[理学]31-多元统计分析.ppt

3－多元统计分析 处理截面样本数据的有效工具 多元分析包括的主要内容： 多元正态总体的参数估计和假设检验 多元数据图表示法 聚类分析 判别分析 主成分分析 第一节 多元数据图表示法 图形有助于对所研究数据的直观了解，如果能把一些多元数据直接显示在平面图上，便可从图形一目了然地看出多元数据之间的关系，从而帮助形成对数据特质的正确评估与判断。 当只有一、二维数据时，可以使用通常的直角坐标系在平面上点图。当有三维数据时，虽然可以在三维坐标系里点图，但已很不方便，而当维数大于3时，用通常的方法已不能点图。但在许多实际问题中，多元数据的维数都大于3。 自20世纪70年代以来多元数据的图表示法一直是人们所关注的问题，提出不少解决方法，这些方法大体上分为两类： 一类是使高维空间的点与平面上的某种图形对应，这种图形能反映高维数据的某些特点或数据间的某些关系； 另一类是在尽可能多地保留原数据信息的原则下进行降维，若能使数据维数降至2或1，则可在平面上点图。后者可用后面介绍的主成分法、因子分析法等去解决。 例1 考察北京、上海、陕西、甘肃四个省市人均生活消费支出情况，选取以下五项指标，具体数据如下表(摘自1996年中国统计年鉴)： 一、轮廓图 作图步骤为： 作平面坐标系，横坐标取p个点表示p个变量。 对给定的一次观测值，在p个点上的纵坐标(即高度)和它对应的变量取值成正比。 连接p个高度的顶点得一折线，则一次观测值的轮廓为一条多角折线形。n次观测值可画出n条折线，构成轮廓图。 下图画出四条折线为北京、上海、陕西、甘肃五项指标的数据，即四个省市五项指标的轮廓图。 由轮廓图可以看出：北京、上海的居民生活消费较高且相似。陕西、甘肃生活消费较低且相似。 如果考察的样品较多，画折线时图形中可能出现重复点多，不便于区分哪个样品对应哪条折线，这时最好多用几种颜色或长短虚实等标志来画出折线。 二、雷达图 作图步骤是： 作一圆，并把圆周分为p等分。 连接圆心和各分点，把这p条半径依次定义为各变量的坐标轴，并标以适当的刻度。 对给定的一次观测值，把它的p个分量值分别点在相应的坐标轴上，然后连接成一个p边形，这个p边形就是p元观测值的图示，n次观测值可画出n个p边形。 将上例数据用雷达图表示如下： 这种图形既象雷达荧光屏上看到的图象，也象蜘蛛网，因此称为雷达图或蛛网图。利用雷达图有助于观测多元数据的某些特点，便于进行深入比较分析。例如从上图不难看出北京、上海各种指标都较高，对应着一个面积较大的五边形；而陕西、甘肃各种指标都较低，其图形面积也较小，利用图形和面积大小还可对样品进行初始分类，将北京、上海分为一类，陕西、甘肃分为一类。 当观测次数n较大时，为使图形清晰，每张图可以只画少数几次观测数据，甚至每张图只画一次观测值。为了获得较好的效果，在雷达图中适当分配变量的坐标轴，并选取合适的尺度是十分重要的。值得注意的是，这里坐标轴只有正半轴，因而只能表示非负数据，若有负数据，通过合理变换同样可以制图。在excel等制图软件中可以让计算机来完成或自己设定。 三、调和曲线图 调和曲线图是D．F．Andrewsl972年提出的三角多项式作图法，所以又称为三角多项式图。在多变量分析中，三角多项式图把研究对象看作一个多维空间点，然后把这一空间点展示为平面上的一条曲线，并使其充分保留研究对象所具有的全部信息，以便于研究对象之间的比较。由空间点展示为平面曲线主要借助三角多项式来完成。其思想是把高维空间中的一个样品点对应于二维平面上的一条曲线。 n次观测对应的n条曲线画在同一平面上就是一张调和曲线图。 作调和曲线时一般要借助计算机作图，这种图对聚类分析帮助很大。如果选择聚类统计量为距离的话，同类的曲线非常靠近拧在一起，不同类的曲线拧成不同的束，非常直观。 从数学上看，调和曲线图是一种较好的图示法，因为它具有许多好的性质。 其他多元数据的图表示法： 星座图 脸谱图 树形图 塑像图 面积图 此处不再作更多的介绍。 * * 因子分析 对应分析 多重多元回归分析 典型相关分析 路径分析 多维标度法等 肉禽及制品 文化用品及服务 交通和通讯 医疗保健 住房