第3章 SAS对应分析.docVIP

第３章　　 对应分析 　　第１节　方法的概述 　　主成分分析、因子分析、变量聚类分析都是研究变量之间的相互关系。有时，在某些实际问题中，既要研究变量之间的关系、还要研究样品之间的关系。不仅如此，人们往往还希望能在同一个直角坐标系内同时表达出变量与样品两者之间的相互关系。实现这一目的的方法，称为对应分析（Correspondence Analysis）。　　对应分析，也称相应分析，它是列联表资料的加权主成分分析，用它去寻求列联表的行列变量之间联系的低维图示法。此方法的关键是利用一种数据变换方法，使含有n个样品m个变量的原始数据矩阵 变成另一个矩阵 ,并使R=ZZ（分析变量之间关系的协方差矩阵）与Q=ZZ（分析样品之间关系的协方差矩阵）具有相同的非零特征根,它们相应的特征向量之间也有密切的关系。对协方差矩阵R、Q进行加权主成分分析或因子分析，分别能提取两个最重要的公因子R1、R2与Q1、Q2。由于采取的是一种特殊变换方法，公因子 R1与Q1在本质上是相同的，同理，R2与Q2在本质上也是相同的，故可用dim1作为R1、Q1的统一标志；用dim2作为R2、Q2的统一标志，于是可将(R1，Q1)和(R2，Q2)两组数据点在由(dim1，dim2)组成的同一个直角坐标系中。这样，便于考察变量与样品之间的相互关系。 　　第２节　对应分析中的变量变换方法 　　设原始数据矩阵X=(xij)nm，i=1,2，…，n(n为样品数)；j=1，2，…，m(m为变量数)。又设xi.为第i行的合计、x.j为第j列的合计、x..为全部数据的合计，则变量变换的公式为：　　 　　　　　　　　　　　　　　　　　　　　(6.3.1) 由此变换产生出矩阵Z，即 。分别对R=ZZ与Q=ZZ进行加权主成分分析或因子分析，就实现了对应分析。　　从这种变换可以看出：原始数据xij并非一定是频数，也可以是正实数。这说明对应分析可以处理R×C列联表资料，也可处理适合作主成分分析、因子分析、聚类分析的资料。 　　第３节　用CORRESP过程实现对应分析 　　[例6.3.1]　我们知道：疾病与人的基因型密切有关，而不同民族各种基因出现的频率不尽相同。下面是某研究者收集到的资料，试分析各种基因频率与民族之间的关系。各民族下面的小数是44种基因出现的频率。基因型 藏族(Z) 尼泊尔(N) 印度(Y) 汉族(H) 基因型 藏族(Z) 尼泊尔(N) 印度(Y) 汉族(H)　A1　 0.0308　　0.0180　0.1190　0.0149　　B38　0.0465　　0.0470 0.0030　0.0015　A2　 0.3333　　0.1070　0.1480　0.3492　　B39　0.0102　　0.0000 0.0090　0.0176　A3　 0.0204　　0.0190　0.1010　0.0176　　B46　0.0102　　0.0090　0.0000　0.1813　A9　 0.3037　　0.2790　0.1560　0.1414　　B48　0.0572　　0.1500　0.0030　0.0108　A10　0.0409　　0.0180　0.0390　0.0313　　B50　0.0102　　0.0180　0.0370　0.0000　A11　0.1354　　0.4220　0.1260　0.2977　　B53　0.0050　　0.0000 0.0060　0.0000　A28　0.0000　　0.0180　0.0830　0.0094　　B54　0.0153　　0.0000　0.0000　0.0176　A30　0.0413　　0.0000　0.0000　0.0217　　B55　0.0572　　0.0280　0.0260　0.0217　A31　0.0518　　0.0370　0.0220　0.0121　　B56　0.0102　　0.0090　0.0060　0.0040　A32　0.0000　　0.0190　0.0390　0.0013　　B57　0.0050　　0.0180　0.0390　0.0341　A33　0.0000　　0.0670　0.0830　0.0608　　B58　0.0000　　0.0670　0.0330　0.0139　B5　 0.2828　　0.1180　0.1340　0.0825　　B60　0.0626　　0.0280　0.0220　0.0723　B7　 0.0000　　0.0190　0.0800　0.0244　　B61　0.0899　　0.0000　0.0830　0.1080　B8　 0.0102　　0.0118　0.0450　0.0094　　B70　0.0050　　0.0000　0.0080　0.0000　B12　0.0102　　0.0370　0