资源描述：
《应用多元统计分析报告作业.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、多元统计分析实验报告实验课程名称多元统计分析实验项目名称多元统计理论的计算机实现年级2013专业应用统计学学生侯杰成绩理学院实验时间：2015年05月07日学生所在学院：理学院专业：应用统计学班级：9131137001姓名侯杰学号4实验组实验时间16.05.07指导教师建军实验项目名称多元统计理论的计算机实现实验目的及要求：目的：熟悉R（或SPSS）软件，掌握多元统计分析中多元正态分布均值向量和协差阵的检验，判别方法，聚类分析，主成分分析，因子分析，相应分析容。要求：程序要有注释，尽量体现多元统计分析多元正态分布均值向量和协差阵的检验，判别方法，聚类分析，主
2、成分分析，因子分析，相应分析容容的基本原理。实验硬件及软件平台：计算机、R、网络实验容（包括实验具体容、算法分析、源代码等等）：指导教师意见：签名：年月日代码及运行结果分析1、均值检验问题重述：某医生观察了16名正常人的24小时动态心电图，分析出早晨3小时各小时的低频心电频谱值（LF）、高频心电频谱值（HF），数据见压缩包，试分析这两个指标的各次重复测定均值向量是否有显著差异。代码如下：Tsq.test<-function(data,alpha=0.05){data<-as.matrix(read.table("ch37.csv",header=TRUE,s
3、ep=","))#读取数据xdat<-data[,2:4];xbar<-apply(xdat,2,mean);#计算LF指标的均值ydat<-data[,5:7];ybar<-apply(ydat,2,mean);#计算HF指标数据xcov<-cov(xdat);#计算LF样本协差阵ycov<-cov(ydat);#计算HF样本协差阵sinv<-solve(xcov+ycov);#求逆矩阵Tsq<-(16+16-2)*t(sqrt(16*16/(16+16)*(xbar-ybar)))%*%sinv%*%sqrt(16*16/(16+16)*(xbar-yb
4、ar));#计算T统计量Fstat<-((16+16-2)-3+1)/((16+16-2)*3)*Tsq;#计算F统计量pvalue<-as.numeric(1-pf(Fstat,3,16+16-3-1));cat("p值=",pvalue,"");if(pvalue>0.05)#结果输出cat('均值向量不存在差异')elsecat('均值向量存在差异');}运行结果及分析：通过运行程序，我们可以得到如下结果：>Tsq.test()p值=1.632028e-14均值向量存在差异即LF与HF这两个指标的各次重复测定均值向量存在显著差异。1、判别分析问题重
5、述：银行的贷款部门需要判别每个客户的信用好坏（是否未履行还贷责任），以决定是否给予贷款。可以根据贷款申请人的年龄（）、受教育程度（）、现在所从事工作的年数（）、未变更住址的年数（）、收入（）、负债收入比例（）、信用卡债务（）、其它债务（）等来判断其信用情况。数据见压缩包。⑴根据样本资料分别用距离判别法、Bayes判别法和Fisher判别法建立判别函数和判别规则。⑵某客户的如上情况资料为（53，1，9，18，50，11.20，2.02，3.58），对其进行信用好坏的判别。代码如下：#距离判别法discrim.dist<-function(x){data<-re
6、ad.csv("ch49.csv",header=T,sep=",");#读取数据G1<-data[1:5,];G2<-data[6:10,];u1<-apply(G1,2,mean);#计算信用好的样本数据均值u2<-apply(G2,2,mean);#计算信用不好的样本数据均值s1<-cov(G1);s2<-cov(G2);s<-s1+s2;xbar<-(u1+u2)/2;alpha<-solve(s)%*%(u1-u2);#计算判别系数alphaw<-t(alpha)%*%(x-xbar);#构造判别函数if(w>=0)#结果输出cat("该客户属于信
7、用好的一类","")elsecat("该客户属于信用坏的一类","")}#费希尔判别法fisher.test<-function(x){data<-read.csv("ch49.csv",header=T,sep=",");#读取数据G1<-data[1:5,];G2<-data[6:10,];n1<-nrow(G1);n2<-nrow(G2);u1<-apply(G1,2,mean);#计算信用好的一组的数据均值u2<-apply(G2,2,mean);#计算信用不好的一组的样本数据均值s1<-cov(G1);s2<-cov(G2);E<-s1+s
8、2;B<-n1*n2*(u1-u2)%*%t(u1-
