- 在线时间
- 56 小时
- 最后登录
- 2013-11-19
- 注册时间
- 2011-9-21
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 1030 点
- 威望
- 0 点
- 阅读权限
- 40
- 积分
- 371
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 130
- 主题
- 2
- 精华
- 0
- 分享
- 0
- 好友
- 2
升级   23.67% TA的每日心情 | 开心 2013-11-19 07:42 |
|---|
签到天数: 109 天 [LV.6]常住居民II
 |
本帖最后由 重阳河 于 2011-9-21 09:12 编辑 : Q$ o* h9 K5 e. m r
2 ?/ k0 l: m! o$ W) ]/ O. O
An R and S-PLUS Companion to Multivariate Analysis.pdf
(2.18 MB, 下载次数: 17)
& f; Z8 K& o9 A7 M4 V
- @" I- l4 q3 o7 U! U
书的目录:
" E, @" i/ l( P5 h. K
/ s8 O% r! x* \. g1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
$ {: U2 D, `8 b2 P1 M1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
% Q8 ^) t* C$ ?. K1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1! u3 Y& y/ D; k9 i( w+ M
1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4
: b# {- l9 r6 y% {1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
6 y1 ?$ M- Z) J' Y1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
% W# y+ Q5 F% Z% n1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
* V" b- K$ W' e7 `1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 o1 s4 L+ h$ w% r3 q
1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
, z! _ f+ d* D7 x! }1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 j: D2 I8 q7 k! M& L& }1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
! V% ]4 i( G. i& A1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15# W" O6 H9 Y( v" s5 A# Z. X/ B4 p
2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16& _+ l8 F* E/ K" e! L% R$ ?% G8 l
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
8 [" `7 ]2 E" o/ ~" [! H* Z2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
% R# A0 [/ Q0 `- h. V0 p2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 224 D0 N, k" Z. d7 P
2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 y# Y' ]* n. W2 V A! X
2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 t( C+ O: V/ X& }
2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29) T0 K5 b* _) m4 z/ d( Z9 M$ c# F
2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32! w5 p6 N( J" d3 v- W
2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
. d h' S% A& q2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
! s3 X2 [3 N2 `- X: K2 k3 [2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37* t. U& k5 v& ]# ^! e; `
2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 409 Y6 l4 \) e4 H: n# n
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2 ~+ S* k1 }9 U) N6 r0 g- I3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41! D5 P/ R6 x N+ M/ C8 N* ^8 I
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41# p. g y* s$ N# x/ E
3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 429 c9 C, ^ Z0 D6 h1 t, e* I
xi" M! @% v. E9 ]2 F0 r! p
xii Contents" P1 c: g! g7 @+ v
3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45
& c. k8 {9 {0 i! k" e; `3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46) m. m0 l9 l( l+ C
3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
; U" o, J! S; Q" J# ~& J3.2.4 Principal Components of Bivariate Data with Correlation
+ m# ~( n6 ~- I0 Q5 m$ ?' g; VCoefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
7 k K N7 k3 |4 W* n9 n8 d4 @- N3.3 An Example of Principal Components Analysis: Air Pollution in
! R" N0 _( u# l1 ~U.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
+ J) n# m) u, h2 E8 {$ _8 X7 u4 ]3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
" o3 k! V% O8 ?: O5 r5 V+ NExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
~$ j( k& X5 d. b4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5 O5 k; n) T2 J6 c4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65/ f5 |3 r( q& P+ C3 Z6 b P" t
4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2 A/ |0 Z. E t0 S+ V& r/ T4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
! v. l7 R) y: x8 Q2 T. x3 F4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69
+ v* ~' E# Z4 ~5 o4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 692 F. K+ I% }, g7 c( g5 `
4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70* `+ u2 Z, I5 _9 b
4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
7 E* ]( t* m, E5 p4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
' c! R4 H7 F4 V4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77
5 d# B) d1 m8 R5 O0 Y4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
. k9 Q: X+ a3 D4 @( X4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82
3 v! v4 \6 W4 j" P8 c- P0 m0 g( v4.8 Comparison of Factor Analysis and Principal
$ N5 l& G4 k+ {" TComponents Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
1 l$ h9 T+ Z4 `7 [4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
; l( b2 P. b: L$ D0 B4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88% V" `8 N$ s2 p1 S j+ k
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 898 G% ~! O$ u* V% w( i. v0 v! e
5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91" s) T& j3 P! |( m
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
/ P& k$ s; P' m' f5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93$ L/ b' W% W2 G9 a3 f
5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96
% \" E3 Y* ]9 V% J5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104; d' M$ N u5 K1 r
5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
+ s$ S# G% K G( @; r' b# _) v: w5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111; L- L+ q7 r( z; P. n
5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112. J: u/ U5 g2 R4 J* P, L6 K
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112' s/ G3 I+ d# D& J' z) ?* p
6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3 k4 G0 P$ ?6 e/ p/ |6 l# @% `6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
( ~- t" ~3 m# ^& E' |6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115
) @% P G0 l. Q1 H6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118& j9 r9 E: w5 e# I: ~
6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
R+ `: ^ N, ~- Y6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128! I! W* ?. m0 |. t3 }& u) |
6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1349 t% i" X- K& K
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8 Q+ H! Y i, h" K* Z K- `+ c+ sContents xiii3 F- M5 ?6 v) I" Q% `/ u7 b
7 Grouped Multivariate Data: Multivariate Analysis of Variance and
0 p& P7 K' {( P- l6 |/ J% yDiscriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
8 e+ L4 l6 i# `" j$ y7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137" C( L/ _5 A1 n8 G2 n. v( w* u
7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant1 k w4 h0 z9 Y5 J x; y
Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
( K- E& Y! r' H5 |/ P6 S7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
1 [* C" n# Z$ s: ~! n6 a7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 1422 ?1 q) d2 n" l2 ~
7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146/ D1 K2 o1 M, }3 b2 r a: ^
7.3 More Than Two Groups: Multivariate Analysis of Variance
" ?* j: s& y6 F" c2 N5 o- I5 l1 [; X(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
. A1 b* ?8 L* K, {0 k# F7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
' k* V0 f1 I. v3 [# W7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149( b0 r1 M) T/ m1 @2 e$ D* B
7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
$ Y- k; R0 D2 h5 T7 G# ^3 aExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
* g* t( K- C8 {5 U/ k8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157( y+ j) b9 t+ z% y# k
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
+ J* c) `* s$ c0 b W* [: {8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1575 g4 r7 O5 \2 ~! D8 F
8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 E9 q7 E4 L% c9 x9 ^ I; q
8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
& p& v' h0 f6 @) j$ Z. k6 o- U! }Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1673 D% L# W; y4 {6 \- r
9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1712 o) d2 l6 h* f
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
e& o! I( D: k9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174
/ }# x& N* L% @4 F% n0 F9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1909 M! n) f5 t9 ?$ E4 N8 s+ H
9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1984 f7 ]) \& h0 M$ w( a3 f* @
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1982 J8 ?0 `' L7 M0 w. g' z
Appendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 2007 a2 f( c: r; z I: Z& b( K
1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
# e1 n5 Z* _& ~. K, ^2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201( x! c; K+ b1 \6 a. G$ w
3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204! {# T- O7 R8 x# |" f$ i
4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205# g/ T6 d3 r) S- b; Y6 b v
5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207( c2 b* v! L. H6 U$ \
6. Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 |
zan
|