An R and S-PLUS Companion to Multivariate Analysis

重阳河

. e4 C" ]! ^+ `# j An R and S-PLUS Companion to Multivariate Analysis.pdf (2.18 MB, 下载次数: 17)

2011-9-21 09:00 上传

点击文件名下载附件
下载积分: 体力 -2 点

, f( N" J& B" ^, R
书的目录：
8 Z; Q6 D: o2 u, k; R4 \
& ]' A% ~4 S8 j& y1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
0 q4 n! t4 ^8 W2 e. q, y0 y1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1 U& Q3 K' r, y" b( L: j1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
% G$ u" A: \3 e: i1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
* d# \( e' C/ X/ y5 Y; ^+ Q: j5 a( ]3 D5 @1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
- |! E8 T; y/ w# D8 I( F2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
$ F: T% @9 Y. p& M6 }: x2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
/ n6 r$ b4 L) |4 S5 y2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22
/ p: R. }' k8 E- D2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2 j' R2 \; C2 w0 ]2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
" U5 p* ~9 A: x' I) z2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
* v( i9 m3 l7 V* a2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
, n& O2 _  n2 _8 ]2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
% E8 O: I$ _! r8 x# z2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37
5 l/ b: o6 c- t1 E# q/ `2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
" s/ c# r/ K9 Q7 _9 C+ s3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
/ F, B0 Q! N5 m9 m/ W3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42
xi
xii Contents
3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
4 I/ z) t, s% Z6 N* \* z) ~+ k3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
3.2.4 Principal Components of Bivariate Data with Correlation
6 E* i' M! e3 h. b$ ]+ eCoefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
: B3 H6 g& t1 Q" o3.3 An Example of Principal Components Analysis: Air Pollution in
( o1 T, O  \, {7 A  yU.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
+ n% @$ D* `, T5 s  ^- Y$ Y3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
( e+ J' u, V2 Z, ~- e) V6 F$ o4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7 s1 K/ \+ E5 a+ e4 k4 `; n# T, `9 |4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69
4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
$ @5 f& g+ b5 {: F1 e* e4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
1 @# b0 j8 ~5 `% _4 ]) m2 C: c4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77
9 R. n5 f9 `: L7 ?  `, ]' M4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82
4.8 Comparison of Factor Analysis and Principal
Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
. }" m5 F" R. N- n4 X  S( s4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
* S3 J! L" Z3 `5 l" |4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
, S/ G* A" G' I# o: [, {Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
9 L8 B, H8 r6 D1 J8 V+ g, {) O5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4 o" v( X2 f! i& c2 @) y5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96
9 f$ V6 p: V) A5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
" s3 `( N2 K1 p; V+ G5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
: S' n% ?& K3 I4 g' x/ |: ^# d5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
: F' x& l% Y2 r* l5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115
, V( I5 z! _3 ]' a+ T- V6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118
" b- P5 S, P7 J1 k) k6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
0 B6 m# A6 d& p9 r6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
Contents xiii
7 Grouped Multivariate Data: Multivariate Analysis of Variance and
Discriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
3 i1 n- t) S3 P9 x0 n$ P) w3 r* m* ?7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant
Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4 x) x, `5 p3 J- Q1 J  J7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142
7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146
  |! y4 s8 I- D# x7.3 More Than Two Groups: Multivariate Analysis of Variance
- S$ H1 y) E8 c0 x: ](MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149
7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
8 D3 g, ~; e  @; P+ `Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
& O5 W8 u, _$ @7 c; B5 J/ Z' ]" f) z: P8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
' G1 Z' l9 H4 O$ j; o0 ]: t8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
: e$ R4 s( d  v0 J( n8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
- T  w8 |% T& I( g9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174
9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
% Q3 `% v8 r  J! E, h' h0 [9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
* D7 @  c* p, w1 R  _% N# hExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
Appendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200
# ^% ~8 m' T# }- P  _4 V1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
  z7 c2 r8 h1 ?! X1 C# M  C2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
" z- q: Z+ D2 ~# b. G3 q$ s3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
- |2 _* W  w& N+ G. p4 h4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
# [$ d  G  s3 i5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
6. Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

重阳河

- Y) s& S/ q* S2 s
4 @2 Q9 n8 o0 D9 N8 O% F我发的附件怎么不见了啊？

) r  j% Y! D5 P原来是没有粘上去，弄好了，可以下载了……
但愿对大家有用

fred_gavin

谢谢分享！！！！！

叶纯萱

谢谢楼主！！

蓝枫心叶

呵呵，英语水平有限，，收藏啦，，或许以后可以看懂

蓝枫心叶

不过还是要谢谢楼主分享的，，嗯哈。。

tucy

先分享看看

number_cruncher

很好的书。 多谢楼主！