应用多元统计第一讲解析.ppt

应用多元统计分析 主讲教师： 张 勇 TEL E-mail: yzhang@cczu.edu.cn 第一章 绪论 环境科学－大气环境污染的评估及与职工健康的关系 社会科学－青少年犯罪的防治与预测 §1.3 多元统计数据的图表示法 §1.3 多元统计数据的图表示法--雷达图  §1.3 多元统计数据的图表示法--调和曲线图 §1.3 多元统计数据的图表示法--散布图矩阵  二、常用统计量 1、样本均值 2、样本方差 3、样本协方差 4、样本相关系数 总体与样本 总体 所有调查研究的事物或现象的全体叫总体。反映总体数量特征的是总体统计指标，如总体均值，总体方差等。总体可划分为有限总体和无限总体。 样本 在总体中抽取出来的一部分个体的集合称为样本。反映样本数量特征的指标称为样本指标，如样本均值、样本方差等，样本指标的用途在于推断总体指标。 参数估计 假设检验：检验某种假设是否成立 几种常用分布的关系 图形有助于对所研究的数据的直观了解,一维或二维数据的图形容易得到,三维图形虽也可以画出，但并不方便.三维以上图形如何表示?许多统计学家给出了多维数据的图示方法，但这方面的研究还处于不成熟状态，目前尚未有公认的方法.下面介绍几种国际上近几十年来出现的方法，其中有一些依赖人工容易实现，但是有一些要是没有计算机的帮助，恐怕较难实现. 设变量个数为p，观测次数为n，第k次观测值记为 X(k) =(xk1 xk2 … xkp) （k=1,2,…,n) 轮廓图的作图步骤为： (1) 作直角坐标系，横坐标取ｐ个点表示ｐ个变量. (2) 对给定的一次观测值，在ｐ个点上的纵坐标（即高度）和它对应的变量取值成正比. (3) 连接ｐ个高度的顶点得一折线.则一次观测值的轮廓为一条多角折线形. n次观测值可画出n条折线，构成轮廓图. 表1.1中12个学生学习成绩的轮廓图如下： 政治 语文 外语 数学 物理 100 雷达图的作图步骤是： (1) 作一圆，并把圆周分为ｐ等分. (2) 连接圆心和各分点，把这ｐ条半径依次定义为各变量的坐标轴，并标以适当的刻度. (3) 对给定的一次观测值，把ｐ个变量值分别点在相应的坐标轴上，然后连接成一个ｐ边形.n次观测值可画出n个ｐ边形. 政治 语文 外语 数学 物理 12 1 这种图形既象雷达荧光屏上看到的图象，也象个蜘蛛网.因此有人称为雷达图，也有人称为 蜘蛛图.以上图形中画出表1.1中第一个和第十二个学生的成绩. 各科都达到100分的学生对应着一个面积最大的正五边形.第一个学生的图形接近正五边形，因此是个学习成绩优秀的学生. 另方面，学习成绩差的学生，其图形面积也小，第十二个学生就是如此，而且其图形明显偏右上方，这意味着数学，物理和外语成绩极差，而语文，政治还算过得去. 从数学上看，较为完美的多维数据图表示方法可能是D.F.Andcews在1972年提出的三角多项式表示法.其思想是把多维空间中的一个点对应于二维平面上的一条曲线. 设 p 维数据X＝(x1 ,x2 ,…, xp)′，则对应的曲线是 表1.1学生成绩数据中，第一个学生对应的曲线为 第十二个学生对应的曲线为 f2 f1 f11 f12 n次观测对应n条曲线,画在同一平面上就是一张调和曲线图.在多项式的图表示中，当各变量的数值太悬殊时，最好先标准化后再作图. 作调和曲线图时一般要借助计算机作图，这种图对聚类分析帮助很大，如果选择聚类统计量为距离的话，同类的曲线拧在一起，不同类的曲线拧成不同的束，非常直观. 当p=2时,常把n次2维观测数据点在平面上生成一张散点图,由散点图可直观地看出变量X与Y间的相关关系及相关的程度. 当p＞2时,我们也想借助散点图来直观给出变量之间,观测点之间的关系,可以对p个变量两两配对生成一张散点图矩阵,通过这张图,不仅可以了解到每两个变量间的相关情况,在SAS系统中,还可通过“刷亮”方法来找出异常点 . 在多元数据的图表示法中,还有星座图、脸谱图、装饰图等表示法.最为浪漫的可能是脸谱图.它把多元数据表示成一张脸谱图.脸的轮廓由上下两个椭圆构成.这些椭圆的长短轴及离心率等均由多元数据中某些变量来刻画.另一些变量决定鼻子长度, 嘴的位置及圆弧的长度与向上还是向下,眼晴的大小，眼珠的位置,眉毛的角度等. 如果变量很多,脸谱可以刻划得细致些,变量不多,则把一部分器官形态固定,只让另一部分器官变化.在实