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

1 i2 p5 ^2 C5 c
: M% F5 e4 f5 O书的目录：
' X3 r2 D! v& t! k
- j7 Z& f3 {4 O6 E! o+ g8 `1 Multivariate Data and Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Types of Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Summary Statistics for Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1 Means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2 Variances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
# q/ e/ |. P7 K# d1 n4 [& d. v, o3 u1.3.3 Covariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.4 Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
- u3 L. i' K. H  N6 v! q; |) o1.3.5 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 The Multivariate Normal Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 The Aims of Multivariate Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Looking at Multivariate Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2 Scatterplots and Beyond . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
0 G& n% O& }, D# t' N; P2.2.1 The Convex Hull of Bivariate Data . . . . . . . . . . . . . . . . . . . . . . 22
1 {4 C  c1 Z- w- ?6 t; [2.2.2 The Chiplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
& T: ^5 h  ^* k& x$ `7 v, _2.2.3 The Bivariate Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
6 s% N+ S7 e4 |( P. j7 r2.3 Estimating Bivariate Densities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
. U- J9 r0 D7 q  c* Q* C2.4 Representing Other Variables on a Scatterplot . . . . . . . . . . . . . . . . . . . 32
1 x& M5 q8 c8 ]/ \8 A1 Y2.5 The Scatterplot Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.6 Three-Dimensional Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
6 \6 F1 p5 j1 b6 T9 d0 s2.7 Conditioning Plots and Trellis Graphics . . . . . . . . . . . . . . . . . . . . . . . . 37
2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
9 K/ X: a- B' K/ B8 M2 E. F: yExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
  V1 @, g: @, w* Z: t3 s3 Principal Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4 u. }2 z' h. t' y# m) z1 e- Z8 n3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
: A* r2 |; z3 a$ {1 s2 M$ d6 U3.2 Algebraic Basics of Principal Components . . . . . . . . . . . . . . . . . . . . . 42
xi
xii Contents
3.2.1 Rescaling Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.2 Choosing the Number of Components . . . . . . . . . . . . . . . . . . . 46
  M4 ^: A3 e3 z! l- Z9 n" i# ~" }3.2.3 Calculating Principal Component Scores . . . . . . . . . . . . . . . . . 47
  j7 u/ R% X* K1 A: e1 U3.2.4 Principal Components of Bivariate Data with Correlation
Coefficient r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3 An Example of Principal Components Analysis: Air Pollution in
U.S. Cities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4 Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
  `2 P$ a) i% A$ H4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
8 m. a" {# P+ z4.2 The Factor Analysis Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7 O- M( n0 s' e% l$ B& H% b4.2.1 Principal Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
& ]8 [$ P: _+ G) D: J4.2.2 Maximum Likelihood Factor Analysis . . . . . . . . . . . . . . . . . . . 69
6 C/ R8 @- t' `3 P4.3 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
+ ?0 K: B  U" I4 t  k4.7 Two Examples of Exploratory Factor Analysis . . . . . . . . . . . . . . . . . . 77
4.7.1 Expectations of Life . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.7.2 Drug Usage by American College Students . . . . . . . . . . . . . . . 82
0 S, u# I0 y: M( c4.8 Comparison of Factor Analysis and Principal
Components Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
# x! F, j" W; i7 c+ q# _4.9 Confirmatory Factor Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5 G) [2 f; L' D/ K( CExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
/ L/ U+ l& J- c  @5 Multidimensional Scaling and Correspondence Analysis . . . . . . . . . . . . 91
5 [1 _3 `: j9 A4 H! Z: Z5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
/ t% y* Q* A; T5.2 Multidimensional Scaling (MDS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2.1 Examples of Classical Multidimensional Scaling . . . . . . . . . . 96
* E- ]4 ~$ \+ y% }7 r$ i0 q- |5.3 Correspondence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.3.1 Smoking and Motherhood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.3.2 Hodgkin’s Disease . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6 Cluster Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
% n2 \/ J$ A: Q9 S6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
/ h8 D9 U! u5 `6 [. K) @1 }# Y: F6.2 Agglomerative Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.2.1 Measuring Intercluster Dissimilarity . . . . . . . . . . . . . . . . . . . . . 118
/ _: D: E$ P, \7 |6.3 K-Means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.4 Model-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
9 B4 X+ j8 L' k1 {6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
5 l; d" G' ^) u* \. lExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
# ^4 Z. o( d! e2 ]+ L* \Contents xiii
3 r! p' L3 z4 q7 m* S: W; @' f7 Grouped Multivariate Data: Multivariate Analysis of Variance and
Discriminant Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
& K7 @' N0 A2 \7 R4 n7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7 ^# ^8 r8 p- ]  i! d7.2 Two Groups: Hotellings T 2 Test and Fisher’s Linear Discriminant
Function Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.2.1 Hotellings T 2 Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
* p+ G$ z" A* P, e* D7 j7.2.2 Fisher’s Linear Discriminant Function . . . . . . . . . . . . . . . . . . . 142
9 n7 J  p# P1 `& Q7 r7.2.3 Assessing the Performance of a Discriminant Function . . . . . 146
7.3 More Than Two Groups: Multivariate Analysis of Variance
(MANOVA) and Classification Functions . . . . . . . . . . . . . . . . . . . . . . 147
7.3.1 Multivariate Analysis of Variance . . . . . . . . . . . . . . . . . . . . . . . 147
  ]3 C6 q5 {  ?; S7.3.2 Classification Functions and Canonical Variates . . . . . . . . . . . 149
7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
  t4 s& B' J8 S6 j; \0 PExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
! ]" t6 h1 k6 K0 f. H' }- g8 Multiple Regression and Canonical Correlation . . . . . . . . . . . . . . . . . . . . 157
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.2 Multiple Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
* P% O- J, \8 O3 E8.3 Canonical Correlations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
) K3 Q# m1 z; L: r# @4 q5 wExercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
9 Analysis of Repeated Measures Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5 y" d* V; _* x+ j3 {( f9.2 Linear Mixed Effects Models for Repeated Measures Data . . . . . . . . 174
9.3 Dropouts in Longitudinal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
! {! ]5 \# c! V! G3 V: y9.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
1 [( N) m# v( i+ W$ N9 v6 }Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
/ t$ l0 I2 a+ T8 p/ P5 T# CAppendix: An Aide Memoir for R and S-PLUS® . . . . . . . . . . . . . . . . . . . . . 200
! u9 J; P* p% D1 t1 K1. Elementary commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
) Z1 U+ U( h+ F: P+ P2. Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
2 D% G- T; `6 h4. Logical Expressions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
5. List Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
6. Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

重阳河

8 _" H& E' _& Z1 [0 X
我发的附件怎么不见了啊？
% p" d: P! ^! R2 Q
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！

鸣凤123

楼主的帖子很不错，我觉得很有用
. c0 M  r9 {+ C