复杂抽样资料的主成分分析PrincipalComponentsAnalysisof.PDFVIP

複雜抽樣資料的主成分分析 Principal Components Analysis of Complex Survey Data 計畫編號： NSC89-2118-M-006-014 執行期限： 89 年 8月 1日至 90 年 7月 31日 計畫編號： NSC90-2118-M-006-011 執行期限：90 年 8月 1日至 91 年 7月 31日 主持人：呂金河 執行單位：國立成功大學 統計系 計畫參與人員：廖悅如 ，鄭建民，葉小筠，廖茂原 中文摘要： 關鍵字：抽樣效應（ deff ）、迴歸分析、主成分、特徵根、特徵向量 多變量分析常假設其資料為同一母體抽出的獨立樣本，這個假設忽略了抽 樣調查時樣本的選取過程常會造成獨立性的不滿足，因此產生許多研究課題。 主成分分析使變數的非相關線性組合（主成分）的變異數為最大的準則與迴歸 分析中使誤差平方和為最小的準則相似，因此，透過適當的迴歸模式可導出主 成分。利用這個方法，我們可將現有文獻中迴歸分析抽樣效應的許多豐盛研究 成果，推廣應用到主成分分析效應的研究上。 本計畫第一年，將考慮Holt et. al. （1980）及Skinner et al. （1986 ）的方法， 將迴歸模式補入一個可以解釋抽樣方法的額外項，結合 Jong及 Kotz （1999） 的理論，導出新的主成分估計法，並用模擬來研究新的估計式的特性與表現。 第二年，則考慮 Compbell （1977）、Holt and Scott （1981）及Scott and Holt （1982）的方法，來推導二段抽樣樣下的主成分。修正的主成分估計式亦將以模 擬法來探討其特性與表現。 Abstract Keywords ：design effect (deff); regression analysis; principal component; eigenvalue; eigenvector. The multivariate analysis is based on the underlying assumption that the data are generated as independent observations from a common probability distribution. This assumption ignores the sample selection procedure involved in the survey, which leads to many research problems. The criterion of maximizing the variance of uncorrected linear combinations is analogous to the criterion of minimizing error sum of squares in the regression model, thus showed that the principal component can be derived by a transparent regression model. Using this approach, we may extend the fruitful results of design effect on regression analysis to the case of principal component analysis. In the first year, we consider the regression models proposed by Holt et. al.(1980) and Skinner Holmes Smith(1986) to include extra terms