QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 5310|回复: 8
打印 上一主题 下一主题

An R and S-PLUS Companion to Multivariate Analysis

[复制链接]
字体大小: 正常 放大
重阳河 实名认证       

2

主题

4

听众

371

积分

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

    跳转到指定楼层
    1#
    发表于 2011-9-21 09:06 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    本帖最后由 重阳河 于 2011-9-21 09:12 编辑 ! q9 t7 y9 P7 D$ h$ y
    , Z" f  F( r% w+ C3 f/ F: ^6 D5 h
    An R and S-PLUS Companion to Multivariate Analysis.pdf (2.18 MB, 下载次数: 17) 5 y+ H3 L+ g9 T) ~6 o6 i3 p, F

    1 x5 O9 Y4 v. p* j书的目录:9 f# A1 O9 M7 o* f8 T, x
    & ~# |9 P. H! [8 `
    1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
    $ f& D0 E8 @) ~' e2 C1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 A8 s$ i5 y1 {2 T
    1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
    3 [+ q/ ~) Y; ?# b  `# l5 N1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4& A! [! Q( Y: B2 }8 U  e" W
    1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
    5 c- E, h9 [1 X( H4 E, M7 s" u1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
    7 l8 k# B' W/ |9 h( `. _/ l6 D+ B1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5  F2 F7 k1 z- R9 l
    1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
    # S( V1 I1 T; \1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
    , a# i3 V/ Z2 X- F# a1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9$ C( B% s; [! [9 x+ i
    1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
    7 ?1 p9 s2 W9 n7 t, h5 H. R; R1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 k$ Y9 E. u. v/ ~1 [$ f
    2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
    ( E3 o, l. Q) Q3 [/ ~. ^  v2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16% f! G4 D8 |+ P% s: D$ P5 e
    2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 D$ R! I2 R: o9 A2 `' v6 `+ b
    2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22
    $ a8 N! _6 ^/ {, D2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
    : z/ ], J; e9 R% D! f; E$ x: L2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
    / U6 D2 U! M7 b3 Y# \2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29' d% V; K: n; Z6 ?" _+ y
    2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
    4 a( C3 D7 ]4 K9 R2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330 Q/ w- I  Y. j: j; f
    2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
    & x, M9 a  v. L2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37
    / A, s4 W: G2 S8 }2 T/ |2 X' B2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
    ! k3 ^9 j# O5 z: Q! MExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
    : F& q, H: s5 i. A/ \  S3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413 m0 l  o' V/ m6 _( X
    3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
    8 r/ h$ ^" M+ Z5 h+ X5 R' F7 Z: r/ B# P3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 428 d- p$ L9 X( l1 x+ G' r
    xi/ Q) E5 p/ m3 D) Y8 ~' W6 U
    xii Contents
    * ^* @% M1 F* Z- Y* b1 g% M, ?+ g3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45" J# F! t8 n7 W8 W$ Q
    3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
    - E0 [& ]7 A6 ~0 z3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
    $ Q" W) b1 B9 C# ^$ j3.2.4 Principal Components of Bivariate Data with Correlation1 Z! Z' N# o9 G* \" V
    Coefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 488 Y5 q& ~; F; h+ }4 o! [
    3.3 An Example of Principal Components Analysis: Air Pollution in# Y2 k9 l8 @% g' m
    U.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
    " _, `. y% q% u5 v& I7 Z9 F- p- E' _3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
    " Z( R2 p1 n& p5 h4 M8 S- sExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
    ( q9 b# ]* K4 U) E% g: }$ S8 v: @' `4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 654 D* P4 P3 V" r$ E  ?: S" n) f
    4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65" i/ h! m0 e5 u/ ?, S
    4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 657 m* r6 @, P- y0 P/ a, x
    4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
    : y- _, c2 c5 D5 y5 X0 G4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69
    " s. d; T2 e+ W, c  B; }2 n' T0 p/ a4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
    - @& _+ T4 Q3 L* H: |4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70
    : K0 p1 W. }$ J0 T( t4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 713 }; n: x/ q6 m
    4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 767 w6 `* A6 R9 L$ e
    4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77% U9 ?' J0 H# c8 T; Z1 W/ n: F$ Y7 T
    4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77; l$ M9 J4 h+ B5 Q) n0 Y
    4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 828 J' \; D$ x& _% N# |
    4.8 Comparison of Factor Analysis and Principal
    0 K' L  l* q; c+ ~6 t" |, rComponents Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
    % D  {# I5 y/ B0 F4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88& [7 `# H9 p. z
    4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
    3 h9 @! D: r3 ]0 XExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 891 P8 i" [3 @5 J8 V( `+ e; ?$ }9 ]
    5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91) O0 Q  Y  @  A* @( ]0 O6 Z
    5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
    * g& _" D# n, T2 ~( L5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
    4 Q" x0 v0 m! ]/ b5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96
      y# b4 `3 d$ R% k9 }% F5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104, M) H* x& A1 B8 \
    5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
    3 n0 c8 }5 L, Y% ]$ S5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
    # R0 V6 G. Q4 D+ A2 s3 f; y1 i5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112- c: Y# h3 l% c& g% `, v$ W
    Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1127 r: K( z; B' o$ u
    6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
    ! T% \& ]4 n0 a1 N6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115: ^0 B; z- m* `  d6 A
    6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 1159 q, b- R1 g, H
    6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 1180 \9 x  j' R: J' `# ~; a) g$ y
    6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
    - w9 V. @8 n, P1 j0 [, x& f! z) r6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1284 U! a% y4 }' ^& a/ m5 v
    6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1347 ?: E8 _. @9 N
    Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135: X! j: Q2 p8 U4 a
    Contents xiii' l% r! w6 \/ ?/ _8 L
    7 Grouped Multivariate Data: Multivariate Analysis of Variance and
    7 L  M3 {- T* D/ c( VDiscriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137( E3 J- }1 \# G  _2 p0 y
    7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
      c- U( o, Y- @4 U2 b7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant
    7 H( ]5 g" d5 f7 L1 IFunction Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
    : Y8 u9 _7 z1 B! U7 P9 ^/ Y7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
    $ s/ s. n* o/ I/ k  b" E7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142
    & I0 F& |& r( l" w7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146' a, |3 b0 ~/ c5 b! ^
    7.3 More Than Two Groups: Multivariate Analysis of Variance6 Z! @9 K4 _& k2 V0 E5 a
    (MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
    ( L, A, b2 r% S2 l7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
    % |; S: B$ a5 k: f$ K  x# u4 L! _7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149% m% V# N1 @& J+ j) f* Z0 n- b
    7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
    ) a0 o1 @5 V! ^Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1563 g# g& B/ D! P$ r
    8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157( e1 g6 P( b1 d# U( n3 S1 V, G
    8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
    0 |1 H6 p3 T2 y5 m$ s1 I8 v8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157! a. {0 I" [3 |  _5 n
    8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
    8 z  o$ ]$ ]  Q" ]8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1672 @) m9 E- C$ q# ]/ b4 h+ Y9 Q4 i
    Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1678 n; k7 C/ E$ v; a+ J4 Z
    9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
    ' U; ~6 e/ S& W9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
    ) B) R  E2 a" o3 [9 w9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174
    & c9 [) C: C. D( `' C9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
    1 Q0 v; N( K% C1 H# Z+ X$ K$ K4 W9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
    5 V8 l5 w  u; W" Y3 o& k2 VExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198, Y9 {9 u" p. d9 e; h
    Appendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200
    . A! Q# u, [! q* s( W+ |1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200) Z( L6 E: ]# A: q2 S6 F+ O6 _7 o  x
    2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
    - F3 T; A2 U+ s- Z; X' V3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
    - p$ t! f, P5 i, r4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
    , s" r- k$ g8 O8 Q! {5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
    ) J* j2 t6 q# E6. 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

    zan
    转播转播0 分享淘帖0 分享分享1 收藏收藏1 支持支持0 反对反对0 微信微信
    重阳河 实名认证       

    2

    主题

    4

    听众

    371

    积分

    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 09:14 编辑
    $ b" a) J/ d# X. o
    4 o: U3 T0 l1 Z& z. p我发的附件怎么不见了啊?
    * D5 h+ R* t  A* o7 T# I* `4 U1 S" E- T' K5 o
    原来是没有粘上去,弄好了,可以下载了……) @5 b1 k) ^2 o) B2 d3 j
    但愿对大家有用
    回复

    使用道具 举报

    0

    主题

    4

    听众

    5

    积分

    升级  0%

    该用户从未签到

    自我介绍
    Statistician & Applied Mathematician
    回复

    使用道具 举报

    叶纯萱 实名认证       

    2

    主题

    3

    听众

    107

    积分

    升级  3.5%

  • TA的每日心情
    开心
    2012-5-6 09:13
  • 签到天数: 34 天

    [LV.5]常住居民I

    群组数学专业考研加油站

    群组Matlab讨论组

    群组C 语言讨论组

    群组Linux推广

    群组EXCEL

    回复

    使用道具 举报

    11

    主题

    10

    听众

    689

    积分

    升级  22.25%

  • TA的每日心情
    开心
    2016-7-10 18:26
  • 签到天数: 107 天

    [LV.6]常住居民II

    社区QQ达人 新人进步奖

    群组Matlab讨论组

    群组学术交流A

    群组学术交流B

    群组学术交流C

    群组学术交流D

    回复

    使用道具 举报

    11

    主题

    10

    听众

    689

    积分

    升级  22.25%

  • TA的每日心情
    开心
    2016-7-10 18:26
  • 签到天数: 107 天

    [LV.6]常住居民II

    社区QQ达人 新人进步奖

    群组Matlab讨论组

    群组学术交流A

    群组学术交流B

    群组学术交流C

    群组学术交流D

    回复

    使用道具 举报

    tucy        

    3

    主题

    7

    听众

    230

    积分

    升级  65%

  • TA的每日心情
    慵懒
    2014-3-5 22:30
  • 签到天数: 62 天

    [LV.6]常住居民II

    新人进步奖

    回复

    使用道具 举报

    0

    主题

    7

    听众

    739

    积分

    升级  34.75%

  • TA的每日心情
    无聊
    2018-10-15 09:12
  • 签到天数: 246 天

    [LV.8]以坛为家I

    自我介绍
    200 字节以内<br />
    不支持自定义 Discuz! 代码

    群组机器人

    群组计量经济学之性

    群组数学建模

    群组数学建摸协会

    群组PLC和单片机

    回复

    使用道具 举报

    鸣凤123        

    0

    主题

    12

    听众

    244

    积分

    升级  72%

  • TA的每日心情
    开心
    2016-1-29 08:03
  • 签到天数: 34 天

    [LV.5]常住居民I

    群组2014美赛MCMA题备战群

    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-8-5 19:58 , Processed in 0.783798 second(s), 99 queries .

    回顶部