r-多元统计分析上机讲义

r-多元统计分析上机讲义

ID:17688611

大小:5.16 MB

页数:50页

时间:2018-09-04

r-多元统计分析上机讲义_第1页
r-多元统计分析上机讲义_第2页
r-多元统计分析上机讲义_第3页
r-多元统计分析上机讲义_第4页
r-多元统计分析上机讲义_第5页
资源描述:

《r-多元统计分析上机讲义》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、多元分析R实验上机讲义应用多元统计分析R实验上机讲义50/50多元分析R实验上机讲义应用多元统计分析4AppliedMultivariateStatisticalAnalysis4第一章绪论4第二章矩阵42.1矩阵的建立42.2矩阵的下标(index)与子集(元素)的提取62.3矩阵四则运算72.3.1矩阵的加减运算72.3.2矩阵的相乘82.3.3矩阵的求逆82.4矩阵的其他一些代数运算82.4.1求转置矩阵82.4.2提取对角元素82.4.3矩阵的合并与拉直82.4.4方阵的行列式92.4.5矩阵的特征根和特征向量92.4.6其它函数92.5矩阵的统计运算102.5.1求均值102.5.2

2、标准化102.5.3减去中位数10第三章多元正态分布及参数的估计103.1绘制二元正态密度函数及其相应等高线图103.2多元正态分布的参数估计123.2.1多元正态总体的相关量123.2.2极大似然估计13第四章多元正态总体参数的假设检验144.1几个重要统计量的分布144.2单总体均值向量的检验及置信域144.2.1均值向量的检验144.2.2样本协方差阵的特征值和特征向量154.3多总体均值向量的检验164.3.1两正态总体均值向量的检验164.3.2多个正态总体均值向量的检验-多元方差分析174.4协方差阵的检验184.4.2多总体协方差阵的检验184.5独立性检验184.6正态性检验1

3、9第五章判别分析205.1距离判别215.1.1马氏距离215.1.2两总体的距离判别215.1.3多个总体的距离判别245.2贝叶斯判别法及广义平方距离判别法2450/50多元分析R实验上机讲义5.2.1先验概率(先知知识)245.2.2广义平方距离255.2.3后验概率(条件概率)255.2.4贝叶斯判别准则255.3费希尔(Fisher)判别28第六章聚类分析296.2距离和相似系数296.2.1距离296.2.2数据中心化与标准化变换296.2.3相似系数306.3系统聚类法306.4类个数的确定326.5动态聚类法346.7变量聚类方法34第七章主成分分析357.2样本的主成分367

4、.3主成分分析的应用37第八章因子分析408.3参数估计方法408.4方差最大的正交旋转438.5因子得分43第九章对应分析方法44第十章典型相关分析4650/50多元分析R实验上机讲义应用多元统计分析AppliedMultivariateStatisticalAnalysis第一章绪论在实际问题中,很多随机现象涉及到的变量不是一个,而是经常是多个变量,并且这些变量间又存在一定的联系。我们经常需要处理多个变量的观测数据,如果用一元统计方法,由于忽视了各个变量之间可能存在的相关性,一般说来,丢失信息太多,分析的结果不能客观全面反映数据所包含的内容,因此,我们就需要用到多元统计的方法。多元统计分析

5、(MultivariateStatisticalAnalysis)也称多变量统计分析、多因素统计分析或多元分析,是研究客观事物中多变量(多因素或多指标)之间的相互关系和多样品对象之间差异以及以多个变量为代表的多元随机变量之间的依赖和差异的现代统计分析理论和方法。多元统计分析是解决实际问题的有效的数据处理方法。随着电子计算机使用的日益普及,多元统计统计方法已广泛地应用于自然科学、社会科学的各个方面。第二章矩阵矩阵即是二维的数组,它非常的重要,以至于需要单独讨论。由于矩阵应用非常广泛,因此对它定义了一些特殊的应用和操作,R包括许多只对矩阵操作的操作符和函数。2.1矩阵的建立在R中最为常用的是用命令

6、matrix()建立矩阵,而对角矩阵常用函数diag()建立。例如>X<-matrix(1,nr=2,nc=2)>X[,1][,2][1,]11[2,]11>X<-diag(3)#生成单位阵>X[,1][,2][,3][1,]100[2,]010[3,]001>diag(2.5,nr=3,nc=5)[,1][,2][,3][,4][,5][1,]2.50.00.000[2,]0.02.50.000[3,]0.00.02.50050/50多元分析R实验上机讲义>X<-matrix(1:4,2)#等价于X<-matrix(1:4,2,2)>X[,1][,2][1,]13[2,]24>rowname

7、s(X)<-c("a","b")>colnames(X)<-c("c","d")>Xcda13b24>dim(X)[1]22>dimnames(X)[[1]][1]"a""b"[[2]][1]"c""d"注意:①循环准则仍然适用于matrix(),但要求数据项的个数等于矩阵的列数的倍数,否则会出现警告。②矩阵的维数使用c()会得到不同的结果(除非是方阵),因此需要小心。③数据项填充矩阵的方向可通过

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。