QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 5727|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 : 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

    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 & {% n8 p) E0 \+ B4 ^

    4 K; k5 {- u9 N6 o% O我发的附件怎么不见了啊?0 Y# l6 f( k6 |( O, j2 `

    1 f' M$ V# q. N原来是没有粘上去,弄好了,可以下载了……
    " w& m% z  h% Y7 W5 a" j0 G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, 2026-6-9 21:02 , Processed in 0.525173 second(s), 100 queries .

    回顶部