统计建模2016 (1)之R语言.ppt

实际上 均未知,要用样本值的估计公式来计算出 。其方法如下: 设子样 来自总体 ,子样 来自 ,可由 * 得到 (3.6) (3.7) 判别函数为 (3.8) 判别系数为 * §4 聚类分析 * 物以类聚，人以群分，社会发展和科技的进步都要求对于某些物体进行分类。由于早期的定性分类已不能满足需要，于是数值分类学便应运而生。 * 判别分析、聚类分析是两种不同目的的分类方法，它们所起的作用是不同的。 判别分析：假定组（或类）已事先分好，判别新样品应归属哪一组，对组的事先划分有时也可以通过聚类分析得到。 聚类分析：将分类对象分成若干类，相似的归为同一类，不相似的归为不同的类。 如果分类对象为样品，称为Q型 如果分类对象为变量，称为R型 一、数学模型 * 某种物品有n个： 指标，如何将其分成若干类，基本的思路是把距离较近的点归成一类。 ，有m个数值量化 距离 的距离, 本文中的距离常用欧氏或马氏距离，公式在前几节中已述，还有一种用绝对距离： 应该提及马氏距离 可以克服数据相关性的困难 。 当各变量的单位不同或测量值范围相差很大时，应先对各变量 的数据作标准化处理。最常用的标准化处理是，令 其中 和 分别为第j个变量的样本均值和样本方差。 对各变量的数据作标准化处理 类类之间距离——最短距离为例 * 　　 先将n个样本各自为一类，计算它们之间的距离，选择距离小的二个样本归为一个新类，再计算这个新类与其它样本的距离，选择距离小的二个样本(或二个新类)归为一个新类，每次合并缩小一个以上的类，直到所有样本都划为一个类为止。 　　这里规定两点间距离为： 两类间的距离，即 的距离为： * 因子分析(factor analysis)是一种数据简化的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示其基本的数据结构。这几个假想变量能够反映原来众多变量的主要信息。原始的变量是可观测的显在变量，而假想变量是不可测的潜在变量，称为因子。 §5 因子分析 * 但消费者主要关心的是三个方面，即商店的环境、商店的服务和商品的价格。因子分析方法可以通过24个变量，找出反映商店环境、商店服务水平和商品价格的三个潜在的因子，对商店进行综合评价。而这三个公共因子可以表示为： 称 是不可观测的潜在因子。24个变量共享这三个因子，但是每个变量又有自己的个性，不被包含的部分 ，称为特殊因子。 例如，在企业形象或品牌形象的研究中，消费者可以通过一个有24个指标构成的评价体系，评价百货商场的24个方面的优劣。 * 注： 因子分析与回归分析不同，因子分析中的因子是一个比较抽象的概念，而回归因子有非常明确的实际意义； 主成分分析分析与因子分析也有不同，主成分分析仅仅是变量变换，而因子分析需要构造因子模型。 主成分分析:原始变量的线性组合表示新的综合变量，即主成分； 因子分析：潜在的假想变量和随机影响变量的线性组合表示原始变量。 一、数学模型 * 设 个变量，如果表示为 * 称为 公共因子，是不可观测的变量，他们的系数称为因子载荷。 是特殊因子，是不能被前m个公共因子包含的部分。并且满足： 即不相关； 即 互不相关，方差为1。 * 即互不相关，方差不一定相等， 。 用矩阵的表达方式 * * * 八、函数自编 f-1; f[2]-1; i-1 while (f[i]+f[i+1]1000) { f[i+2]-f[i]+f[i+1]； i-i+1; } fzero - function(f, a, b, eps=1e-5){ if (f(a)*f(b)0) list(fail=finding root is fail!) else{ repeat { if (abs(b-a)eps) break x - (a+b)/2 if (f(a)*f(x)0) b-x else a-x } list(root=(a+b)/2, fun=f(x)) } } f-function(x) x^3-x-1 fzero(f, 1, 2, 1e-6) * 线性回归 主成分分析 判别分析 聚类分类 因子分析 统