }& ~  f2 a- N2 ]
4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76( }; O) T( E, Y# b2 }9 B- R" g' K
4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77; A$ L' J& @1 Q! s! v/ J9 D) F
4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77' m* H% p$ A" I" f' R2 f
4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82
' H! P1 j& Y) k8 S4.8 Comparison of Factor Analysis and Principal
- w+ W, A: y  M0 X3 q' K: }3 MComponents Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85, I) j0 J  W% S
4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88! m  j/ Z+ e6 C+ c" U# g1 J( n2 u
4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 880 [3 U$ P; H) w+ Z8 N/ j$ i
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89; l3 k1 m8 Q" o4 V9 g  Z
5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91
: S! \" Y( }: w4 _8 c$ q3 Q5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91! b9 a7 v% r5 d9 C1 x! a' U
5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93& w& R& D/ g8 b/ w; h  c
5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96# `% i* N/ k7 I5 x0 B: H; t
5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
$ B/ @8 q+ o1 _3 u- B# _5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
( t  q6 X/ j# J5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1111 i% s* R- o5 |2 M3 s2 L
5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1126 t* v9 ~1 Y* q; w% a  i
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
- P" ~4 T( _* v1 ]/ K6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
$ i8 @+ o* o: _& h6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
0 }0 ^& f/ T* ]2 F6 J0 c6 E, M% e0 s6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115
% r% H! n9 M) e6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118  \& m- w4 Z% E. v) U
6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
% n; R6 H7 {$ d+ f6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128; S. L: R& k7 c1 y
6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1349 i8 A# u* J( I+ }
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
+ n, H$ X- Z" @2 e  S# J% Y8 u  D; y  H: eContents xiii
! F, _5 l; K0 M/ o5 V! J$ s7 W7 Grouped Multivariate Data: Multivariate Analysis of Variance and6 A& U6 h* x; D& H2 I5 k2 R
Discriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1375 X  y1 A& ?% e# t3 a5 D0 d
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137' V# G$ e% G% x9 E8 _% c
7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant! m" i" L& w' `' e9 f. `
Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
' J, y: Z, i, s/ L+ Z7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1373 v: X7 h% `4 @% ^, M& _
7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142+ \" z# M+ m: B1 }. K. K5 e) `
7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146
  @: S/ y' x# a% r' S/ L4 a7.3 More Than Two Groups: Multivariate Analysis of Variance, z% c% ~. d( r8 x, Y
(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
- C/ S+ ~0 E5 k+ C. a7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
7 a3 P7 _8 r; F3 J6 [% j7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149- a2 m+ k( ^# L+ E& T4 M
7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155" [& L/ E) q  S6 }" \
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
) c6 k$ ~8 z. k3 X' Y8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
  S6 a* Z# y, c2 B8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
6 v) E0 j: w* k) b- Z4 u8 o& U& |1 h8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1571 ^2 k- j& L% R( x& |* I
8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
/ s3 ^+ `$ J$ P. q1 }3 i1 G3 Y8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
- C' I0 b3 n' g, T; L0 iExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
4 M; w+ n& D* c9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
2 a+ w+ @' W# E$ v* _9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
- Y2 f8 d: p- K& z. `+ S9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174$ E5 ]0 X( g" a9 x9 o" q  M! U
9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
# Y. N* X, m$ k9 K: Q* X: O9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
4 r8 b) l% ^# r  s; N4 XExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1983 K4 L% N$ S& c4 `9 T! L
Appendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200
- e- ^$ Z( j" j! u* R# q# Y1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200  z' r8 f9 Q1 q% _0 z0 W: f
2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
% a  _6 Y3 R+ J( p, O( d7 u3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
9 w* |* p- c9 u! l4 j/ u1 h4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2055 v) M8 d, F$ s. M- u
5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207& _& c& {% q" Q) y0 p8 k
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 Q/ [% Y8 v, |$ C* c3 b0 }2 s# M; R% G& \: ]
我发的附件怎么不见了啊？. |& I$ U) d( v% l* f5 e6 g
, W- r; }9 ]8 B/ E. v! v' s+ [  w
原来是没有粘上去，弄好了，可以下载了……
& W0 \7 e( Z( p. R5 i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
; L; V. N. k* Z0 @' Y4 Y, ?3 X7 k



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