QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 5297|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 : R  Q8 K! k) u% w' v; |! O% U' z5 t

    ; u+ @! T4 J- |) W An R and S-PLUS Companion to Multivariate Analysis.pdf (2.18 MB, 下载次数: 17)
    5 \  B$ p3 j. }# J, X5 N
    0 s# h! i3 _$ z! K8 T7 w# R8 T5 p书的目录:+ E3 a& F, B/ Y8 Y) z

    5 Z% P+ F4 F- q. g- V1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
      G, R( J7 \$ I8 N4 ~8 i5 h1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 }+ _" H  T" a8 z3 f, F7 p
    1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
    ( W. D: f4 T) n* [4 y. [  ~1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4) {5 V0 ~; N! ?
    1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4( n' K9 S! b) f# }) ~, |1 q. ^
    1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5  f" o% m  u. b. A
    1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5+ H3 `; J% n- e6 p6 J. F. K' j9 r! f0 R
    1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
    1 B' J& M" \1 i2 M' Y  q1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 C. E: G- ~4 t
    1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9# J: J1 L& r  Z7 y5 i
    1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
    # e/ T$ i2 ^  L3 Y  Z+ v2 P1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
    % E8 u: f5 S( N. }! m6 x2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 a7 K5 v! z8 E. B% H6 q3 S
    2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
    3 h+ e$ M$ N( [2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
    / v( C/ _  h, I  l2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 223 {6 y& Q& u6 e, a/ r
    2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23. X) j' J  C/ I, ~: P7 G0 [! G
    2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
    , ^% Q& B1 d# Z$ _; e/ E5 U5 z2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
    2 j' T. [1 H0 l% q5 e  ^2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
    # T8 l9 N6 }& [2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
    1 \  k- ^' ~+ m3 Y  U0 V2 O2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35# u* c: n- n: C# L% a9 V
    2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 376 a1 H: ?  C1 A  E$ P/ L2 |
    2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40: D; @( T3 h8 d9 M
    Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
    3 b; w5 }6 T2 R0 k3 b3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
    + U% Q( Y- D/ E: D3 S! c3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41  {. h: _# P+ f
    3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42
    . k: P# Z# q  G0 d& P, X2 mxi& ?3 h) r9 `  e5 Z6 y, x9 t
    xii Contents
    & o: Y8 M) @. J* g9 _7 l% @3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45* c( v  h2 o: S
    3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
    + e; r# L( Z% y# Y. N6 |  Q3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
    " g) P/ p0 d- v( v" O3.2.4 Principal Components of Bivariate Data with Correlation# z, D6 Y9 s' ]6 j3 @
    Coefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
    . ~. b% e  y2 w; |; v; c3.3 An Example of Principal Components Analysis: Air Pollution in
    2 J" l1 h& f1 A7 `+ X7 ?5 p! r1 l( eU.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
    : w' K- i0 K9 U& x% p3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 616 f& O4 B( \! |. `2 ?( W) J
    Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
    2 |. l3 Y$ X, m% q6 O: M6 e6 w4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 651 U. c$ C4 R9 b6 V
    4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65  l& u( m' ~( q5 b) g8 Q
    4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650 P9 W; B8 }1 C
    4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
    5 e) O+ d( w; {5 w8 h4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69$ z) J& m& ]: z7 R  Z  l0 o
    4.3 Estimating the Numbers of Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 698 J- T: m- m( T. W
    4.4 A ** Example of Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 70
    ; s' v3 T0 M$ v0 J9 t, g" C& \4.5 Factor Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71, v$ B. `2 {" t$ Z/ e
    4.6 Estimating Factor Scores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
    . Z! x) _# U& ]3 ?2 ^8 d4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77
    5 w0 k- \& O2 \4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77' ^. `& N$ s1 A9 c$ |1 @; G
    4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82
    0 _# A; h  d6 {8 T4 T4.8 Comparison of Factor Analysis and Principal! B6 z0 ~" {1 u. Z7 J
    Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
    9 x  f" x8 H1 |4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
    + F1 x* n( ?. L0 h4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
    : F8 v2 O8 k! ~& o" v( o0 o8 XExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 894 ]8 m! F; z5 a- e! T7 F2 l) C) j
    5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 917 D* L1 p, [& A4 S
    5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 913 M% }+ ]+ N* R9 O' i6 c
    5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
    ; |0 Y& i) {' m6 V& V4 Z5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96( Q8 @- b) P4 G% I3 O6 `7 s
    5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1046 i. [5 D, K% z' ~) A" F
    5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
      ~( R9 I) ~. `3 G' c2 z; G5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
    1 g& L  V& \0 x1 r4 @5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1124 R, K1 |, D* x/ W7 y/ i
    Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112, f, E. o  W/ n* L3 {+ Y5 ]6 M
    6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
    8 P% p" W2 e. p0 {) C6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115$ y7 O6 D; M7 B  _- s
    6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115' \! n0 Z" p! m$ y, L
    6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118  F3 J1 R3 c3 K% ~2 X: B3 K$ e
    6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122. l& i) i: g1 C8 c1 F3 m: Q
    6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128' i8 ^" J! B) h, N1 O
    6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
    : J/ J+ E- N6 s$ WExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
    ' `$ X: [0 s4 t$ r( oContents xiii
    6 a2 y$ i' X9 q/ Z9 D+ }6 ]' u7 Grouped Multivariate Data: Multivariate Analysis of Variance and
    7 J/ b$ V* g; v( i( k9 PDiscriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137; t) C% L. Z* s0 `! P
    7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1375 @& B/ E" @% f! u; g  F' z8 v
    7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant
    * r( H* g' i, w) x2 y1 G5 O' H6 DFunction Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
    , ~9 a6 T# @3 ^8 [( _% Q7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137: J8 G$ I- \3 z$ Y7 _: i
    7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 1424 K9 ]! q3 H3 B2 d5 u4 ?
    7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146
    , X' @" t* ^- p2 p% V7.3 More Than Two Groups: Multivariate Analysis of Variance
    % F' [4 x( Q3 c, {- B5 R(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
    7 O) j3 H/ H6 @3 u6 m7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
    ' t& d$ a; p: J% [7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149
    % n" n5 @! M4 D. s$ F0 m" M7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
    5 D/ z/ x% I# U9 J" t8 }6 T" |; }1 xExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
    9 W+ v) P  C+ ^: z$ s8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
    - N% _8 k+ n3 k2 P8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157! N+ f* p" W6 s. x7 C
    8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157+ \: W* B: ~# y  T
    8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
    8 [1 V3 D3 k. F* I4 S( _8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
    # b# h) l3 Y+ |9 c0 YExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
    0 U6 H- [; i0 Y. L, ]/ c9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
    ) q; q! ?% O. g: I& M+ J9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171# m' J9 E6 e5 k4 L  b
    9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174/ z/ S# g  Y4 h: J( m# s
    9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
    ( N4 \8 Q: e% G9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
    : }7 N; w# L5 n; ]# B! GExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
    : B2 c) Z$ [7 w! M* o- Z: WAppendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 2005 _. T0 h$ v5 l0 z, {
    1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200% V' n! i1 l0 W
    2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201, ]( W. z+ J* N( i
    3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204, o9 n( G  o. |- j! p
    4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
      m: w$ C6 n4 B7 g. W* b: D$ q5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207. D. ?8 Y. A* u: i* P
    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
    * _, ~  O; o% o! ^! X! E
    ) r. h- p7 i* R) M+ }3 g我发的附件怎么不见了啊?
    & e, g9 Q5 e# k- S' e0 {
    ; `) ^" [0 I3 Z% E; `8 }原来是没有粘上去,弄好了,可以下载了……, W$ R/ y% r2 P, L' n  W% @) ~
    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, 2025-7-29 14:17 , Processed in 0.843908 second(s), 99 queries .

    回顶部