如何选择数据分析方法16834.pptVIP

* 在许多变量之中 比如，可得任何一个变量和其余变量（无论定量还是定性）之间的定量关系（回归或线性模型） 或者多个（定量）变量之间的定量关系(因而可以建立模型，进行预测和各种推断)（典型相关分析、对应分析） 也可以利用其中一些（定量）变量把各个高等学校分类(聚类分析、判别分析) 还可以把众多的变量用少数几个（定量）变量代替以利于分析和理解（主成分分析、因子分析） 可以作为高校排名的根据之一。所有这些都是未来章节的内容。 （主成分分析、因子分析） 如何选择数据分析方法? 吴喜之 * 数据和目的相结合的出发点 1. 相关分析及回归类模型（相关、简单的回归、Logistic回归、对数线性模型、方差分析和一般线性模型） 2. 经典多元分析内容（主成分分析、因子分析、聚类分析、判别分析、对应分析） * 主要涉及的相关问题 什么是相关？ 列联表中定性变量的相关(Fisher c2检验) 定量变量的相关(Pearson相关系数(r)，Kendall’s t、Spearman’ r) 基本统计书中的估计和假设检验所涉及的仅仅是对一些互相没有关系的变量的描述。但是现实世界的问题都是相互联系的。不讨论变量之间的关系，就无从谈起任何有深度的应用；而没有应用，前面讲过的那些基本概念就仅仅是摆设而已。 * 变量间的关系 人们每时每刻都在关心事物之间的关系。 比如，职业种类和收入之间的关系、政府投入和