料通常有数个测值,需要同时考虑对测值的影响,有一些特.pptVIP

正規變量分析 (Canonical Variable Analysis) 應用於多變量資料中，多組資料比較的問題。找出最能分辨出各組的差異的分量，來代表原測值做比較。 cv1 = a1 X 1 + a2 X2 + …… + ap Xp ……… 一群觀測到相互之間有關係存在的變數，假設其受到背後數個因素控制，稱這些因素為共同因素(Common Factor) 每個變數除了受共同因素的影響外，本身尚有獨特因素(Specific Factor)。 因素分析目標：找出潛在因素、簡化資料、以利於後續的統計分析 例如：智力測驗成績經因素分析後可能分成 語文能力、數學性向、空間關係、…等 因素分析步驟 決定共同因素的個數 參數估計：負荷量的估計 (方法有主成份法、主因素法、最概法…等) 模式適合性評估--利用殘差分析與適合度 檢定模式的合適與否 因素旋轉—使各因素間高度不相關，以此做為因素命名或變數分組之依據 (方法有變異最大旋轉法、四方最大法…等) 解釋各共同因素的意義 例：尋求影響五項成績的因素旋轉前後二因素的負荷( loading) 五科成績與二因素的關係 X1 = -0.943 f1 + 0.028 f2 X2 = -0.988 f1 + 0.0597 f2 X3 = -0.312 f1 - 0.916 f2 X4 = -0.462 f1 - 0.603 f2 X5 = -0.432f1 - 0.832 f2 例、汽車經銷商為了解國人對國產車的偏見，設計問卷共13題 1. 國產車看起來很笨重 2. 國產車沒有高級感 3. 國產車設計不佳 4. 國產車安全性不高 5. 國產車折舊率高 6. 國產車板金不良 7. 國產車沒有品味 8. 國產車沒有流線型 9. 國產車不摩登 10. 國產車操作不方便 11. 國產車外觀不吸引人 12. 國產車品質不佳 13. 國產車容易故障 0.866 0.558 0.858 0.915 0.907 Communalities X5 X4 X3 X2 X1 * 試驗資料或問卷資料通常有數個測值，需要同時考慮對測值的影響，有一些特殊方法可使分析的結果更清楚。介紹一些常用的方法。 多變量資料分析 一、正規變量分析 (Canonical Variable Analysis) 二、正規相關性分析 (Canonical Variable Analysis) 三、重複測量資料分析 (Repeat Measure Analysis) 四、因素分析 (Factor Analysis) 【例1 】研究在長期儲存期間，防腐劑對煮熟的火雞肉的影響。有 5 種處理方式：控制組、0.3% SAMP、0.5% SAMP、0.3% STP、0.5% STP。每組各準備五包，分別在5 個不同時間取出，測量出下列各值。 此試驗的目的是要分析此五組的差異 CKG_LOSS – cooking loss , PH – pH 值 , MOIST – moistness after cooking, FAT – fat content, HEX – hexanal content, NONHEM – iron content, CKG_TIME – the cooking time for an optimum cooking temperature 一、正規變量分析 對每一測值分析： ANOVA → 顯著 → 對對比較 → 列出平均數及各組間的差異 不顯著 → 結論是對此測值無顯著影響 對每一測值進行分析可得到各組在各測上的結論，如果需要整體性的結論，必需找一代表性的變數；在統計上的多變量分析方法上時常用到這種想法，代表變數就是簡單的將原變數乘以不同權重相加。 因為此時的目標是多組比較，所以希望找到的代表變數有最大的分辨能力。此法稱為正規變量分析。 .6542 .0001 .0001 .2223 .0052 .6049 .0001 P-value TIME NONHEM HEX FAT MOIST PH LOSS 例1對每一測值之分析 A、ANOVA 結果 對測值 PH, FAT, TIME, 五組差異不顯著 34.0 b 34.9 ab 30.68 c 34.32 b 37.10 a PH均值 60.21 ab 60.19 ab 61.84 a 60.65 a 58.18 b MOIST 均值 0.596 cd 1.182 a .0308 d 0.722 bc 1.056 ab HEX均值 7.52 b 7.20 bc 5.54 c 7.72 b 9.86