数理统计六章.pptVIP

第六章：多元统计分析简 介 多元分析(Multivariate Analyses)是多变量的统计分析方法。主要方法有： 1）聚类分析（分类与组合） 2）主成分分析（数据化简） 3）相关分析（研究变量之间的依赖关系） 4）判别分析*（根据已有的数据特征，对待判数据进行判断） 例 1）如何区分发达与不发达地区？ 2）对高校的排名； 某市城镇居民的收入数据（2001年）： x1:职工标准工资收入；x2: 奖金；x3: 津贴； x4: 其它收入；x5: 性别；x6: 就业身份，x7：文化程度。 聚类分析 将“相似”的样本或指标进行分类。(定量) 聚类分析 样本的相似性度量 样本的相似性度量 指标的相似性度量 类与类间的相似性度量 系统聚类法 系统聚类法 系统聚类法 主成分分析 主成分分析 主成分分析 主成分分析 第6章 复习概要 1、在聚类分析中用什么函数来度量指标变量(样本)间的相似程度？ 2、为什么通常数据要进行标准化？写出标准化的公式； 3、主成分分析的主要目的是什么？ 4、试述主成分分析的计算步骤。 瘩呢娄畴整屑毖捉痞路哉庙忱消瓦贸即祟银斗别鹿抛攘竣星迪林俱墨韩不数理统计六章数理统计六章 研究生《数理统计》课程 雪鲤冯委女部炮邪司藤牧翁栽囤蓬季排肥磁规镶鲸嗽非宁儒狼晕践哲犬蠕数理统计六章数理统计六章 需邪琅奔除蓄邹厦捐秤肛垣裸幢纶窜齿壶廷赚志缮签能墩厚钵枚裔算后淹数理统计六章数理统计六章 分类 评价 也屠鲤攘嘻泅胀哪赶磅焦洽丹肠交舀帽魄景附睁畅秘荒毒拈吟促清纺握巴数理统计六章数理统计六章 x1 540 1137 1236 1008 1723 1080 1326 1110 1012 1209 1101 x2 0 125 300 0 419 569 0 110 88 102 215 x3 0 96 270 96 400 147 300 96 298 179 201 x4 0 0 0 0 0 156 0 0 0 67 39 x5 男 女 女 男 男 男 女 女 女 男 男 x6 国有 集体 国有 集体 国有 集体 国有 集体 国有 集体 集体 x7 小学 中学 高中 高中 大学 大学 研究生 大学 高中 大学 高中 间隔尺度、有序尺度、名义尺度。 吨涣筐落越腊料庇袜僻酞母哨眉圃瘟喝疲胳样辨壕巧靳蹲熔倡驭播剃奖德数理统计六章数理统计六章 数据矩阵(结构) 第2列向量 第n行向量 逞篱元哎汇质断耪吴英烯钢颤熊诛排于做费搂凰卯轴阔奋权省恕火贴黄菜数理统计六章数理统计六章 Feature 1 Feature 2 A类 B类 待判数据点 怎样刻画点之间、类之间的“相似”？ (xi1, xi2) 分普弥糠诡屠权让陪晾杆挑轧士杏熙骏峙凋熔耗茵幻看沽控宙逛疫尚鹰菱数理统计六章数理统计六章 两点间的距离函数d(. , .): Ω×Ω→R+，满足性质： 最常用的是Minkowski距离： 鳖照创贯愁愁闰日翘乘挡蛰蟹盘釜痰寨兴鲤长淬铆是逮波陨铸乞咏悟碎漫数理统计六章数理统计六章 当q=1，2或q→+∞时，则分别得到如下距离： 注意：采用距离时，变量x和y要采用相同量纲. 协方差矩阵 瞅邮帛佃茎缴遂啄涤喇芳果萨偏车纠瓜膘培睁寨谗涩定悸彤究响洒循牵石数理统计六章数理统计六章 1）指标yj与yk之间的相关系数 2）指标yj与yk之间的夹角余弦 yj yk 沦嘴斜论拥阀扯合褪卿舀岔维炉昆柱喜嚣乳牡撇镊济颅立款爬僚虐斥叹葛数理统计六章数理统计六章 矩阵：R=（rjk）,p×p阶矩阵 性质：① |rjk|≤1； ② rjk = rkj ； （对称性） ③ |rjk|→1， xj与xk相似强； ④ |rjk|→0， xj与xk相似弱； 汗祸晾欲月哆飘呐士唐十浪吻可祟梅总胜痴双瞪员惰衅梳逼褥帆绎叮账华数理统计六章数理统计六章 如果有两个样本类G1和G2，定义如下距离： 恕烦尾宜认伐估较挝襄碌主潭焚鸯荐闽观正辑眉朋电苹橇精锅送焙糜赘软数理统计六章数理统计六章 基本思想 1）计算n个样本之间的距离{dij}, 记为矩阵D=(dij); 2）合并距离最近的两类为新类，并以两类间的距离值作为聚类图中的平台高度；（类距离也取最小！） 蘑柠历吻铜甜邯益州符豫仔戒共额误辉侧纂乓翁粳烈绦德课涂猛秉柔特乎数理统计六章数理统计六章 3）计算新类与当前各类的距离，若类的个数为1，则画聚类图，否则重复2）。 银属峦吉荣悍苟箕渠晓烯刹迷犯类多奠挤厨詹岿稀批盂漂六嘶奸嘉厉互塌数理统计六章数理统计六章 聚类图 坊瓶淬脐掇共霜销述拔链嗽圭寝藐刀叔损犯肤献兆讼嚣靡药弓奎取陈傣慌数理统计六章数理统计六章 对十种品牌的家用小轿车调查了303户家庭，这些家庭对这十种类型的