R语言实验十一.doc

PAGE 实验十一 因子分析、典型相关分析与对应分析 【实验类型】验证性 【实验学时】2 学时 【实验目的】 1、掌握因子分析的基本原理及载荷矩阵的统计意义； 2、掌握典型相关分析的基本原理及相关系数的检验方法； 3、掌握对应分析的使用条件及其与因子分析的联系。 【实验内容】 1、因子分析的计算及其结果解释； 2、典型相关分析的计算及其结果解释； 3、对应分析的计算及其结果解释。 【实验方法或步骤】 第一部分、教材例题： #例 10.5.1 x.df=data.frame(HighlyFor=c(2, 6, 41, 72, 24), For =c(17, 65, 220, 224, 61), Against=c(17, 79, 327, 503, 300), HighlyAgainst=c(5, 6, 48, 47, 41)) rownames(x.df)-c(BelowPrimary, Primary, Secondary, HighSchool,College) library(MASS) biplot(corresp(x.df, nf=2)) 说明: biplot作出像因子分析的载荷图那样的, 这样可以直观地来展示两个变量各个水平之间的关系. 结果说明: 1) 对于该图, 主要看横坐标的两种点(就业观点与文化程度)的距离, 纵坐标的距离对于分析贡献意义不大. 2) 对于该图可以看出对该观点持赞同态度的是小学以下, 小学, 初中, 而大学文化程度的妇女主要持不同意或者非常不同意的观点, 高中文化程度的持有非常不赞同或者非常同意两种观点. 第二部分、课后习题： 10.3 x1-c(77,75,63,51,62,52,50,31,44,62,44,12,54,44,46,30,40,36,46,42,23,41,63,55,53,59,64,55,65,60,42,31,49,49,54,18,32,46,31,56,45,40,48,46) x2-c(82,73,63,67,60,64,50,55,69,46,61,58,49,56,52,69,27,59,56,60,55,63,78,72,61,70,72,67,63,64,69,49,41,53,53,44,45,49,42,40,42,63,48,52) x3-c(67,71,65,65,58,60,64,60,53,61,52,61,56,55,65,50,54,51,57,54,59,49,80,63,72,68,60,59,58,56,61,62,61,49,46,50,49,53,48,56,55,53,49,53) x4-c(67,66,70,65,62,63,55,57,53,57,62,63,47,61,50,52,61,45,49,49,53,46,70,70,64,62,62,62,56,54,55,63,49,62,59,57,57,59,54,54,56,54,51,41) x5-c(81,81,63,68,70,54,63,73,53,45,46,67,53,36,35,45,61,51,32,33,44,34,81,68,73,56,45,44,37,40,45,62,64,47,44,81,64,37,68,35,40,25,37,40) x-data.frame(x1,x2,x3,x4,x5) fa-factanal(~., factors=2, data=x); fa #选取 2 个因子 用 X1,X2,X3,X4,X5 来表示力学，物理，代数，分析，统计等变量，这样因 子 f1，f2 与这些原变量之间的关系是： 这里，第一个因子主要与代数、分析、统计这三门开卷考试有较强的正相关，而第二个因子主要和力学，物理这两门闭卷考试，代数（开卷）有较强的正相关性，因此可以给第一个因子取名为“开卷因子”，第二个因子为“闭卷因子”。 10.4 x1-c(1.611,1.429,1.447,1.572,1.483,1.371,1.665,1.403,2.620,2.033,2.015,1.501,1.578,1.735,1.453,1.765,1.532,1.488,2.586,1.992) x2-c(10.59,9.44 ,5.97 ,10.72,10.99,6.46 ,10.51,6.11 ,21.51,24.15,26.86,9.74 ,14.52,14.64,12.88,17.94,29.42,9.23 ,16.07,21.63) x3-c(0.69 ,0.61 ,0.23 ,0.75 ,0.75 ,0.