多元统计分析——对应分析.ppt

第7章 对 应 分 析Correspondence Analysis;7.1列联表及列联表分析;;列联表;频率意义上的列联表;列联表独立性检验;例 吸烟与慢性支气管炎调查表 ;STATISTICS FOR TABLE OF SMOKE BY BRON Statistic  DF Value Prob Chi-Square 1 7.469 0.006 Likelihood Ratio 1 7.925 0.005 Chi-Square Continuity Adj. Chi-Square  1 6.674 0.010 Mantel-Haenszel Chi-Square  1 7.447 0.006 Fishers Exact Test (Left) 4.09E-03  (Right) 0.998 (2-Tail) 6.86E-03 Phi Coefficient -0.148 Contingency Coefficient 0.147 Cramers V -0.148 Sample Size = 339 ;; ; 对应分析基本步骤： 1、获取对应分析数据 确定研究目的，选择对应分析所需数据，应该包括的背景资料。 2、建立列联表 3、对应分析 4、利用对应图解释结果。 ;二、对应分析的原理; 由于因子分析都是基于协方差矩阵或相关系数矩阵完成的，所以必须从变量和样品的协方差矩阵入手来进行分析。; ; （一）规格化矩阵 ;我们可以把pij解释成概率，因为所有的元素之和为1。;行轮廓矩阵为：;矩阵D（R）是消除了变量B的各个状态概率影响的P维空间n个点的相对坐标。 则这n个点的重心，也有p维坐标，设其第j个分量为：;; 称 为列轮廓。; 因为原始变量的数量等级可能不同，所以为了尽量减少各变量尺度差异，将列轮廓中的各行元素均除以其期望的平方根。得矩阵D（Q）;利用行轮郭矩阵，可得第i个样品与第j个样品的协方差：;利用列轮廓矩阵，可得第i个变量与第j个变量的协方差：;设 是A=Z’Z的非零特征根，则 ;三、对应图; 我们知道因子载荷矩阵的含义是原始变量与公共因子之间的相关系数，所以如果我们构造一个平面直角坐标系，将第一公共因子的载荷与第二个公共因子的载荷看成平面上的点，在坐标系中绘制散点图，则构成对应图。; 例 某地环境检测部门对该地所属8个地区的大气污染状况进行了??统的的检测，每天4次同时在各个地区抽取大气样品，则定其中的氯、硫化氢、二氧化硫、碳4、环氧氯丙烷、环已烷6种气体的浓度。有资料如下：;0.056 0.084 0.031 0.038 0.0081 0.022 0.049 0.055 0.1 0.11 0.022 0.0073 0.038 0.13 0.079 0.17 0.058 0.043 0.034 0.095 0.058 0.16 0.2 0.029 0.084 0.066 0.029 0.32 0.012 0.041 0.064 0.072 0.1 0.21 0.028 1.38 0.048 0.089 0.062 0.26 0.038 0.036 0.069 0.087 0.027 0.05 0.089 0.021;? ;R型因子分析的载荷 ;-0.20; 由图我们可以看出，全部变量与样品分为3类。每一类聚合一些变量和样品。 第一类：聚合了环氧氯丙烷X5和D和H两个地区，表明D和H两个地区主要大气污染物为环氧氯丙烷。 第二类：包含变量X1，X2，X3，X4和样品A，B，C，E和G地区，这5个地区的主要污染物是氯、硫化氢、二氧化硫、碳4。 第三类：包含X6和地区F，该地区的主要污染物是环已烷。; 1992-1994年在北京市进行的“北京老龄化多维纵向研究”。在这项研究中，先后在两年时间里，