An R and S-PLUS Companion to Multivariate Analysis

重阳河

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

- G- X( Y1 C! l  X- Z书的目录：

1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
$ A# }+ r2 ~" [# @$ w1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
7 ~" k1 h# W) l# k- k1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
- P1 H% Y- U3 }1 q3 p1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
- s0 V: n1 e. E/ w$ G, |1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
% F& N! p  T3 S4 ?2 h0 a% J% }/ R1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
6 F3 b# r% k0 X* b: g1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1 c4 ]- f( n3 S  M6 ]9 `2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
' H2 D9 j) n3 H& }2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22
6 r8 Z5 e, \# F2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
! x5 x9 h2 {2 [3 J2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1 [, c' p6 n0 Y' d* Z2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
! X# t% p' M$ k) ~, ^2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37
, F% b8 y6 }; k2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42
  i' w1 C* E5 H7 c( E  Lxi
xii Contents
3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
3.2.4 Principal Components of Bivariate Data with Correlation
Coefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
, s0 z0 r0 q' V( k9 w: D3 {8 |3.3 An Example of Principal Components Analysis: Air Pollution in
U.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
/ M: @  _0 o& k5 g4 r' u4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
! Z8 k: U( ?) Y2 s& S* x+ D4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69
7 l* Z: `1 u$ X4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
( o3 W3 y: \: T4 x4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70
, y7 D) A" |0 N2 x! i4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
5 I7 p/ d/ E: I4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77
: Z: L! @8 n  r/ \# H8 k: i4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
' T, H/ T; `, i" d5 G0 k- p4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82
4.8 Comparison of Factor Analysis and Principal
Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4 }4 H9 R  ~/ N5 P; U! m4 Z6 ]4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
1 u6 Z  `. _5 @( O! e8 H4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
( s8 M9 u9 h- i& Y" j: ^- ^" LExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
  T' W, `6 ^% z% b3 z+ M/ z5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
& C) ^7 I, Y$ K/ ]7 k* D5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96
2 m* J1 b2 f6 `, d; T" t( \7 A5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
* N, @* @6 f7 M3 R$ I( j! z5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
( x6 N) O  v" _1 t4 y1 u6 L5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
* d. f3 M8 R3 N+ x5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
0 }6 F- T2 Z  _. M& \/ [. v2 q7 yExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
8 L: w& o1 l; }" T' j6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
" g. K0 B' E9 {' ]6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115
) ?. O( W: _, Q- p' u6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118
6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
+ v& W: d# q/ H/ y9 K6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
. X( d7 S5 w, V0 \: F6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
Contents xiii
/ w/ ^( S# L1 X6 H# Q2 I( s7 Grouped Multivariate Data: Multivariate Analysis of Variance and
5 V+ m3 c; }1 W1 e& GDiscriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
% h4 `( ~- d, x7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
( O& @- R1 a; y7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant
5 K  g/ N' _: K1 E& g6 OFunction Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
! @- P' k6 [- [8 s2 G7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
8 e# b6 A* s  u7 M/ }' H7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142
7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146
7.3 More Than Two Groups: Multivariate Analysis of Variance
(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149
) i7 @0 k& F) }$ _. ?. `. K7 }7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
4 g6 A" @  D) q( dExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
& j5 Y0 C9 E7 e( d! R  H2 |" f% n4 {+ c8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
" u5 O9 s" T' _1 u* Q  @3 V8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7 s- y, r/ G- W& G8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
! B+ j' g; j! O$ A7 cExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174
9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
  _6 |5 Y, E, x. W( C3 f' qAppendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200
  ~5 ]# V; a( v! w4 o1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
, g1 n. K% z& @% {) ^3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
! X) Y0 K1 E! e) ?# l# r) v! q4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
* O6 F3 z3 U: `$ {5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
6. Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

重阳河

我发的附件怎么不见了啊？
1 @" X8 r& T: s, l# u5 k$ f
! g! g/ |' d! K4 `" a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！

鸣凤123

楼主的帖子很不错，我觉得很有用