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

# f1 k3 g/ \& n; ], B) r
书的目录：
1 A7 l7 i/ W, p* F9 z2 K; b3 U9 g1 r! L
1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
# J6 P+ ?% ^5 y- |6 X, V1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
% T: b' q4 B. b$ b; @1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
. h1 U, k: n( _6 a* Y5 e1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
- }7 Y% \' e* e# v& j$ v1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1 E* @! n  N9 r% y1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9
, C( b( F3 D& _0 y7 ~: i1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
, K8 P7 C# B5 z. n; ~2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
$ d+ V: t/ s' O2 y  L1 R" N$ a2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
  W7 E. G* ^7 S  E& Y8 O2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
+ Z* L0 K. b7 h8 A2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22
6 S0 Q  _! [+ Q& ?/ O7 I2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
7 S* {% u% Q. e/ m# r, ~# \2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4 {; B( B5 J+ W3 \1 @7 B2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
) U$ m; G+ a8 B! T* l6 Z2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
! g& J. e! z8 A4 P1 }0 t2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
; P$ p7 t) r* ^2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37
( b: R9 _) J& j' k# N$ B5 {2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
# t" g# M( V2 p( j3 f/ _Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
, L6 G4 R( I6 Y; e7 o$ R& @3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42
& K8 W  x9 i# Qxi
xii Contents
3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45
7 V- K% Y: g, b2 w+ }3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
/ {0 U6 ]9 A3 m# Y6 L3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
3.2.4 Principal Components of Bivariate Data with Correlation
; W. @% ~0 v7 RCoefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3 An Example of Principal Components Analysis: Air Pollution in
U.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
% B6 E: R* L- T/ e+ s6 M  X4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
: \. m# @& e  K( F# j4 c7 ~+ N4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
9 H) `! I& J3 i/ T4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
. Q5 g9 R, E% f. w+ K( x; M4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69
: ~7 ^# s  o: o4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
! [' c" H& t  D! \  d, P2 s9 q4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77
4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
, k% f0 z7 r, Q0 W# g4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82
4.8 Comparison of Factor Analysis and Principal
+ o7 ~0 D3 S  R  f" FComponents Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
* v: q* g5 M- u$ y4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
8 J7 }  |$ i7 P% F; V& Q5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96
0 W" e1 _4 _0 B' h( |! K$ K5 y1 y# r: h5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6 R* ], ^# m& a- ^& O% W5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
3 q4 G5 c/ z; K' ~9 Z( `: K( i8 T6 {Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
0 o, J2 e9 U' w. M' m6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118
6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
Contents xiii
! k# l& W1 j- B3 R( O+ D0 N7 Grouped Multivariate Data: Multivariate Analysis of Variance and
% y5 n" h" [; s! E0 W% g/ xDiscriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
6 E! Y$ T1 ^2 D( {" c7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant
Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
+ q7 X) Z  [% I" n+ `. Y7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142
: G  @% w2 N; E7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146
$ }# q9 h. w( e3 {7.3 More Than Two Groups: Multivariate Analysis of Variance
+ J' c, r  K$ L# Y7 e4 l& |(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
6 y% n' m$ P1 o$ n" q9 oExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
1 o0 I3 E; T- `# D8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
, X9 O9 M$ Y' ?: b( d' U: NExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
+ d/ i4 y, ?+ o1 N% }9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
0 e: B1 z0 G+ Y& P9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174
  M# \. z+ e0 b3 \. f3 k; Y8 x# g9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
Appendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200
1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8 W7 d, _. z! A3 ~( Z  W2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
6. Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

重阳河

我发的附件怎么不见了啊？
/ S! Z3 S+ [' T1 ~/ [5 H- X8 ?/ w
0 R% ~; ^/ C, }  J8 i2 W2 u) @; b9 W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！