数据方法电子教案讲述.ppt

数 据 分 析 方 法 引 言 数据分析:分析和处理数据的理论与方法，从中获得有用的 信息。 常用的数据分析软件：SPSS, MATHEMATICA, MATLAB, SAS, S-PLUS, STATISTICA等等。 SPSS 是Statistical Package for the Social Science的 简称。 数据分析应用于：通讯、医疗、银行、证券、保险、制造、 商业、市场研究、科研、教育等多个领域和行业。 数据描述性分析步骤： 分析-描述统计-频率（统计量、图表）或描述或探索 频率：统计量-百分位值（四分位数、百分位数）、集中趋势（均值、中位数等）、离散程度（标准差、方差、偏度、峰度等） 描述或探索类似频率 图形（或图表）：散点图、直方图（显示正态曲线）、QQ图 茎叶图：分析-描述统计-探索分析（显示默认两者都指统计和图、图） 数据描述性分析步骤： 分析-相关分析-两个变量相关分析（相关系数、选项）或按前面计算方差办法２个同时输入 线性回归分析步骤：分析-回归分析-线性回归 销售量数据及计算表 2.在饲料养鸡增肥的研究中，某研究所提出三种饲料配方：A1是以鱼粉为主的饲料，A2是以槐树粉为主的饲料，A3是以苜蓿粉为主的饲料。为比较三种饲料的效果，特选 24 只相似的雏鸡随机均分为三组，每组各喂一种饲料，60天后观察它们的重量。试验结果如下表所示： 单因素方差分析步骤： 分析-均值比较-单因素ANOVA（一维方差分析) 两因素等重复方差分析步骤（无交互效应） ： 分析-常规线性模型-单变量 两因素等重复方差分析步骤（有交互效应） ： 分析-均值比较-单因素ANOVA 练习 在某种金属材料的生产过程中, 对热处理温度(因素B)与时间(因素A)各取两个水平, 产品强度的测定结果(相对值)如表9.12所示. 在同一条件下每个实验重复两次. 设各水平搭配下强度的总体服从正态分布且方差相同. 各样本独立. 问热处理温度, 时间以及这两者的交互作用对产品强度是否有显著的影响(取a=0.05)? 例 下面给出在某5个不同地点, 不同时间空气中颗粒状物(以mg/m3计)的含量数据: 两因素非重复方差分析步骤（无交互效应） ： 分析-常规线性模型-单变量 第4章 主成分分析与典型相关分析 一、主成分分析 引例：某人要做一件上衣需要测量很多尺寸，如身长、袖长、胸围、腰围、肩宽、肩后等十几项指标，但某服装厂要生产一批新型服装决不可能把尺寸的型号分得过多，而是从多种指标中综合成几个少数的综合指标，作为分类的型号，利用主成分将十几项指标综合成3项指标，一项反映长度的指标，一项反映胖瘦的指标，一项反映特体的指标。 主成分分析：就是将多个具有一定相关性的指标（变量），重新组合成一组新的相互无关的综合指标（变量）来代替原来指标的统计方法。 目的：就是对原变量加以“改造”，在不致损失原变量太多信息的条件下尽可能地降低原变量的维数，即用维数较少的“新变量”代替原来的各变量。(用于系统评估或分类,利用少数几个主成分得分为新数据进一步分析,如基于主成分的回归分析,聚类分析等) 讨论的问题是： (1) 基于相关系数矩阵还是基于协方差矩阵做主成分分 析。当分析中所选择的经济变量具有不同的量纲， 变量水平差异很大，应该选择基于相关系数矩阵的 主成分分析。 （2）选择几个主成分。主成分分析的目的是简化变量， 一般情况下主成分的个数应该小于原始变量的个 数。关于保留几个主成分，应该权衡主成分个数和 保留的信息。 （3）如何解释主成分所包含的经济意义。 主成分分析步骤： 分析-数据降维-因子分析- 变量、 描述（统计量-原始分析结果，相关矩阵系数、相关矩阵中的显著水平可以没有）、 抽取（方法-主成分分析法、分析—相关性矩阵或协方差矩阵、提取-因子数1或2或3由累积贡献率决定）、 得分（保存为变量-保存到数据库中） 注：输出结果中特征向量应除以特征值开方才为单位化特征向量 二 、 典型相关分析 （一） 典型相关分析的概念及基本思想 例如，研究苗木地上部分的高、地径、地上重（第 一组变量）与地下部分的主根长、根幅、地下重、 侧根数（第二组变量）之间的关系。 典型相关分析：就是研究两组变量之间相关关系的 一种多元统计方法。 基本思想：首先在两组变量中找出变量的线性组 合，使其具有最大相关性，然后再在每组变量