6統(tǒng)計(jì)分析方法學(xué)習(xí)總結(jié)(文件)
【正文】 別分析是為了正確地分類，但同時也要注意使用盡可能少的預(yù)測變量來達(dá)到這個目的。典型相關(guān)分析（canonicalcorrelationanalysis）就是要找到這兩組變量線性組合的系數(shù)使得這兩個由線性組合生成的變量（和其他線性組合相比）之間的相關(guān)系數(shù)最大。典型相關(guān)分析也只研究列中兩組變量之間的關(guān)系。如果對每組變量選擇前兩列因子載荷，則兩組變量就可畫出兩因子載荷的散點(diǎn)圖。一個是研究所謂橫截面（crosssection）數(shù)據(jù)，也就是對大體上同時，或者和時間無關(guān)的不同對象的觀測值組成的數(shù)據(jù)。通常線性回歸分析因變量的觀測值假定是互相獨(dú)立并且有同樣分布。當(dāng)然時間序列的自變量也可能包含隨著時間度量的獨(dú)立變量。 如果我們不僅僅滿足于分解現(xiàn)有的時間序列，而且想要對未來進(jìn)行預(yù)測，就需要建立模型。而“指數(shù)”意味著：按照已有觀測值“老”的程度，其上的權(quán)數(shù)按指數(shù)速度遞減。指數(shù)平滑只能用于純粹時間序列的情況，而不能用于含有獨(dú)立變量時間序列的因果關(guān)系的研究。因此，如果要想對一個時間序列本身進(jìn)行較深入的研究，把序列的這些成分分解出來、或者把它們過慮掉則會有很大的幫助。時間序列的一個目的是用變量過去的觀測值來預(yù)測同一變量的未來值。時間序列分析也是一種回歸。由于列聯(lián)表數(shù)據(jù)形式和一般的連續(xù)變量的數(shù)據(jù)形式類似，所以也可以用對應(yīng)分析的數(shù)學(xué)方法來研究行變量各個水平和列變量各個水平之間的關(guān)系。一般地，對應(yīng)分析常規(guī)地處理連續(xù)變量的數(shù)據(jù)矩陣；這些數(shù)據(jù)具有如在主成分分析、因子分析、聚類分析等時所處理的數(shù)據(jù)形式。方法：利用主成分思想，（向量）l和m，使新變量u=lx（1）和v=mx（2）有最大可能的相關(guān)關(guān)系。在計(jì)算中需要看關(guān)于各個類的有關(guān)變量的均值是否顯著不同的。要注意數(shù)據(jù)是否有不尋常的點(diǎn)或者模式存在。訓(xùn)練樣本中必須包含所有要判別的類型，分類必須清楚，不能有混雜。它第一步先把最近的兩類（點(diǎn)）合并成一類，然后再把剩下的最近的兩類合并成一類；這樣下去，每次都少一類，直到最后只有一大類為止。如此疊代下去，直到達(dá)到停止疊代的要求（比如，各類最后變化不大了，或者疊代次數(shù)太多了）。它們在數(shù)學(xué)上是無區(qū)別的。如要想把中國的縣分類，就有多種方法可以按照自然條件來分，比如考慮降水、土地、日照、濕度等，也可考慮收入、教育水準(zhǔn)、醫(yī)療條件、基礎(chǔ)設(shè)施等指標(biāo)；既可以用某一項(xiàng)來分類，也可
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1