多元統(tǒng)計分析方法-免費閱讀
【正文】 1(Axb) ~F(q,nq)協(xié)方差不等平均向量的假設(shè)檢查，原假設(shè)：μ1=μ2,假設(shè)量：yi=xi1n1n2xi2+1n1n21n1xi21n21n2xi2（n1≤n2）,這樣有統(tǒng)計量F=(n1p)n1py39。S1(xμ)≤pFαnp 廣義方差：p維隨機變量x的協(xié)方差矩陣為σ2，σ2為廣義方差。)是對稱冪等陣，秩為n1，~Wpn1,σ2。與XBX39。x2,…,yn=a39。Ax與x39。b)μ,bb39。σ2a。=Lxy39。根據(jù)遞推公式求出不同配對(i,j)下的f(p(I,j))進(jìn)行不同i下的分類。 歐氏距離從原始數(shù)據(jù)出發(fā)，采用歐氏距離計算M，主坐標(biāo)分析與主分量分析相同 絕對距離從原始0,1數(shù)據(jù)出發(fā)，按匹配系數(shù)決定的距離構(gòu)成M，主坐標(biāo)與主分量相同 B模距離：主坐標(biāo)分析總有解。+Sppj=1,2,…,p(Sii為Sx主對角線上元素) 因子負(fù)荷量：主分量yk與原分量xj相關(guān)系數(shù)稱為第j因子在第k個主分量上的負(fù)荷量。(Y,X分別表示Y,X中心化數(shù)據(jù))，其中cαβ=1n1nyαiyαxβixβ(α≤p,β≤q),注意兩個樣本的協(xié)方差一般不對稱，即cαβ≠cβα。：X=x1,x2…xn=x11,x12,…,x1n…xp1,xp2,…,xpn： 單總體 分屬性行樣本統(tǒng)計參數(shù)樣本平均值向量：中心化數(shù)據(jù)：原始數(shù)據(jù)平均數(shù)標(biāo)準(zhǔn)化數(shù)據(jù)=中心化數(shù)據(jù)/該行樣本標(biāo)準(zhǔn)差樣本離差矩陣Q：Q=XX’,即兩兩中心化屬性行乘積和，qαβ=1nxαixαxβixβ(1≤α,β≤p)樣本協(xié)方差矩陣S：S=Q/n=XX’/n(n為樣本數(shù))樣本相關(guān)矩陣R：用X中的兩行計算兩屬性間的相關(guān)，rαβ=sαβsααsββ=qαβqααqββ 樣本間統(tǒng)計參數(shù)各種距離：歐氏距離，馬氏距離，B模距離，絕對距離，切比雪夫距離相似系數(shù)：定量：用X中的兩列算出的相關(guān)系數(shù)；夾角余弦cαβ=xi39。 小結(jié)多元總體該總體有多個屬性，可表示為X=x1…xp，考察一個P元總體即是考察這個總體中每個對象的P個屬性多元樣本矩陣X=x1,x2…xn=x11,x12,…,x1n…xp1,xp2,…,xpn多元總體的統(tǒng)計參數(shù)單總體分屬性行樣本統(tǒng)計參數(shù)樣本平均值向量中心化數(shù)據(jù)原始數(shù)據(jù)平均數(shù)標(biāo)準(zhǔn)化數(shù)據(jù)中心化數(shù)據(jù)/該行樣本標(biāo)準(zhǔn)差樣本離差矩陣Qqαβ=1nxαixαxβixβ(1≤α,β≤p)樣本協(xié)方差矩陣SS=Q/n=XX’/n(n為樣本數(shù))樣本相關(guān)矩陣R用X中的兩行計算兩屬性間的相關(guān)，rαβ=sαβsααsββ=qαβqααqββ樣本間統(tǒng)計參數(shù)各種距離歐氏距離， 馬氏距離，B模距離，絕對距離，切比雪夫距離相似系數(shù)定量用X中的兩列算出的相關(guān)系數(shù)夾角余弦cαβ=xi39。 貢獻(xiàn)率：代表樣本點在這個主分量方向上的分散程度，若其值很小，表示樣本在該方向上的分散很小，這個主分量在分析樣本數(shù)據(jù)時所起作用不大。即得綜合樣本中的主分量。Step4:聚類。x,wj=vj39。記平均向量為u，協(xié)方
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1