R软件及编程应用第十讲.pptVIP

R软件及编程应用 中南财经政法大学信息与安全工程学院 刘树栋 第十讲、多元统计分析 1、主成分分析与因子分析 2、判别分析 3、聚类分析 4、典型相关分析 5、对应分析 总体概况 多元统计分析(Multivariable Statistical Analysis)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。 主成分分析与因子分析的目的是寻找多个变量的“代表”, 判别分析能将对象分类到已知类别中, 聚类分析按照一定的尺度把对象分类, 典型相关分析研究两组变量之间的相关问题，对应分析探究行列变量的关系。 1、主成分分析与因子分析 主成分分析(Principle Component Analysis)是把多维空间的相关多变量的数据集, 通过降维化简为少量而且相互独立的新综合指标, 同时又使简化。后的新综合指标尽可能多的包括原指标群中的主要信息, 或是尽可能不损失原有指标的主要信息的一种多元统计分析方法。 因子分析(Factor Analysis)最早于1904年由英国著名统计学家、心理学家查尔斯·皮尔逊(Chales.S.Pearson)提出, 主要目的是研究相关矩阵的内在依赖关系, 把多个显在的变量综合为少数几个不可观测的“潜