定型数据的建模分析.pptVIP

* 中国人民大学六西格玛质量管理研究中心 * §9.3 雷达图与星图 目录 上页 下页 返回 结束 输出结 果9.5： * 中国人民大学六西格玛质量管理研究中心 * §9.3 雷达图与星图 目录 上页 下页 返回 结束 对stars函数作简要说明，Full=T，是指定每一个星图都包括一个整圆，若此项选为F，则每一个星图仅只包括上边半圆，scale=T，指对每一个指针都转换到范围[0，1]，即最大取值为1，最小的取值为0，其它取值均转换为0~1之间的数。Radius=T指画出每一变量取值的半径，取F时将不画出，type=“1”指的对每一星图仅画出线（半径）而不画出各点，若要仅画出点或线与点都画出则应分别将type设为“p”和“b”，labels与head分别指定图的标题及各公司星图的标签，ncol指定输出时每一列输出的星图个数。 * 中国人民大学六西格玛质量管理研究中心 * §9.3 雷达图与星图 目录 上页 下页 返回 结束 S-Plus所作星图各半径与原指标的对应关系为：从右边起，水平的半径为第一指针，逆时针旋转，星图的各半径分别对应第二、第三等各个指标，根据星图各条半径的长短，可以很容易地判断对应指标在各公司中的相对水平，以此来分析各公司的运营能力。同时也可以利用星图来对各公司进行归类分析，与脸谱图相比，星图所受各指针排列次序的影响要更小，受人的主观影响也较小。此处略去根据星图对各公司的比较研究。 * 中国人民大学六西格玛质量管理研究中心 * §9.4 星座图 目录 上页 下页 返回 结束 所谓星座图，就是将所有样本点都点在一个半圆里面，就象天文学中表示的星座的图像，根据样本点的位置以直观地对各样本点之间的相关性进行分析。利用星座图可以方便地对样本点进行分类，在星座图上比较靠近的样本点比较相似，可以分为一类，相距较远的点则说明相应样本点的差异性较大。 星座图的基本画图方法为： * 中国人民大学六西格玛质量管理研究中心 * §9.4 星座图 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §9.4 星座图 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §9.4 星座图 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §9.4 星座图 目录 上页 下页 返回 结束 4．根据星座图上点的位置及路径判断各样本点之间的接近程度，并进而可以对样本点进行归类分析。 在实际工作中，人们往往去掉各样本点的路径部分而仅保留其在星座图上的位置，并根据各点位置的接近程度分析样本点之间的接近程度。目前常用的统计软件均没有直接生成星座图的模块，但是，画星座图实际上非常简单。按照上面的方法，对数据进行规格化，对每一个变量赋予适当的权重，然后以（9.4）式各点的路径作为在星座图中的坐标，然后画出各点的散点图，则画出的散点图实际上就是星座图。这里不再详细说明。上面35个上市公司的数据按此方法可以得到如下星座图： * 中国人民大学六西格玛质量管理研究中心 * §9.4 星座图 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * §9.4 星座图 目录 上页 下页 返回 结束 由上图各公司在星座图中的接近程度，就可以直观地对各公司进行分类，可以考虑把35个公司分成四类，如图所示：方正科技、寰岛实业可单独成类，长城电脑、深能源A、深南电A、中兴通讯、清华同方、粤电力A可以归为一类，其他公司可以归为一类，此种归类与上面根据其它多变量图表示法得到的归类是有区别的。因此，在实际工作中应用这此方法时，建议多种方法结合使用并且应于宣分析方法结合才能得到比较可信的结论。另外，此图还存在一个困难，就是不好将各个点与相应的公司对应起来，实际上，可以根据需要在生成星座图时同时画出各点的标签，此处出于图形清晰的考虑没有生成。此外，对于大部分软件来讲，当图形生成之后，只要将鼠标在相应的点上稍作停留，就会显示出该点对应的观测信息。 * 中国人民大学六西格玛质量管理研究中心 * §9.4 星座图 目录 上页 下页 返回 结束 除本章介绍的几种方法外，多变量的图表示法还有塑像图、轮廓图、树形图等，这几种方法也是对每一个观测生成一张图，图形的不同部分则表示观测不同指标的取值，有兴趣的读者可以参阅文献[11]。总体说来，多变量的图表示法使资料呈现方式更直观，更形象，